麻省理工学院发现：人类仍然比人工智能便宜

麻省理工学院(MIT)在一项研究中发现，人工智能目前还无法以经济有效的方式取代大多数工作岗位，这项研究试图打消人们对人工智能在许多行业取代人类的担忧情绪。在对人工智能取代劳动力的可行性进行的首次深入调查中，研究人员对美国各项任务自动化的成本吸引力进行了建模估算，重点关注了使用计算机视觉的工作——比如教师和房地产估价师。研究人员发现，按美元工资计算，只有23%的劳动者可以被有效取代。在其他情况下，由于人工智能辅助视觉识别的安装和操作成本高昂，因此由人类来完成这项工作更为经济划算。去年，在OpenAI的ChatGPT和其他AI工具展示了这项技术的潜力之后，各行各业开始加速采用这种工具。从美国的微软公司和Alphabet公司到中国的和，科技公司推出了各种AI服务。行业领袖警告说，AI发展速度太快了。长期以来，人们一直担心AI对就业的影响。麻省理工学院计算机科学与人工智能实验室的研究人员指出，“机器将抢走我们的工作”是技术快速变革时期人们经常表达的一种情绪，而随着大语言模型的创建，这种焦虑再次出现了。“但我们发现，由于AI系统的前期成本很高，只有23%的员工‘暴露’在AI计算机视觉中，对企业来说是具有成本效益的。”计算机视觉是AI技术的一个领域，它使机器能够从数字图像和其他视觉输入中获取有意义的信息，其最普遍的应用出现在自动驾驶的物体检测系统中，或者对智能手机上的照片进行分类。麻省理工学院的论文称，和的突出领域——零售、运输和仓储等方面，也是计算机视觉最具效益的领域。论文中一个案例提到，在面包店里，面包师每天都要检查原料的质量控制，但这只占他们工作时间的6%。但安装摄像头和AI系统所节省的时间和工资，远低于这种技术升级的成本。研究人员表示，目前只有3%的视觉辅助任务可以有效、低成本地自动化，但如果数据成本下降，准确性提高，到2030年这一比例可能会上升到40%。国际货币基金组织(IMF)上周发布报告称，人工智能技术将影响全球近40%的就业岗位，相比于新兴市场和低收入国家，发达国家的就业更容易受到人工智能的影响。它还警告说，在大多数情况下，这种技术对全球劳动力市场的潜在影响可能会加剧整体不平等。在上周的达沃斯世界经济论坛上，许多讨论都集中在AI取代劳动力的问题上。InflectionAI和DeepMind的联合创始人MustafaSuleyman表示，AI系统“从根本上说是替代劳动力的工具”。OpenAI首席执行官萨姆·奥特曼声称，AI的能力“有很强的局限性”，人们应该将其视为一种“在某些领域非常有用”的工具，不能完全依赖于AI。标签:#AI#劳动力频道:@GodlyNews1投稿:@GodlyNewsBot

麻省理工学院揭示神经系统如何整合环境和状态以控制行为

麻省理工学院揭示神经系统如何整合环境和状态以控制行为麻省理工学院的一项新研究详细介绍了这一方法在一种更简单的动物身上的应用实例。它强调了一个潜在的基本原则，即神经系统如何整合多种因素来指导寻找食物的行为。所有的动物都面临着在制定行为时权衡不同的感官线索和内部状态的挑战，但科学家们对这一情况的实际发生知之甚少。为了深入了解，位于皮考尔学习和记忆研究所的研究小组转向了秀丽隐杆线虫，其明确的行为状态和只有302个细胞神经系统使这个复杂的问题至少是可操作的。他们通过一个案例研究发现，在一个名为AWA的关键嗅觉神经元中，许多状态和感觉信息的来源汇聚在一起，独立地节制着一个关键气味受体的表达。它们对该受体丰度的影响的整合，然后决定了AWA如何指导四处漫游寻找食物。"在这项研究中，我们根据动物所经历的持续状态和刺激，剖析了控制单个嗅觉神经元中单个嗅觉受体水平的机制，"资深作者、麻省理工学院脑与认知科学系李斯特兄弟副教授史蒂文·弗拉维尔说。"了解这种整合如何在一个细胞中发生，将为它如何在其他蠕虫神经元和其他动物中普遍发生指明方向。"麻省理工学院博士后IanMcLachlan领导了这项研究，该研究最近发表在eLife杂志上，该团队在开始时并不一定知道他们会发现什么。事实上，麦克拉克兰、弗拉维尔和他们的团队并没有专门去寻找神经元AWA或被称为STR-44的特定嗅觉化学感受器。相反，这些目标是从他们收集的无偏见的数据中出现的，当时他们研究了当蠕虫在三小时内不进食时与进食充足时相比哪些基因的表达变化最大。作为一个类别，许多化学感觉受体的基因显示出巨大的差异。事实证明，AWA是一个拥有大量此类上调基因的神经元，而两个受体STR-44和SRD-28在这些基因中显得尤为突出。仅这一结果就表明，内部状态（饥饿）影响着感觉神经元中受体的表达程度。麦克拉克兰和他的合著者随后能够表明，STR-44的表达也会根据压力化学品的存在、各种食物的气味以及蠕虫是否得到了吃食物的好处而独立变化。由共同第二作者TalyaKramer（一名研究生）领导的进一步测试揭示了哪些气味会触发STR-44，使研究人员随后能够证明AWA内STR-44表达的变化如何直接影响食物的寻求行为。还有更多的研究确定了这些不同的信号进入AWA的确切分子和电路手段，以及它们如何在细胞内作用以改变STR-44的表达。例如，在一个实验中，麦克拉克兰和弗拉维尔的团队表明，虽然喂养的和饥饿的蠕虫都会朝着受体最喜欢的气味蠕动，如果这些气味足够强烈的话，但只有饥饿的蠕虫（表达更多的受体）可以检测到更微弱的浓度。在另一个实验中，他们发现，尽管饥饿的蠕虫在到达食物源时将放慢速度进食，即使吃饱的蠕虫在旁边游弋，但他们可以通过人为地过度表达STR-44使吃饱的蠕虫表现得像饥饿的蠕虫。这样的实验证明STR-44的表达变化对寻找食物有直接影响。其他实验显示了多种因素对STR-44的拉动。例如，他们发现，当他们添加一种化学品使蠕虫受到压力时，即使在饥饿的蠕虫中也会降低STR-44的表达。后来他们发现，同样的应激物抑制了蠕虫向STR-44所反应的气味蠕动的冲动。因此，就像你可能会避免跟随你的鼻子去面包店，即使在饥饿的时候如果你看到你的前任在那里，会权衡压力来源和饥饿感。该研究显示，它们这样做是基于这些不同的线索和状态如何拉动AWA中STR-44的表达。其他几个实验研究了蠕虫的神经系统将感觉、饥饿和主动进食线索带到AWA的途径。技术助理MalvikaDua帮助揭示了其他食物感应神经元如何通过胰岛素信号和突触连接来影响STR-44在AWA的表达。关于蠕虫是否正在积极进食的线索来自肠道中的神经元，这些神经元使用一种叫做TORC2的分子营养传感器。这些，以及压力检测途径，都作用于FOXO，它是基因表达的调节器。换句话说，所有影响STR-44在AWA中表达的输入都是通过独立推拉同一个分子杠杆来实现的。像胰岛素和TORC2这样的途径不仅存在于其他蠕虫的感觉神经元中，而且也存在于包括人类在内的许多其他动物。此外，在更多的神经元中，感觉受体因禁食而上调，而不仅仅是AWA。这些重叠表明，他们在AWA中发现的整合信息的机制很可能在其他神经元中发挥作用，也许在其他动物中也是如此。这项研究的基本见解可能有助于为研究通过TORC2的肠道-大脑信号如何在人体内发挥作用提供信息。这正在成为优雅动物中肠道到大脑信号传递的主要途径，希望它最终将对人类健康具有转化意义。...PC版：https://www.cnbeta.com.tw/articles/soft/1333817.htm手机版：https://m.cnbeta.com.tw/view/1333817.htm

麻省理工学院研究团队发现宇宙中最古老的恒星 它隐藏在光晕中

麻省理工学院研究团队发现宇宙中最古老的恒星它隐藏在光晕中访问：NordVPN立减75%+外加3个月时长另有NordPass密码管理器麻省理工学院的天文学家发现了三颗宇宙中最古老的恒星，它们就生活在我们的银河系附近。这些恒星位于银河系的"光环"中--光环是包裹着主星系盘的恒星云，它们似乎形成于120亿年至130亿年前，当时第一批星系正在形成。图片来源：SergeBrunier；NASA研究人员将这些恒星命名为"SASS"，意为"小增生恒星系统恒星"，因为他们相信每颗恒星都曾经属于自己的原始小星系，后来被更大但仍在成长的银河系吸收。如今，这三颗恒星是各自星系仅存的部分。它们环绕着银河系的外围，研究小组怀疑那里可能还有更多这样的古老恒星幸存者。麻省理工学院物理学教授安娜-弗雷贝尔（AnnaFrebel）说："根据我们对星系形成的了解，这些最古老的恒星肯定应该存在。它们是我们宇宙家谱的一部分。我们现在有了找到它们的新方法"。在发现类似的SASS恒星后，研究人员希望将它们作为超微弱矮星系的类似物，超微弱矮星系被认为是宇宙中现存的一些最早的星系。这些星系被认为是宇宙中幸存下来的最早的星系。这些星系至今仍然完好无损，但由于距离太远、太暗，天文学家无法对它们进行深入研究。SASS恒星可能曾经属于类似的原始矮星系，但它们位于银河系中，因此距离银河系更近，它们可能是了解超暗矮星系演化的一把钥匙。研究人员拿着一个装满了多年来收集的恒星数据的活页夹，其中包括恒星亮度随时间变化的数据。从左至右阿南达-桑托斯（AnandaSantos）、凯西-费恩伯格（CaseyFienberg）和安娜-弗雷贝尔（AnnaFrebel）。图片来源：研究人员提供弗雷贝尔说："现在我们可以在银河系中寻找更多更亮的类似物，研究它们的化学演变，而不必追逐这些极其暗淡的恒星。"她和同事们于5月14日在《皇家天文学会月刊》（MNRAS）上发表了他们的研究成果。这项研究的共同作者包括约旦扎尔卡大学的穆罕默德-马尔迪尼（MohammadMardini）、23岁的希拉里-安达莱斯（HillaryAndales）以及麻省理工学院的在读本科生阿南达-桑托斯（AnandaSantos）和凯西-菲恩伯格（CaseyFienberg）。该团队的发现源于一个课堂理念。在2022年秋季学期，弗雷贝尔开设了一门新课程8.S30（观测恒星考古学），让学生学习分析古代恒星的技术，然后将这些工具应用于以前从未研究过的恒星，以确定它们的起源。安达莱斯说："虽然我们的大多数课程都是从基础教起，但这门课却让我们立即站在了天体物理学研究的前沿。"学生们根据弗雷贝尔多年来从拉斯坎帕纳斯天文台的6.5米麦哲伦-克莱望远镜收集的恒星数据进行研究。她把这些数据的硬拷贝放在她办公室的一个大活页夹里，学生们用这些数据来寻找感兴趣的恒星。特别是，他们正在寻找大爆炸后不久形成的古老恒星，大爆炸发生在138亿年前。当时，宇宙主要由氢和氦组成，其他化学元素（如锶和钡）的丰度非常低。因此，学生们在弗雷贝尔的活页夹中寻找具有光谱或星光测量值的恒星，这些光谱或星光测量值显示锶和钡的丰度很低。他们的搜索范围缩小到了麦哲伦望远镜最初在2013年至2014年间观测到的三颗恒星。天文学家从未对这些恒星进行过后续研究，以解读它们的光谱并推断它们的起源。因此，它们是弗雷贝尔班学生的理想候选对象。学生们学习了如何描述恒星的特征，以便为分析这三颗恒星的光谱做好准备。他们能够利用各种恒星模型确定每一颗恒星的化学成分。恒星光谱中与特定波长的光相对应的特定特征的强度与特定元素的丰度相对应。在完成分析后，学生们自信地得出结论：与他们的参照恒星--我们的太阳相比，这三颗恒星的锶、钡和其他元素（如铁）的丰度确实很低。事实上，与今天的太阳相比，其中一颗恒星所含的铁与氦的比例还不到十万分之一。桑托斯回忆说："我们花了很多时间盯着电脑，进行大量的调试，疯狂地互相发短信和电子邮件，才弄明白这个问题。"这是一个很大的学习曲线，也是一次特殊的经历。"这些恒星的低化学丰度确实暗示它们最初形成于120亿到130亿年前。事实上，它们的低化学特征与天文学家之前测量到的一些古老的超微弱矮星系相似。研究小组的恒星是否起源于类似的星系？它们又是如何来到银河系的呢？凭直觉，科学家们查看了这些恒星的轨道模式以及它们在天空中的移动方式。这三颗恒星位于银河光环的不同位置，估计距离地球约3万光年。(作为参考，银河系的圆盘横跨10万光年）。研究小组利用盖亚天体测量卫星的观测数据追溯了每颗恒星围绕银河中心的运动轨迹，他们注意到了一个奇怪的现象：相对于主圆盘中大多数像赛车场上的赛车一样运动的恒星，这三颗恒星似乎都走错了方向。在天文学中，这种现象被称为"逆行"，是天体曾经"吸积"或从别处吸入的提示。弗雷贝尔说："只有把明星扔到错误的地方，才能让他们与其他明星走错方向。"这三颗恒星的运行方式与银河系盘的其他部分甚至光环都完全不同，再加上它们的化学丰度很低，这有力地证明了这些恒星确实很古老，曾经属于更古老、更小的矮星系，它们以随机的角度坠入银河系，并在数十亿年后继续其顽强的运行轨迹。弗莱贝好奇地想知道，天文学家以前分析过的光环中的其他古老恒星是否也有逆行现象，于是他翻阅了科学文献，发现还有65颗同样具有低锶和低钡丰度的恒星似乎也在逆行。研究小组正在继续寻找其他古老的SASS恒星，他们现在有了一个相对简单的方法：首先，寻找化学丰度低的恒星，然后追踪它们的轨道模式，寻找逆行运动的迹象。在银河系中的4000多亿颗恒星中，他们预计这种方法将发现一小部分宇宙中最古老的恒星。弗莱贝计划在今年秋天重开这门课，回顾第一门课程和三位将成果发表的学生，他充满了敬佩和感激之情。"能与三位女大学生共事真是太棒了。这对我来说还是第一次，"她说。"这确实是麻省理工学院工作方式的一个范例。我们就是这样做的。无论谁说'我想参加'，他们都能做到，而且会有好事发生"。编译来源：ScitechDaily...PC版：https://www.cnbeta.com.tw/articles/soft/1431180.htm手机版：https://m.cnbeta.com.tw/view/1431180.htm

麻省理工学院工程师利用日本剪纸工艺制作出超强轻质结构

麻省理工学院工程师利用日本剪纸工艺制作出超强轻质结构麻省理工学院的研究人员利用日本的剪纸和折纸艺术-Kirigami，开发出了具有可调机械性能（如刚度和柔度）的超强轻质材料。这些材料可用于飞机、汽车或航天器。图片来源：研究人员提供麻省理工学院的研究人员修改了一种常见的折纸折痕图案，使波纹结构的尖点变成了刻面。这些刻面就像钻石上的刻面一样，提供了平坦的表面，可以用螺栓或铆钉更方便地将板材固定在上面。图片来源：研究人员提供麻省理工学院的研究人员利用日本古老的折纸和剪纸艺术-Kirigami，制造出了一种名为"板格"的高性能结构材料，其规模远远超过了科学家们之前通过添加剂制造所能实现的规模。这项技术使他们能够用金属或其他材料制造出具有定制形状和特别定制机械性能的这些结构。"这种材料就像钢软木。它比软木轻，但具有高强度和高刚度，"麻省理工学院比特与原子中心（CBA）负责人尼尔-格申菲尔德（NeilGershenfeld）教授说，他是有关这种方法的一篇新论文的资深作者。研究人员开发了一种模块化制造工艺，在这种工艺中，许多较小的部件被成型、折叠并组装成三维形状。利用这种方法，他们制造出了超轻、超强的结构和机器人，在特定载荷下，它们可以变形并保持形状。研究人员通过在顺应面上张紧钢丝，然后将其连接到滑轮和电机系统，从而驱动波纹结构，使其能够向任一方向弯曲。图片来源：研究人员提供由于这些结构重量轻、强度高、刚度大，而且相对容易大规模生产，因此在建筑、飞机、汽车或航空航天部件中特别有用。与格申菲尔德一起撰写论文的还有共同第一作者、CBA研究助理阿方索-帕拉-鲁比奥（AlfonsoParraRubio）和麻省理工学院电气工程与计算机科学研究生克拉拉-蒙迪洛娃（KlaraMundilova），以及CBA研究生大卫-普雷斯（DavidPreiss）和麻省理工学院计算机科学教授埃里克-德梅因（ErikD.Demaine）。该研究成果在美国机械工程师学会工程计算机与信息大会上发表。像晶格这样的结构材料经常被用作一种复合材料的核心，这种复合材料被称为三明治结构。要设想夹层结构，可以想象一下飞机机翼，在机翼上，一系列相交的对角梁构成了夹在顶部和底部面板之间的网格核心。这种桁架结构具有很高的刚度和强度，但重量却很轻。板格是由板而不是梁的三维交叉组成的蜂窝结构。这些高性能结构的强度和刚度甚至超过了桁架晶格，但由于其形状复杂，使用3D打印等普通技术制造它们具有挑战性，尤其是在大规模工程应用中。麻省理工学院的研究人员利用桐纸克服了这些制造难题，桐纸是一种通过折叠和切割纸张来制作3D形状的技术，其历史可追溯到7世纪的日本艺术家。研究人员利用他们的方法制造出了压缩强度超过62千牛顿的铝结构，但每平方米的重量仅为90千克。图片来源：研究人员提供Kirigami已被用于利用部分折叠的之字形折痕制作板格。但要制作夹层结构，必须将平板连接到波纹芯材的顶部和底部，再连接到人字形折痕形成的窄点上。这通常需要强力粘合剂或焊接技术，从而导致组装速度慢、成本高，而且难以扩大规模。麻省理工学院的研究人员修改了一种常见的折纸折痕图案，使波纹结构的尖点变成了刻面。这些刻面就像钻石上的刻面一样，提供了平整的表面，可以用螺栓或铆钉更方便地将板块固定在上面。ParraRubio说："在重量和内部结构保持不变的情况下，板晶格在强度和刚度方面优于梁晶格。通过使用双光子光刻技术进行纳米级生产，理论刚度和强度已达到H-S上限。板晶格的构建非常困难，因此在宏观尺度上的研究很少。我们认为，折叠是一条更容易利用金属制成的这种板状结构的途径。"此外，研究人员设计、折叠和切割图案的方式使他们能够调整某些机械性能，如刚度、强度和弯曲模量（材料的抗弯倾向）。他们将这些信息以及三维形状编码成折痕图，用来创建这些叽里纸波纹。例如，根据褶皱的设计方式，可以对一些细胞进行塑形，使其在压缩时保持形状，而对另一些细胞进行修改，使其弯曲。通过这种方式，研究人员可以精确控制结构的不同区域在压缩时的变形情况。由于可以控制结构的灵活性，这些波纹可用于机器人或其他具有移动、扭曲和弯曲部件的动态应用中。为了制作像机器人这样的大型结构，研究人员采用了模块化组装工艺。他们批量生产较小的折痕图案，并将其组装成超轻、超强的三维结构。较小的结构具有较少的折痕，从而简化了制造过程。研究人员利用经过改良的三浦织图案，创造出一种能产生所需形状和结构特性的折痕图案。然后，他们利用一台独特的机器--Zund切割台--切割出平整的金属板，并将其折叠成三维形状。"要制造汽车和飞机等产品，需要在模具上投入巨资。这种制造工艺不需要工具，就像3D打印一样。但与3D打印不同的是，我们的工艺可以设定记录材料特性的极限，"格申菲尔德说。利用他们的方法，他们制造出的铝结构压缩强度超过62千牛顿，但每平方米重量仅为90千克。(软木每平方米重约100千克）他们的结构非常坚固，可以承受的力是普通铝波纹的三倍。这种多用途技术可用于钢材和复合材料等多种材料，因此非常适合生产飞机、汽车或航天器的轻质减震部件。不过，研究人员发现，他们的方法可能难以建模。因此，他们计划在未来为这些叽里格米板格结构开发用户友好的CAD设计工具。此外，他们还希望探索各种方法，以降低模拟设计所需性能的计算成本。帕拉-卢比奥、蒙迪洛娃和其他麻省理工学院的研究生还利用这种技术用铝复合材料制作了三件大型折叠艺术品，并在麻省理工学院媒体实验室展出。尽管每件作品都长达数米，但这些结构的制作只用了几个小时。"归根结底，艺术作品之所以成为可能，是因为我们在论文中展示了数学和工程方面的贡献。但我们也不想忽视我们作品的美学力量，"ParraRubio说。...PC版：https://www.cnbeta.com.tw/articles/soft/1384883.htm手机版：https://m.cnbeta.com.tw/view/1384883.htm

麻省理工学院研究人员在太空中发现目前最大最复杂的分子

麻省理工学院研究人员在太空中发现目前最大最复杂的分子科学家利用射线望远镜对恒星形成区NGC6334I的观测，首次在太空中发现了2-甲氧基乙醇。图片来源：研究人员提供该研究小组的开放存取论文《利用ALMA对NGC6334I的观测，旋转光谱和首次星际探测到2-甲氧基乙醇》（RotationalSpectrumandFirstInterstellarDetectionof2-MethoxyethanolUsingALMAObservationsofNGC6334I）发表在《天体物理学杂志通讯》（TheAstrophysicalJournalLetters）上。扎卡里-弗里德（ZacharyT.P.Fried）是麦奎尔研究小组的一名研究生，也是这篇论文的第一作者，他努力拼凑从全球各地收集到的拼图，从麻省理工学院延伸到法国、佛罗里达州、弗吉尼亚州和哥本哈根，从而实现了这一激动人心的发现。弗里德解释说："我们小组试图了解恒星和太阳系最终将形成的空间区域中存在哪些分子。这使我们能够拼凑出化学是如何随着恒星和行星的形成过程而演变的。我们通过观察分子的旋转光谱来实现这一目标，这是分子在太空中翻滚时发出的独特光斑。这些图案就是分子的指纹（条形码）。要探测太空中的新分子，我们首先必须知道我们要寻找的分子是什么，然后我们可以在地球上的实验室里记录下它的光谱，最后我们再利用望远镜在太空中寻找这种光谱"。麦奎尔小组最近开始利用机器学习来建议寻找好的目标分子。2023年，其中一个机器学习模型向研究人员推荐了一种名为2-甲氧基乙醇的分子。弗里德说："太空中有许多'甲氧基'分子，如二甲醚、甲氧基甲醇、甲基乙基醚和甲酸甲酯，但2-甲氧基乙醇将是迄今为止所见过的最大、最复杂的分子。"为了利用射线望远镜观测探测到这种分子，研究小组首先需要测量和分析它在地球上的旋转光谱。研究人员将里尔大学（法国里尔）、佛罗里达新学院（佛罗里达州萨拉索塔）和麻省理工学院的麦奎尔实验室的实验结合起来，测量了从微波到亚毫米波（约8到500千兆赫）频率的宽带区域的光谱。从这些测量中收集到的数据允许利用阿塔卡马大型毫米波/亚毫米波阵列（ALMA）对两个不同恒星形成区的观测来寻找该分子：NGC6334I和IRAS16293-2422B。麦奎尔小组的成员与美国国家射电天文台（弗吉尼亚州夏洛茨维尔）和丹麦哥本哈根大学的研究人员一起分析了这些望远镜的观测结果。弗里德说："最终，我们观测到25条2-甲氧基乙醇的旋转线与NGC6334I观测到的分子信号一致（条码吻合！），从而在这一来源中安全地探测到了2-甲氧基乙醇。这使我们能够推导出NGC6334I分子的物理参数，如丰度和激发温度。这也使得我们能够研究已知星际前体可能的化学形成途径。"像这样的分子发现有助于研究人员更好地理解恒星形成过程中太空分子复杂性的发展。含有13个原子的2-甲氧基乙醇在星际标准中是相当大的--截至2021年，在太阳系外只探测到6种大于13个原子的物质，其中许多是由McGuire的研究小组发现的，而且都是环状结构。Fried说："对大分子的持续观测以及随后对其丰度的推导，使我们能够进一步了解大分子的形成效率以及它们可能是通过哪些特定反应产生的。此外，由于我们在NGC6334I中探测到了这种分子，而在IRAS16293-2422B中却没有探测到，因此我们获得了一个独特的机会，来研究这两个来源的不同物理条件可能会如何影响可能发生的化学反应"。编译来源：ScitechDaily...PC版：https://www.cnbeta.com.tw/articles/soft/1429651.htm手机版：https://m.cnbeta.com.tw/view/1429651.htm