內容已複查
約 34 分鐘 · 6 張概念卡 · 6 題對應考古題

新興科技與數位應用：從服務分類到感知與數位分身

本頁為依教材與考古題整理的原創摘要；考古題答案經技術覆核，但不是官方答案。

第一次接觸也沒關係

這堂先懂這些詞

先記住白話意思，不必急著背英文。看到正文時，再把正式名稱接回來。

Fintech 與數位服務

也會看到：Fintech、mobile payment、crowdfunding、MOOC

Fintech 是用科技改善金融服務；行動支付、群眾募資與線上開放課程則各有不同目的。

生活例子：
手機付款是支付工具，群眾募資是向多人募集資金，MOOC 是大規模線上課程。
別搞混：
這些名詞不能因為都在網路上運作就視為同一類服務。

數位分身

也會看到：digital twin

用持續更新的資料，讓電子模型反映某個實體設備或流程的目前狀態。

生活例子：
工廠把機器溫度與震動同步到虛擬模型，先模擬何時需要維修。
別搞混：
它不是一張靜態 3D 圖；關鍵是和實體狀態有資料連結。

環境感知與定位

也會看到：perception、localization、autonomous driving、sensor fusion

感知辨認周遭物體與狀況；定位判斷自己在地圖或環境中的位置。

生活例子：
像騎車時先看見前方行人，再確認自己位於哪條車道。
別搞混：
看見物體、知道自己在哪裡與決定下一步，是不同功能。

語音互動流程

也會看到：voice-only smart speaker、speech recognition、intent、speech synthesis

裝置先收音與辨識語句，再判斷意圖、執行服務，最後用合成語音回答。

生活例子：
像對語音助理說『設七點鬧鐘』，它聽懂、建立鬧鐘後再口頭確認。
別搞混：
只靠語音的裝置沒有螢幕視覺輸出；能辨識語音也不等於理解所有語意。

以應用要解決的問題區分 Fintech、crowdfunding、MOOC 與 mobile payment，再拆解原始 voice-only smart speaker、自動駕駛與 digital twin 的輸入、處理與輸出。對應考古題答案均為非官方技術覆核；產品能力以題目所述年代與裝置範圍為準。

先抓住這幾件事

  • 依服務目的區分 Fintech、mobile payment、crowdfunding 與 MOOC。
  • 以輸入、處理、輸出描述 voice-only smart speaker 的語音互動流程。
  • 區分自動駕駛中的環境感知、定位與決策功能。
  • 說明 digital twin 如何以實體狀態更新電子表示並支援監控、模擬與維護。

先想像這個場景

逛一圈智慧城市體驗館

你走進一座智慧城市體驗館：入口用手機付款，創作者攤位邀請群眾資助新產品，學習區開放線上課程，語音導覽柱只靠麥克風與喇叭互動，戶外接駁車融合多種感測資訊，中央控制室則用會隨實體設備更新的模型監看整座館。看似都叫新科技，分類時仍要先看每一站解決的問題與資料流。

先別急著往下看，花十秒想一想：

接駁車同時收到 camera、radar、lidar 與 GPS 資料；若題目問『哪一項主要提供全域定位，而不是直接觀察附近物體』，你會選哪一項？

把故事換成電腦語言

生活中的角色對應到技術概念
入口用手機完成付款；創作者則向許多支持者募集專案資金Mobile payment 是 Fintech 的支付應用；由群眾共同資助專案是 crowdfunding，應依服務目的區分
學習區讓大量學習者透過網路參與開放式課程MOOC 是 Massive Open Online Course；edX、Coursera、Udacity 是常見平台例子，不是 MOOC 定義本身
Voice-only 導覽柱聽見問題、理解意圖，再用聲音回答Microphone input → speech recognition → NLP/intent → action → speech synthesis；沒有影像輸入時 image recognition 不是必要步驟
接駁車用 camera、radar、lidar 觀察附近物體，用 GPS 協助判斷所在位置Perception 與 localization 是不同功能；GPS 主要提供定位資訊，不等於直接感知障礙物
控制室的電子館舍會接收實體設備狀態，並用來監控與模擬Digital twin 以會更新的 electronic representation 連結 real-world entity；不更新的 3D model 不必然是 twin

題目出現這些字，先想到

  • 看到付款、募資或線上課程：先問服務目的；付款是 mobile payment，群眾資助專案是 crowdfunding，MOOC 是 massive open online course。
  • 看到原始 voice-only smart speaker：沿 microphone、speech recognition、NLP、speech synthesis 檢查，別把後來的 camera 功能倒推回去。
  • 看到 autonomous car 感知題：camera／radar／lidar 對應周遭觀測，GPS 主要對應 localization。
  • 看到 monitoring、simulation、real-world counterpart：先想到 digital twin，並檢查是否有實體狀態連結與更新。

1.先辨識服務目的，再辨識使用的技術

考古題中的「新興科技」題目通常不是考深層技術原理，而是考你能否正確辨識：(1) 某項服務或產品解決什麼問題。(2) 它使用了哪些技術組合。(3) 這些技術分別扮演什麼角色。 【雲端服務模型】 • IaaS（Infrastructure as a Service）— 提供虛擬化的運算、儲存、網路資源。使用者管理 OS 以上的所有層級。例如 AWS EC2、Azure VM。 • PaaS（Platform as a Service）— 提供開發和部署應用程式的平台。使用者只管理應用程式和資料。例如 Google App Engine、Heroku。 • SaaS（Software as a Service）— 提供現成的應用程式，使用者只使用軟體。例如 Gmail、Salesforce、Microsoft 365。 記憶法：從 IaaS 到 SaaS，供應商管理的範圍越來越大，使用者的控制權越來越小。 【IoT（Internet of Things）】把實體裝置（感測器、家電、車輛、工廠設備）連上網路，收集資料並遠端控制。IoT 的典型架構：感測器 → 邊緣裝置（local processing）→ 雲端（分析和儲存）→ 應用（dashboard、自動控制）。 【Fintech 常見應用】 • 行動支付（如 Apple Pay、Line Pay）— NFC 或 QR code。 • P2P 轉帳 — 不經過傳統銀行的直接轉帳。 • Robo-advisor — 用演算法提供投資建議。 • Blockchain 應用 — 加密貨幣、DeFi。 【考試連結】題目常給一個服務描述，問它屬於 IaaS/PaaS/SaaS，或問「以下哪項技術被用在此服務中」。關鍵是先辨識服務的目的（問題是什麼），再辨識技術（用什麼解決）。不要被品牌名稱誤導 — Azure 同時提供 IaaS、PaaS、SaaS，不能只說「Azure 是 IaaS」。

  • Fintech 的範圍可包含支付、借貸、保險、投資與監理科技，不只 mobile payment。
  • Mobile payment 的核心是啟動、授權或完成付款，不是所有募集資金網站都屬於支付服務。
  • Crowdfunding 的核心是由群眾對專案提供資金；Kickstarter 是典型平台。
  • MOOC 是 Massive Open Online Course；Udacity、Coursera 與 edX 常作為此類線上學習平台的例子。

2.Voice-only smart speaker 的語音處理鏈

Smart speaker（智慧音箱，如 Amazon Echo、Google Home）是一個整合多項 AI 技術的產品。考古題常考你能否辨識它使用了哪些技術以及各自的角色。 【語音處理完整流程】 (1) Wake word detection（喚醒詞偵測）— 裝置在本地（on-device）持續監聽「Alexa」「Hey Google」等喚醒詞。這一步通常用小型 keyword spotting 模型在裝置上運行，不需要上傳到雲端。 (2) Automatic Speech Recognition (ASR) — 把使用者的語音轉換成文字。例如「明天台北天氣如何」→ 文字序列。現代 ASR 使用深度學習模型（如 end-to-end transformer models）。 (3) Natural Language Understanding (NLU) — 理解文字的意圖和關鍵資訊。「明天台北天氣如何」→ intent: 查詢天氣, entity: location=台北, time=明天。NLU 結合了 intent classification 和 named entity recognition (NER)。 (4) Dialog Management — 管理對話狀態和流程。決定下一步是回答問題、追問更多資訊、還是執行動作。 (5) Response Generation + Text-to-Speech (TTS) — 產生回覆文字，再用 TTS 合成語音。TTS 把文字轉換成自然流暢的語音（speech synthesis），現代系統如 WaveNet 能產生接近真人的語音。 【考試連結】(1) 考古題 107-1 考 smart speaker 使用的 AI 技術。(2) ASR（語音→文字）和 TTS（文字→語音）是反方向的。(3) NLP 是 Natural Language Processing 的總稱，包含 NLU 和 NLG。(4) 不要把 speech recognition（語音辨識）和 speaker recognition（說話者辨識）搞混 — 前者辨識「說了什麼」，後者辨識「誰在說」。

  • Speech recognition 處理聲音到詞語或文字的轉換。
  • Natural language processing 用於理解使用者意圖與參數。
  • Speech synthesis 把系統回覆轉成可播放語音。
  • 後來帶螢幕或 camera 的產品可能使用影像技術，不能把歷史題目的 voice-only 限定外推到所有新型裝置。

3.自動駕駛要分開看感知、定位與決策

自動駕駛（autonomous driving）涉及三大技術模組，考古題常考你能否正確辨識每個模組使用的技術： 【Perception（感知）】— 偵測周圍環境中的物件 • Camera（攝影機）— 拍攝影像，用 computer vision（特別是 CNN）偵測車輛、行人、交通號誌、車道線。 • LiDAR（Light Detection and Ranging）— 發射雷射光束，測量反射時間得到精確的 3D 點雲（point cloud）。能精確測量距離和物體形狀，但成本高、受天氣影響。 • Radar — 發射無線電波，偵測物體距離和速度。穿透力強（雨霧中仍可用），但解析度較低。 • Ultrasonic sensor — 超短距離偵測（如停車時偵測障礙物）。 多種感測器融合（sensor fusion）提供更可靠的環境感知。 【Localization（定位）】— 確定車輛在地圖上的精確位置 • GPS/GNSS — 全球定位，精度約 1-5 公尺。不夠精確用於車道級定位。 • HD Map（高精地圖）— 預先建置的詳細道路模型，包含車道線、交通號誌位置等。 • SLAM（Simultaneous Localization and Mapping）— 同時建圖和定位。 • GPS + IMU + 視覺里程計的融合 — 提供公分級定位。 【Decision（決策）】— 規劃路徑和控制車輛 • Path planning — 規劃從 A 到 B 的最佳路線。 • Motion planning — 決定下一秒的速度、方向、加速度。 • Control — 把決策轉換成方向盤角度、油門/煞車力道。 【SAE 自動駕駛等級】L0（無自動化）→ L1（單項輔助）→ L2（部分自動化，如 Tesla Autopilot）→ L3（有條件自動化）→ L4（高度自動化，限定區域）→ L5（完全自動化）。 【考試連結】(1) Camera + computer vision 是 perception 的核心技術，不是 navigation 技術。(2) LiDAR 提供 3D 距離資訊，Camera 提供 2D 影像 — 兩者互補。(3) 考古題 108-8 考自動駕駛的感測技術。

  • Perception 將 sensor observations 轉成物體、車道或可通行空間等估計。
  • Localization 估計車輛在地圖或座標系中的位置，通常融合多種訊號。
  • Planning 根據目標、道路與障礙物選擇路徑或動作。
  • Control 把規劃結果轉成轉向、煞車與加速命令；任一感測來源都不應被當成整套自動駕駛。

4.Digital twin 是會隨實體狀態更新的電子表示

Digital twin（數位分身/數位孿生）是一個實體物件、流程或系統的虛擬副本，透過即時資料流和實體保持同步。它不是靜態的 3D 模型或 CAD 圖 — 關鍵特徵是「持續同步更新」。 【運作機制】 (1) Physical entity（實體）：裝配 IoT 感測器，持續收集溫度、壓力、震動、位置等資料。 (2) Data transmission：感測器資料透過網路傳送到雲端。 (3) Digital twin（虛擬）：根據即時資料更新虛擬模型的狀態。可以包含物理模擬（physics simulation）來預測行為。 (4) Feedback loop：在虛擬環境中測試不同的「what-if」情境，根據結果對實體進行調整。 【應用場景】 • 製造業 — 工廠設備的 digital twin 監控運行狀態，預測何時需要維護（predictive maintenance），減少意外停機。 • 城市規劃 — 建築物的 digital twin 模擬能源消耗、人流動線、災害影響。 • 醫療 — 人體器官的 digital twin 模擬藥物反應或手術效果。 • 航太 — NASA 的 Apollo 13 任務就是早期的 digital twin 概念 — 在地面的模擬器中重現太空中的故障情境，找出解決方案。 【Digital Twin vs Simulation vs 3D Model】 • 3D Model：靜態的視覺表示。 • Simulation：可以模擬行為，但通常不和實體即時同步。 • Digital Twin：和實體即時同步 + 可以模擬 + 可以反向控制。三者是遞進關係。 【考試連結】(1) Digital twin 的核心特徵是「和實體即時同步」。(2) 不要把 digital twin 和一般的資料庫或監控面板混淆 — digital twin 包含行為模型和模擬能力。(3) IoT 是 digital twin 的基礎設施 — 沒有感測器資料就沒有即時同步。

  • Physical entity 是被表示的設備、流程或系統。
  • Sensors/records 把實體狀態送入資料流程，更新 electronic representation。
  • Simulation 可比較不同操作條件，monitoring 可追蹤目前狀態。
  • Digital model 若沒有與實體狀態連結或更新，不一定符合課程所用的 digital twin 定義。

一起拆題目

範例 1：將下列服務分類：①以手機完成商店付款；②由 2,000 名支持者共同資助一項桌遊專案；③向大量網路學習者開放的大學課程；④用演算法改善貸款風險評估。

  1. ① 的核心是完成付款，屬 mobile payment，也可位於廣義 Fintech 範圍。
  2. ② 的資金來自許多專案支持者，屬 crowdfunding。
  3. ③ 是大規模、開放、線上課程，屬 MOOC。
  4. ④ 把數位技術應用於金融服務，屬 Fintech，但不是 mobile payment。

所以答案是：① mobile payment（亦屬廣義 Fintech）；② crowdfunding；③ MOOC；④ Fintech。

範例 2：某原始 voice-only smart speaker 只有 microphone 與 speaker。使用者說『把客廳燈打開』後，系統需辨識語音、理解意圖、控制燈具並語音回覆。speech recognition、NLP、speech synthesis、image recognition 中，哪一項不是完成此流程的必要技術？

  1. Microphone 收到的語音需由 speech recognition 轉成可處理內容。
  2. NLP 判斷『打開』動作與『客廳燈』目標。
  3. 系統執行裝置控制，speech synthesis 可產生語音回覆。
  4. 題面沒有 camera 或影像輸入，image recognition 不在這條 voice-only 流程中。

所以答案是：Image recognition。此結論只針對題面限定的原始 voice-only 裝置，不外推到帶 camera 的產品。

範例 3：自動駕駛車收到四項資料：camera frame、radar range、lidar point cloud、GPS coordinates。若問題是『哪一項主要提供全域定位，而非直接觀察附近物體』，應選哪一項？

  1. Camera frame 可由 computer vision 辨識車道、車輛或行人。
  2. Radar range 與 lidar point cloud 可提供周遭物體距離或幾何觀測。
  3. GPS coordinates 描述車輛位置，屬 localization input。
  4. 因此在題面四項中，GPS 最符合『定位而非直接環境感知』。

所以答案是：GPS coordinates；它提供定位資訊，周遭物體仍需其他 sensors/perception 方法觀察。

範例 4：工廠每分鐘把馬達溫度送到電子模型，模型顯示目前狀態，並模擬若轉速提高 10% 時的溫度。這是否符合 digital twin？若只有一張從不更新的 3D 圖呢？

  1. 電子模型代表一個真實馬達。
  2. 感測資料持續更新模型狀態，建立實體與電子表示的連結。
  3. 模型同時支援 monitoring 與 what-if simulation，因此符合本課 digital twin 特徵。
  4. 不更新的 3D 圖缺少狀態同步，只能稱為靜態 digital model，不能僅憑外觀認定為 twin。

所以答案是：持續接收實體狀態並支援監控／模擬者符合 digital twin；從不更新的 3D 圖不符合本課定義。

這裡最容易選錯

  • 把 Fintech 縮小成只有 mobile payment，或把所有手機服務都稱為 Fintech。
  • 把 crowdfunding 平台誤當成一般 mobile payment provider。
  • 看到 smart speaker 就一律說需要 image recognition，忽略題面的 voice-only 與年代限定。
  • 把 GPS 當成能直接偵測附近障礙物形狀的環境感測器。
  • 把任何 3D model 都稱為 digital twin，忽略實體狀態連結與更新。
  • 把產品例子當成永遠不變的定義；品牌功能會隨版本與年代改變。

換你快速判斷

先在心中作答，再展開答案。答不出來時，回頭找本課的對照關係。

1Fintech、mobile payment 與 crowdfunding 如何區分？

Fintech 是數位技術應用於金融服務的廣義類別；mobile payment 聚焦付款；crowdfunding 由群眾共同資助專案。

Mobile payment 可是 Fintech 子類，但 crowdfunding 平台的主要服務目的不是替商店完成付款。

2MOOC 的全名與核心形式是什麼？

Massive Open Online Course；以網路向大量學習者提供開放式課程。

Udacity、Coursera 與 edX 常作為 MOOC 平台例子；平台也可能同時提供不完全開放或付費的其他課程形式。

3原始 voice-only smart speaker 的基本處理鏈是什麼？

Microphone input → speech recognition → NLP/intent → service 或 device action → speech synthesis/output。

若題面限定只有 microphone 與 speaker，image recognition 不是這條語音流程的必要技術；不能外推到後來帶 camera 的產品。

4自動駕駛中 GPS 與 lidar/radar/camera 的角色差異為何？

GPS 主要提供定位；lidar、radar、camera 則提供周遭環境觀測，供 perception 使用。

完整系統會融合來源；『GPS 不直接感知附近物體』不等於 GPS 對自動駕駛不重要。

5Digital twin 與不更新的 3D model 有何差異？

Digital twin 以電子表示連結實體，能觀察實體狀態及狀態轉換；靜態 3D model 不一定有此同步關係。

Digital twin 可支援 monitoring、simulation、testing 與 maintenance，但準確度仍受資料與模型限制。

6判斷新興數位應用時，為何要先問『服務目的』？

相同底層技術可支援不同服務；先辨認付款、募資、學習、感知或模擬等目的，才能正確分類。

網站、手機、AI 都只是可能的 delivery/enabling technology，不能單獨決定應用類別。

最後用考古題驗證

本課連結的題目都已通過可重現的技術覆核，可逐題練習與判分。

開始本課考古題練習

參考來源