智慧行動生活

Appearance

CH13｜最新 AGI 趨勢探索與智慧穿戴/家居 IoT 實務應用 ​

課程：智慧行動生活（Smart Life in the AI Era）
對應週次：延伸學習章節（國定假日自主學習或學期彈性選用模組）
授課時數：2 節課（100 分鐘）
章節編號：CH13

一、教學目標 ​

完成本堂課後，學生應能：

  1. 說明最新生成式 AI (Gen.AI) 與通用人工智慧 (AGI) 往行動端/邊緣端 (Edge AI) 發展的趨勢。
  2. 分析與思辨最新 AGI 亮點硬體（如 Ray-Ban Meta 智慧眼鏡、Humane AI Pin、Rabbit R1）的設計思維與限制。
  3. 安全地匯出個人健康數據（去識別化），並設計 Prompt 引導 AI 擔任「個人 AGI 健康教練」，生成客製化運動與營養改善計畫。
  4. 說明從「傳統 If-Then 自動化」到「AGI 意圖理解型 (Intent-Based)」智慧家居的技術轉型。
  5. 運用智慧手機與 Google Home 設計意圖導向的宿舍自動化情境腳本，並列舉 IoT 設備的安全防護措施。

二、教學流程（100 分鐘） ​

時間分鐘數教學活動教師行動
00:0020 min講授：最新 AGI 趨勢與行動端 AI介紹大型語言小模型 (SLM) 在行動裝置的落地（如 Apple Intelligence、Gemini Nano），說明什麼是邊緣運算 (Edge AI)
00:2020 min案例與思辨：AGI 亮點硬體與穿戴裝置分析 Ray-Ban Meta 智慧眼鏡、Rabbit R1 與 Humane AI Pin 的設計初衷與市場痛點，引導學生思辨：AGI 時代真正的硬體載具應具備什麼特徵？
00:4020 min實作 A：生成式健康 (Generative Health) 與 AI 健診帶領學生安全匯出手機步數或心率數據，去識別化後輸入 Gemini 或 Claude，請 AI 擔任個人健康生理教練，生成無痛運動與外食營養餐單
01:0015 min講授：意圖理解 (Intent-Based) 智慧家居介紹 Google Home 與最新 AI 智慧音箱如何從單純的語音指令控制，進化為「理解使用者意圖」的多設備聯動
01:1515 min實作 B：設計你的「AGI 意圖自動化宿舍」學生在 Google Home App 或以文字規劃，撰寫以自然語言意圖驅動的自動化連動流程（If-Then 進化為 Intent-Based）
01:3010 min資安防範與 Q&A 總結探討 IoT 與穿戴設備常見的隱私漏洞（如被駭、未授權讀取），說明對應的 Wi-Fi 與帳號防護技巧

三、核心概念與知識內容 ​

3.1 最新 AI / Gen.AI / AGI 行動端趨勢：邊緣運算 (Edge AI) ​

過去兩年，生成式 AI (Gen.AI) 主要依賴雲端超级資料中心。然而，2025 至 2026 年的關鍵趨勢是 「AI 落地行動端與邊緣端」，這帶來了幾個重大變革：

  1. 大型語言小模型 (SLM, Small Language Models)：
    • 傳統 LLM（如 GPT-4、Gemini 1.5 Pro）高達數千億參數，必須在雲端執行。
    • SLM（如 Gemini Nano、Llama 3 8B、Microsoft Phi 系列）參數較小，可直接在手機硬體（如最新的 iPhone NPU 或 Android 旗艦 NPU）上順利運行。
  2. 行動端 AI 的三大優勢：
    • 零延遲 (Low Latency)：無須等待網路封包來回，離線即可即時回應。
    • 高隱私 (Privacy-First)：所有資料（如您的對話、健康數據）留在手機本地處理，不需上傳雲端，降低外洩風險。
    • 省頻寬與省能：減少伺服器頻寬佔用，延長手機續航力。
  3. 實際代表應用：
    • Apple Intelligence：本地處理敏感資訊，僅在需要複雜邏輯時，才使用私密雲端運算 (Private Cloud Compute)。
    • Gemini Nano：在 Pixel 手機本地自動生成通話即時摘要、智慧錄音文字轉錄，以及智慧回覆建議。

3.2 AGI 亮點穿戴硬體分析與思辨 ​

除了手機，科技界也嘗試打造全新、以 AI 為核心的「AI-Native 穿戴硬體」：

裝置名稱運作形態亮點功能實務挑戰與省思
Ray-Ban Meta 智慧眼鏡眼鏡外觀、鏡頭、骨傳導耳機多模態 (Multimodal) AI：戴著眼鏡看著物體問「這是什麼植物？」或「這句法文怎麼念？」，眼鏡能直接給出解答。隱私爭議（偷拍疑慮）、電池續航力較短、高度依賴與手機的藍牙連線。
Humane AI Pin磁吸式微型裝置，無螢幕，雷射投影以手勢和語音與 AI 互動，雷射將資訊投影到手掌上。反應延遲嚴重、投影在強光下看不清、高發熱、被許多科技評論家評為「尚未成熟的產品」。
Rabbit R1亮橘色方塊，含相機、滾輪與實體按鍵導入「大動作模型 (LAM, Large Action Model)」概念，宣稱能替使用者直接操作 App（如訂機票、叫 Uber）。實測發現許多操作仍需登入網頁，甚至被指稱只是「跑在安卓殼子裡的 App」，未能真正取代手機。

💡 課堂思考：為什麼這些想「取代手機」的 AGI 穿戴硬體普遍面臨挑戰？我們真的需要一個「全新硬體」，還是「手機＋行動端 AI 助理（如 Gemini Live）＋藍牙耳機/眼鏡」才是目前最實用的 AGI 智慧生活組合？

3.3 生成式健康 (Generative Health) 應用 ​

智慧穿戴裝置（智慧手錶、健康手環）記錄了大量的生理數據，結合 Gen.AI，我們能讓生硬的數字轉化為具有高度個人化指導意義的**「行動建議」**：

  • 傳統健康 App：提供精美的折線圖與報警（例如：昨晚深層睡眠僅 10%），但無法告訴你「今天該怎麼做來改善」。
  • Gen.AI 協同（個人健康教練）：理解數據背後的關聯，將「睡眠不足 6 小時」與「靜止心率偏高」結合，為學生量身設計包含飲食、呼吸與睡眠衛生的具體改善計畫。
  • 隱私保護防線：學生成為資料的主人。在把任何步數、心率等數據傳給大模型前，必須落實**「去識別化 (De-identification)」**，避免透露任何個人身分資料（如姓名、學號等）。

3.4 意圖理解型 (Intent-Based) 智慧家居 ​

物聯網 (IoT) 生態系正在經歷從「規則導向」到「智慧理解」的巨大飛躍：

  1. 傳統智慧家居 (Rule-Based)：
    • 使用「If This Then That (IFTTT)」邏輯。
    • 範例：如果【時間是晚上 11 點】且【偵測到床上有人】，則【關閉大燈】。
    • 限制：設定繁瑣，只要生活習慣稍有改變（例如今天想熬夜讀書），規則就會失效。
  2. AGI 意圖理解型智慧家居 (Intent-Based)：
    • 結合 LLM 解析自然語言與生活情境。
    • 範例：你對智慧音箱說：「我今天在學校上了 8 小時課，現在肩膀好酸，想放鬆一下。」
    • AI 大腦理解意圖後：自動調暗燈光為暖色調、開啟除濕機至舒適濕度、並播放輕柔薩克斯風背景音樂。這省去了人工設定無數條 Rule 的麻煩。

四、實作步驟（課堂操作 / 國定假日自主學習） ​

實作 A：個人健康數據 AI 諮詢與生理教練（25 分鐘） ​

本實作無須購買智慧手錶，可使用手機內建的步數記錄。

步驟 1：檢視手機健康數據 ​

  • iOS 使用者：開啟「健康」App → 點擊「活動」→ 檢視過去 7 天的「每日步數」與「估算睡眠時間」。
  • Android 使用者：開啟「Google Fit」或手機內建健康 App → 檢視過去 7 天的「每日步數」與「估算睡眠時間」。

步驟 2：備份與去識別化 ​

  1. 手動抄錄過去 7 天的每日步數與睡眠時間。確認整理的文字中沒有包含您的學號、姓名或 Email。
    • 範例格式：
      text
      Day 1: 8200 步，睡眠 6.5 小時
Day 2: 4100 步，睡眠 5.5 小時
Day 3: 7500 步，睡眠 7 小時
Day 4: 3100 步，睡眠 6 小時
Day 5: 9800 步，睡眠 5.2 小時
Day 6: 4500 步，睡眠 6.8 小時
Day 7: 5200 步，睡眠 6 小時

步驟 3：AI 助理諮詢 ​

  1. 打開 Gemini 或 Claude（免費，均以 Google 帳號登入）。
  2. 輸入以下 Prompt（將括號內容替換為你的去識別化數據）：
    text
    你是一位專業的運動生理學家與大學生健康管理教練。
我是一位大一學生，以下是我過去一週的實際健康數據：
[貼上你的數據]

請幫我進行以下分析：
1. 評估我目前的每日活動量與睡眠時間是否達標，並指出 2 個潛在的生活習慣痛點。
2. 針對我的數據痛點，設計一套適合在宿舍/租屋處進行、每天不超過 15 分鐘的無痛運動計畫。
3. 針對外食族大一學生的身份，提供 3 個實用的三餐營養改善與作息建議。

限制：語氣輕鬆正面，使用台灣繁體中文，且結尾必須加上「本建議為日常健康保養參考，不能替代專業醫師診斷與醫療處方」的免責聲明。
  3. 將 AI 的分析建議複製，並截圖您的對話過程，貼入當週的學習日誌中。

實作 B：設計你的「AGI 意圖宿舍自動化」腳本（25 分鐘） ​

本實作使用 Google Home App 的介面，或以文字邏輯規劃（無實體設備亦可完成）。

步驟 1：下載與開啟 Google Home App ​

  1. 在手機上下載並開啟「Google Home」（完全免費，使用 Google 帳號登入）。
  2. 在 App 內建立一個虛擬的「家」（不需綁定實體家電，僅供設計逻辑使用）。

步驟 2：設計「意圖理解型」自動化邏輯 ​

  1. 進入「自動化 (Automations)」→ 點擊「+」新增。
  2. 想像你的宿舍裝有：智慧插座（接風扇/檯燈）、智慧燈泡（可變色）、智慧電視/喇叭。
  3. 設計一個以自然語言意圖為核心的自動化流程，寫下你的設計腳本：
    • 觸發意圖 (Intent Trigger)：我對語音助理說：「Google，我今天考試考爛了，想靜一靜。」
    • 設備連動響應 (Actions)：
      • 智慧燈泡：亮度自動調暗至 30%，顏色轉為療癒的「琥珀金」。
      • 智慧電視/喇叭：自動開啟，並播放熱門的「放鬆爵士樂」或「雨聲白噪音」。
      • 智慧插座：開啟插著香氛機的電源，開始釋放香氣。
  4. 在學習日誌中以條列式文字或 App 設定畫面截圖記錄你設計的自動化意圖連動流程。

五、課堂提問與討論引導 ​

提問 1（AGI 載具思辨）：

「Ray-Ban Meta 智慧眼鏡和手機上的 AI 語音助理，你覺得哪一個在日常生活中使用起來更實用？為什麼？如果未來所有眼鏡都內建 AI 鏡頭，這對人與人之間的社交隱私會帶來什麼衝擊？」

提問 2（數據擁有權與隱私）：

「當穿戴裝置把我們的呼吸、心率、睡眠數據通通上傳到雲端伺服器後，這些數據可能會被保險公司、廣告商買走，進而調高你的保費或推銷廣告。你覺得為了方便，犧牲這些健康隱私值得嗎？我們要如何保護自己？」

提問 3（資安意識）：

「如果駭客侵入了你家中的智慧攝影機或智慧門鎖，後果會有多嚴重？你覺得要如何防範這種智慧家居的資安風險？變更預設密碼和獨立 Wi-Fi 設定真的有用嗎？」

六、課後延伸資源 ​

  • 📱 官方工具：Google Home App（免費下載，管理與控制智慧家電的中央樞紐）
  • 📺 影音觀摩：搜尋 YouTube「Ray-Ban Meta 智慧眼鏡 實測 2026」或「Rabbit R1 評測」了解最新 AGI 硬體的真實體驗
  • 🛡️ 安全指引：閱讀 台灣國家資通安全研究院 關於物聯網 (IoT) 家電之安全防範手冊

七、評量重點 ​

評量項目比重說明
課堂實作參與平時成績繳交個人去識別化健康數據 AI 分析對話截圖 + 自動化意圖腳本文字說明。
學習日誌（對應週次）平時成績記錄「AI 生理教練健診的心得」與「意圖智慧家居對生活改變的反思」。

八、教師備註（國定假日自主學習與補課憑證說明） ​

  • 💡 自主學習模組定位：本章節為模組化設計，非常適合安排在端午節、中秋節等國定假日作為**「線上自主學習補課單元」**。學生可在家中獨立利用手機的「健康」與「Google Home」App 配合免費 AI 大模型完成實作。
  • ⚠️ 補課檢核機制：學生必須完成「實作 A」與「實作 B」並將對話截圖與腳本文字整理為一份 PDF 或 Markdown 檔案，上傳至課程雲端硬碟 【/10.學習日誌/】 對應週次中，以此作為國定假日自主學習之出席與成績評定憑證。
  • 🔒 資安宣導：教師在發布自主學習任務時，應再次強調「去識別化」的重要性，規定截圖中絕不能出現個人姓名或隱私個資，落實資安教育與倫理。

本教學網站由本地 Multi-Agent 系統自動協同更新

© 2026 智慧行動生活 課程教學團隊