NOVA情報誌／無反全片幅　攝界新型男 全台相機收購

全台相機收購

照片，文字 / Nova Intelligence選擇同時改變其愛好！
男士身高的特別完整電影很棒，您需要使用美麗而美麗的才能。您可以和攝影師成為攝影師！您想選擇一個成熟的人嗎？男人？還是一點乾淨的肉？。我想乘坐高度相機，但我不知道我可以選擇我的大腦並傷害我的大腦嗎？你不這麼認為嗎？！鏡片。
這三種類型的汽車是“成熟的男人，男人，小肉”，每種汽車都需要不同的位置。除了長期索尼，尼康和法律外，“完全”的“絕對”光學製造商還使用了戰鬥。一個獨特的CMOS輕型系統，可用於非常短的距離，新一代強大的機器和五項反智能，超嵌入式焦點射擊等。在玻璃體系結構中，體積相對較小，提供了首選的軸承。新的” Bathocratic Transmitter“改善了過去！新車今天延遲了，新車可以切斷，但是這輛新車正在持續和衝動。 – 炸彈，炸彈！

圖、文／NOVA情報誌

選對單眼 素人變職人！
無反全片幅 攝界新型男

高階相機發大絕，要用更隨拍隨美犀利天賦，極速連拍追焦&專業操控性能手感，讓你輕鬆成為攝影好手！

驚！妳說啥，青春不留白，要留下美好瞬間與精彩回憶感動，到底要選成熟男？型男？還是小鮮肉？（驚）我說這位小姐，本人好歹也是正港男子漢，在我面前談這會不會太跨張不給面子，要不要多加一些條件，例如體格強壯、經驗老道、超猛速度、新潮技術、絕佳手感？還是價格實在，中看中用，長短需求都滿足！想不到妳一臉文青正經樣，骨子裡居然這麼好色！

（三條線）對、我就是好攝，是「攝」影的攝，最近正想選購一台隨拍隨美的高階相機，但不知該選哪類型，傷腦筋中？你該不會以為我？骯髒、思想邪惡，就叫你不要看太多安博1818…！（糗）好啦，為了贖罪份上，立馬帶你走訪通路與尋訪原廠，來個單眼名人榜總體檢，好讓你錢花刀口上，一機在手，素人變專業攝手喔！

無反全片幅 高階新主流

目前坊間數位單眼市場大致劃分三大類型：傳統大單「單反DSLR」發展最早，畫質與技術成熟，擁有30年以上龐大鏡頭資產，可比喻為熟男。新興「無反全片幅EVIL」，有搶眼外表又有內在，畫質技術不輸單反，我們比喻為型男。而體態輕盈小巧的「無反小微單」，容易帶它上山下海，外貌出眾且CP值高，很多女性朋友都喜歡，則比喻為小鮮肉。
這三大類型機「熟男、型男、小鮮肉」，各有各擁護者與需求定位，然而近期又以「型男機」鋒頭最健，話題連連！

除佈局已久的Sony外，光學大廠全台相機收購nikon、Canon陸續在9月接連跨入這「無反全片幅」領域，各家戰將藉由大型CMOS感光獨特系統，高解析極短法蘭距鏡頭技術，新一代強悍處理引擎與五軸防手震、超高速對焦拍攝性能等，儼然已取代「單反」，可充分因應時下追求高畫質影像的高階玩家與攝影師需求。尤其藉由無反光鏡架構，讓體積相對小，提供更優攜帶，因此更視為未來高階單眼新主流！

重點新款「無反全片幅」還改善過去種種罩門！因無反光鏡架構只能採「EVF電子觀景窗」，缺點取景時容易產生時滯延遲，好消息是目前新機幾乎做到同步；最令人詬病的電力問題，相較「單反」拍攝張數可說腰斬再腰斬，但今年各家新機開始漸漸克服，單顆電池已能來到700張拍攝張數，加上手感與操控設計愈來愈專業科技，讓其關注度與氣勢不斷攀升，蓬勃可期！

至於在業界走跳多年的老大哥「單反」，擁有無可比擬鏡頭群與最佳操控魅力，機身塊頭大，但按鍵眾多、握持穩健，光學觀景窗取景直覺，尤其高解析畫質、全焦段&景深拍攝彈性與整體性能表現平均，依舊是商業攝影師與專業拍攝者的第一指名，地位仍穩固。

高速連拍準確追焦 4K卓越錄影

在性能上，今年高階相機持續在高速連拍、對焦速度與追焦範圍上大幅突破，更滿足一些需要速度與準確對焦的婚禮，或移動物體偵測追焦情境，運動路跑記錄與好動小孩Q萌表情瞬間捕捉等拍攝；甚至旗艦款還做到驚人的每秒20張、30張無黑屏連拍，超密集相位式＋對比式對焦多點對焦系統，並涵蓋90%以上寬廣AF區域範圍，且在既有臉部辨識下紛紛新增眼睛偵測對焦，讓使用者能輕鬆拍出清晰臉孔與炯炯有眼完美人像。

伴隨新一代更強運算處理引擎，「4K錄影」亦全面到為，成為各家新機標的重點之一，且持續在解析「流暢度」與畫面「質量」上強化競逐。在基本的4K /30Fps每秒30格錄影品質下，市場已出現內建4K每秒60格先進技術悍機，讓錄製畫面流暢度表現更好，甚至有的品牌強調支援4K HDR錄影規格，能對應4K HDR電視，表現出高色彩與豐富對比細節；有的標榜10 Bit寬廣色域錄製，並導入峰值對焦與超小光圈曝光模式，讓錄影畫面&亮度專業平穩。對於想記錄小孩成長點滴，或是工作上有特別錄影需求的部落客與YouTuber，不妨多關注各家特色。

輕巧隨身美自拍 分享即時聰明購

另外定位中階&入門「無反小微單」，一來體型袖珍，隨身攜帶方便，且提供進階專業拍攝功能，重點透過180度自拍螢幕與美肌功能技術，外觀品味出眾，色系選擇性多，價格親民上入手，入門機含Kit鏡約僅２萬上下，滿足隨拍隨美年輕女性、旅遊人士部落客與文青掛需求。

當拍出好照片或值得珍藏影像，想即時分享社群，目前各家多內建無線WiFi，能即時與手機連線傳輸照片，尤其已有愈來愈多品牌增添新藍牙傳輸技術，讓相機拍完照可「自動同步」傳輸手機，讓分享變得更簡易！

「面對這些種類機種該如何聰明選購呢？」首先考量自我拍攝需求與預算；初入門的使用者，建議先選簡易操作機種，若是進階攝影或想轉換品牌，再從自己習慣拍攝的焦段與題材來挑選。譬如主要紀錄小孩成長、寵物或運動追焦生態系，建議選兼顧高速連拍與精準對焦款式；注重人像拍攝、文青旅遊或女性自拍，挑選大光圈或配有美肌功能輕巧隨身型；用來進行專業婚紗或攝影師第二台隨身機，則以高畫質大單或無反全片幅為優先考量。鏡頭部分，則從標準Kit一機一鏡或雙鏡組入門即可，後續當熟悉鏡頭焦段特性與極限，再視需求選購定焦人像鏡或長焦鏡。最後不要忘了維護保養，當拍攝回家後務必進行擦拭，盡可能放入防潮箱保存，如此才能長久陪伴。

各類單眼布局完整，主打高畫質與DAF自動對焦技術的Canon，首推新上市EOS R無反全片幅系統機，並標榜四大優勢！包含3030萬像素CMOS，全新54mm大口徑RF接環&20mm法蘭距，訴求專業高解析與機身耐用度，電子接環更設計12Pin，同時導入超高速精準DAF雙像素對焦與新一代DIGIC 8處理器，帶來業界最快0.05秒極速對焦與超細微5655點對焦點，並支援4K錄影與1/8級光圈調整等實用功能。特別是除鏡頭上設有功能控制環，機身上還新增系列機首見「多功能觸控Bar」，大幅提升操控性，電力續航亦達700張數。

Sony主推高人氣熱賣的無反全片幅單眼機α7 III，搭載背照式Exmor R CMOS感光元件與優化版BIONZ X處理器，低光源表現突出，並承襲旗艦款好評的693點相位式偵測＋425點自動對焦系統，覆蓋達93%影像範圍，且提供每秒10張全靜音無黑屏拍攝，高速運作下持續能準確追蹤，內建4K HDR錄影與S-Log 2/3技術模式，讓白天/夜晚錄影皆保留豐富暗部細節，整體表現性價比高、用途廣，鎖定頂規攝影玩家與婚禮錄影。 

全台相機收購nikon近期發表首款無反全片幅系統Z7，主打多項創新技術，包含全新特大55mm卡口接環，業界無反機中最短的16mm法蘭距。口徑大，優點進光量大，能對應新開發的F 0.95超大光圈鏡頭；法蘭距離短，可減少色差，帶來更優異光學瓶頸表現；同時搭載4570萬高解析像素，493點PDAF對焦位置，最新六代EXPEED 6影像處理器，5級5軸防手震與4K錄影，同時保留DSLR般絕佳手感與防塵防滴耐候性。 

Fujifilm首推革命性高畫質APS-C新機X-T3，搭載最新四代X-Trans CMOS 4感應器＋X Processor 4處理引擎，大幅提升成像解析度、低噪點與ISO160起始原生感光度，尤其運算度速較提升3倍，帶來傲視業界的4K/60P 10bit每秒60格錄影性能。同時預告尺寸比全片幅更大的「中片幅」新機GFX-50R近期將引進，屆時拍攝表現與價格都會讓人驚艷！

Olympus主打旗艦OM-D EM1 MarkII，機身內建五軸防手震，八代強悍TruePic VIII 影像處理引擎，帶來業界頂尖RAW檔18張連拍，主打高速生態與運動攝影拍攝，特別是獨家Pro Capture回溯模式，快門按下瞬間能回溯前14張影像，不錯過蜂鳥飛出瞬間最佳畫面，並有4K錄影功能。

更多精采內容，請上【NOVA情報誌】網站
http://ebook.nova.com.tw

記者Lou Yingling / Taipei宣布Google今天在媒體上擁有Google AI來源。目標是享受所有用戶需求，幫助很多幫助 – 企業家精神和開發幫助，並提供當前的醫療挑戰和溝通。Google還透露了人工智能（AI）和機器學習智能可以改變隊列中的設備，在閱讀時要暴力。在加入Google和20多個國家 /地區，它是第一家風險投資H-Combinator和基礎設施計劃的成員。Palanther Technologies，有助於擴大安全團隊並使用醫學Debmouth College創建醫生，並在俄亥俄州學習了豐富多彩的醫學培訓。今天您想在圖片中訓練機器或獲得狗的功能，以便您可以訪問數千隻貓。然後，您可以在每張照片中自動識別CAT圖像。接收可以自動識別。在新技術中，近年來需要對信息進行審核和解釋，尤其是掃描或傳統的照片科學家。和心髒病）僅生長。糖尿病最常見的問題是視網膜病變引起的糖尿病。

記者樓菀玲／台北報導

Google 於本日舉辦 Google AI 在醫療領域的應用媒體分享會，目的是希望讓所有人都能享受人工智慧帶來的好處 並透過打造更貼近使用者需求的產品、幫助更多企業與開發者創新、提供不同工具以幫助研究人員解決現實生活中遇到的重大挑戰，並且一舉分享了目前機器學習在醫學上的應用案例，以及未來的研究方向。

同時 Google 也表示，人工智慧 (AI) 以及機器學習 (Machine Learning) 人工智慧是能讓事物變更聰明的科學，而機器學習則是訓練機器透過學習使其變得更聰明。

在本日的活動當中，由 Daniel Tse Google AI 產品經理擔任主講人，Daniel Tse 現任 Google AI 產品經理，主要致力於醫學影像的研究與多項臨床領域的 外部合作關係發展。在加入 Google 之前，他是 Watsi.org 的早期成員之一 (創投公司 Y-Combinator 第一個非營利的計劃)，並在超過 20 個國家中建立醫療計劃和基礎設施。

在那之前，Daniel Tse 也曾服務於美國軟體服務公司 Palantir Technologies，幫助擴建商業保 健團隊以及建立慈善團隊。Daniel Tse 在美國的達特茅斯學院中取得醫學博士的學位，並曾在美國俄亥俄州立大 學攻讀分子遺傳學。

＊機器學習運作方式

訓練：舉例來說，當你今天要訓練機器辨識在影像中貓或狗的特徵，讓你可以輸入上千張貓的影像，並且指認這是貓，而不需要描述有關貓咪的特徵，機器即可從輸入的例子中自己學習辨認貓的影像。

推理：機器學會從數以千計的訓練模型中辨識出貓的影像後，接下來它 可以在之後的每張影像中自動辨認出貓的圖像而無須透過人工介入。

＊目前人工智慧在醫療領域的研究現況

自 2013 年以來，機器學習在健康與生命科學領域的研究文獻數量已成長超過 20 倍， 而機器學習可為醫療領域面臨的兩大挑戰帶來幫助。像是新技術的採用，使得近年來需要透過醫生篩選及判讀的資訊量大幅增加，尤其是在掃描或例行影像程序。其他還有像是放射科醫生以及其他專業醫生在全球都面臨短缺的狀況，而在慢性疾病 (如糖尿病與心臟病) 發病率不斷增加的情況下只會更糟 。

＊機器學習在醫學影像辨識上的應用案例

目前全球有 4.15 億的糖尿病患者，糖尿病的常見併發症之一是糖尿病引起的視網膜病變，而這也是全球失明人數迅速攀升的主因。為預防失明，糖尿病患者每年都應進行一次篩檢，而檢測糖尿病眼疾的常見作法就是檢查眼底圖像，而機器學習將協助醫師診斷糖尿病視網膜病變 (Diabetic Retinopathy, DR)。

Google 研究團隊與美國掃描影像單位及印度醫學單位合作，獲得大量的影像案例作為研究基礎。首先建立影像標籤工具，並聘請 54 名眼科醫師辨識成像，再運用 Inception (又名 GoogLeNet)的神經網路演算法辨識了約 130,000 張成像以進行訓練，並依據判斷呈現五種等級的辨識結 果。這個數據集目前被用來訓練深度神經網路，以協助醫師診斷糖尿病視網膜病變，同樣運作的原理也被應用在 Google 相簿中。

後來在 2016 年，Google 在美國醫學協會期刊 《The Journal of the American Medical Association》上，發表了與一般眼科醫師的判讀具高度一致性的結果；隨著研究的進展，今年二月，Google 也於《Ophthalmology》期刊中，進一步發表了與視網膜專科醫師的判讀高度相符的結果。

後來這套系統也被應用在印度亞拉文眼科醫院的前導計劃中，經過三個月後，發現透過 AI 比人工分級有更高的準確度，因此也正逐漸增加將透過此演算法來檢測的病患人數。Google 表示也同與印度、泰國與美國的醫學單位進行合作，投入臨床驗證與應用，並同時致力於推對監管機構的核准。

而在研究過程中，發現硬體設備將會是掃描影像過程中不可或缺的要素，所以 Google 也與 Verily (Alphabet 中的姐妹公司) 以及 全台相機收購nikon 合作，讓硬體設備不會成為機器學習在影像辨識中的障礙。Google 表示目前正致力於研究神經網路 (Neural Network, NN) 的可解釋性。 過去，神經網路通常被認為如黑盒子 (black boxes) 一般神秘，其實不然。而且透過不同的技術，可以以視覺化方式，了解神經網路是如何做出判斷；例如透過熱感應圖 (heat maps)，可以看出神經網路是如何強調標籤中最容易辨識的像素。

＊導入機器學習可協助全新的科學發現

機器學習模型除了根據篩選結果協助醫生進行診斷外，甚至可以協助預測目前醫生還無法從影像上預測的病症。在近期發表的論文中提到，Google 也訓練機器學習模型來預測醫生在評估患者心臟病發作或中風風險時考慮的各種因素，像是年齡、自報性別、吸菸狀況、血壓或主要不良心血管事件 (MACE) 等。

結果顯示除了這些準確預測風險因素之外，機器學習也可以直接預測患者五年內發生心臟病發作或中風的風險。目前 Google 只有運用幾百個案例來訓練模型，這項研究還在相當早期的階段，但模型的曲線下面積 (AUC) 達到 0.7 (演算法正確度達 70%)。而這項技術將有機會應用到未來評估心血管疾病風險時， 可以透過非侵入性方式所取得的影像來進行相似的預測，也因此將能為更多人所用。

＊機器學習在醫療領域的未來發展

而為了確保病患能夠得到最佳的臨床診斷結果，未來這些應用將與醫師的工作流程相互整合，讓醫療判斷結果更精準。除此之外，也可以把這項技術帶到其他組織類型的應用上。例如：前列腺癌的格里森分級 (gleason grading)表現結果與病理學家的判斷相同。

利用機器學習來預防失明及預測心血管疾病，只是將人工智慧應用於幫助病患的其中幾個例子。人工智慧在醫療領域的發展潛力十分龐大，這就是為什麼把 這項技術開放給所有人是相當重要的。因此，我們過去發表了多項研究並將機器學習工具致力於 (如 TensorFlow)，提供給每一位對運用人工智慧解決醫療相關問題感興趣的醫生和研究員。

＊神經網路成熱門研究方向

神經網路的可解釋性也是目前熱門研究方向之一，是解讀與信任人工智慧的重要方式，同時也是協助醫師判讀診斷的重要工具，尤其像今天談到未來機器學 習能進一步透過醫師不曾考慮的因素進行疾病風險預測，透過呈現數據與機器學習模性用以判讀/分類的特徵讓其可以被解釋，能有助於建立醫師對其預測結果的信任。因此，Google 也研發多項工具，讓人們可以更理解數據與模型背後的運作與意涵。而在我們預測心血管疾病的風險研究中，模型也顯示對預測最有效的區域影像。

Google 非常重視在醫療相關研究與應用的可靠性，在真正落實應用之前，希望透過有說服力的研究結果取得醫療學界的專業認可，於是透過醫學期刊與醫學模型等方式來呈現研究結果。Google 表示非常希望將相關的技術帶到實際應用中， 同時也積極與監理單位進行合作以取得核准，像是美國食藥署 (FDA) 以及歐盟等相關單位；而臨床驗證的部份也與硬體的廠商 全台相機收購nikon 等來合作。

Google AI 研究團隊積極與醫生和臨床醫學相關單位合作，在篩選與診斷方面，透過深入了解醫院中的臨床醫學流程與需求，以打造適合的工具，並藉此提升測試及決策的能力與效率。在糖尿病視網膜病變的案例中，由於篩檢過程中的資料量相當龐大，於是我們投入篩檢研究以提升整體效率；其他病症診斷的應用上，我們也將機器學習應用於縮小搜尋範圍以減少所需的時間。

在與台灣的醫學相關合作夥伴上，Google 表示會視個別狀況而定，通常會先推出一個前導計畫，若碰到像是資料量非常龐大或醫師不足等狀況，都是機器學習能夠提供幫助的發展方向。

全台相機收購 全台相機收購