據 THE VERGE 報導，來自不同地方的網民在網上紛紛表示有彈 app 情況，包括 Gmail 、 YouTube 、 Line 等，部份僅是無法開啟 app ，但亦有用戶表示手機會有自動重新開機等情況。 Google 在今午推出 WebView 和 Chrome 的更新解決有關問題。
Android System WebView app 內大量評論指出彈 app 情況嚴重。
Google 回應指出是由於 WebView 導致問題出現，目前正努力解決問題。另一方面，有網民獲 Samsung 回覆，只需直接移除 《 Android System WebView 》 app 就可暫時解決問題。方法是打開《 Google Play 》，按左上角選單進入「我的應用程式和遊戲」，選擇「已安裝」分頁，再找《 Android System WebView 》接著移除即可。
Hi! Thanks for bringing this to our attention. Please remove the Webview Update and then restart the phone. Here are the steps: Go settings > apps > tap the three dots in the top right corner > show system apps > search for Android System WebView > select Uninstall updates. ^Nina
喇叭用來播放聲音相信連小孩子也知道， HomePod mini 自然也不例外，而且可以接收手機串流音樂，和接收用戶語音指令，透過 Siri 和 HomeKit 來執行開關燈、調校音量、查詢天氣訂薄餅等，已經非常多才多藝。不過最近有傳媒就發現原來 HomePod mini 還藏有一個溫濕度感測器，到底有甚麼用呢？
HomePod mini 配合 Siri 本身就已經可以成為 HomeKit 智能家電的中樞。
根據彭博網報道，他們在 HomePod mini 裡發現一粒由德州儀器推出的低耗電溫濕度感測器 HDC2010 ， Apple 在宣傳 HomePod mini 時沒有提及過這粒可以感測攝氏 -40 至 85 度、 0-100% 相對濕度，採用 I2C 介面的 6 針腳微小感測器，不過相信是 Apple 智能家居戰略的一部分。由於 HomePod mini 可以作為 HomeKit 智能家居的中樞，相信將來 Apple 會在軟件升級賦予 HomePod mini 新功能，令這「喇叭」可以感測室內溫度和濕度，與及運算出來的體感溫度來控制家電，例如自動開啟風扇和抽濕機。或者為 Siri 提供參考數據，作出合適的建議，例如在炎熱的時候查詢食譜時，會建議清涼的食品之類。
傳媒更估計，由於很多人會購買不止一個 HomePod mini ，所以 Apple 還可以透過個別 HomePod mini 的感測結果來調節個別房間的溫度。
對於 Mac 機友來說，玩遊戲可能是大家唯一買 PC 的理由。雖然大家可以安坐在 PC 面前玩遊戲，不過如果你想在客廳裡玩房裡 PC 的遊戲，現在就有多一個選擇。 Valve 剛剛為 Mac 機用戶帶來 Mac 版 Steam Link ，大家可以像筆者一樣，透過 Steam Link 在 Mac 機上玩 Microsoft Flight Simulator 2020 ！
Steam Link 正式登陸 macOS 平台
Steam Link 原本打算在 2018 年 5 月推出，但因為當時軟件裡包含購買遊戲功能，違反了 Apple 的政策而被阻止推出。最終 2019 年 5 月與 Apple 達成協議而獲放行。玩家可以在 iPhone 、 iPad 或 Apple TV 上以串流方式來遊玩家居網絡上其他電腦的 Steam 平台遊戲。
過了近兩年， Steam Link 終於推出 Mac 版，現在 Mac 機用戶可以在 Mac App Store 裡找到。 Mac 版 Steam Link 支援 macOS 10.13 High Sierra 或以上，而串流遊戲的電腦（支援 Windows 、 Mac 或 Linux ）則需要與 Mac 機在同一個網絡之內。如果要有流暢的遊戲體驗，官方就建議大家使用網線或者 5GHz 無線網絡（即 802.11ac 或以上）連線。
最高串流解像度可達 8K ！
開啟 Steam Link 程式後，程式會先要求用戶以藍牙來連接 Steam 遊戲控制器或其他藍牙手掣，筆者以 Xbox Wireless Controller 來測試就完全沒有問題。然後程式就會開始在網絡上搜尋開啟了 Steam 程式的遊戲電腦進行配對。找到後會顯示組數字，大家要在遊戲電腦那邊輸入以完成配對。在完成網速測試後按「 Start Playing 」掣即可以連上遊戲電腦，選擇遊戲來遊玩。
除了 Steam 控制器之外，也可以使用其他藍牙控制器，例如 Xbox Wireless Controller 。在遊戲電腦輸入 Steam Link 顯示的數字來授權串流遊戲。Steam Link 會掃描網絡中裝有 Steam 的電腦，並進行網速測試。雖然支援 Wi-Fi 連線，不過透過網線連線會得到更佳畫質和流暢體驗。完成設定按「 Start Playing 」即可連接遊戲電腦。雖然大部分遊戲都可以透過串流來玩，不過 VR 遊戲應該不行吧？
Steam Link 本身提供了一些設定，例如限制網速、最高解像度以至音效，而在遊戲電腦那邊也可以在「 Steam ＞ 設定 ＞ 遠端暢玩 ＞ 進階用戶端設定」裡設定最高串流 8K 解像度，而音效也可以在 Mac 機 Steam Link 那邊設定串流 7.1 環繞聲音效，理論上串流遊戲也可以得到最高聲畫享受，不過這一切始終要看遊戲電腦的硬體效能和夠高速的網絡。
除了 Steam Link 之外， Steam 客戶端也在昨日推出更新，支援邀請任何人加入「 Steam 遠端暢玩（ Remote Play Together ）」一起玩遊戲。玩家只要啟動任何一款支援「遠端同樂」的遊戲，然後在好友名單取得邀請連結，以任何方式傳送給朋友，對方即可透過 Windows PC 、 Mac 機 、 Linux 電腦 、 iPhone 、 iPad 或者 Android 裝置來參加遊戲，而且對方不需要有 Steam 帳戶或安裝遊戲，但就需要安裝 Steam 客戶端或 Steam Link App 。
他指出很多國家或機構推出的內容仍較艱深，他個人早前花了約兩倍時間才完成線上課程。現在融合教學經驗，構思出運用聯想連線的方式。方向是讓學生多從角度接觸主題，從而產生學習成果連結的學習方式，他笑言此設計與 AI 裡神經網絡理念相似，或許是與他科學背景相關。
彭Sir因應香港及校本情況，設計了AI本地教材。
軟硬件滲入 AI 知識
事實上，他的科學教學理念，也可於課程設計上到處可見。運用方式是讓學生接觸視覺上有變化的 AI 方案，經由具體的觀感從而連結複雜及艱深的 AI 概念。學習元素包括有動手作硬件、自行建立數據模型、最終通過實驗對比有效方式等。事實上，他已在中二的 STEM 課堂試課，效果頗佳，他預計能在一個月為期的四節課當中，先在科學科動手作導讀及硬件，電腦課堂作 Machine Learning 建立訓練數據，數學科教授線性作驗證，最後可交由學生建構 AI 作品。
細節內容是學生動手作 AIY Vision Kit ，優點是從中能理解 AI 整體運作，包括硬件和軟件。方式是讓學生組裝後，再執行當中微笑測試模型，如此一來，已完成軟硬件的經歷。他解釋上述的過程會滲入科學實驗裡最重要的步驟，分別是假設、實驗、引證和結論。
通過動手製作AIY Vision Kit，就可認識硬件原理及AI操作所涉及的基礎流程。
科學解構點線式神經網絡
由於科學科真正的意義是學生們需先假設有那些元素會影響結果，學生們會猜測眉毛、眼睛、嘴巴等均會影響 AI 判斷。接著是實驗和驗證，以科學角度每次只能選擇一個變數，所以方法很簡單，每次測試時遮擋臉部其他特徵，只露出其中一組就可進行測試。如此一來，彭 Sir 會引導學生解釋 AI 影像擷取特徵的方式，就是以點連線，繼而判斷連線角度，他提醒當中涉及數學的理論比編程更多。
接著就是建立多項笑和不笑的數據，再找出當中微笑 Matching （匹配）的部分成為自信度基準，自信度越高代表越相似判斷結果。整個硬件製作和微笑測試完成後，基本上學生會有具體 AI 認知。為了確認學生學懂訓練數據，加上獻主會聖母院書院校本有手語服務，彭 Sir 接著要求學生建立手語 AI 數據模型，以判斷其學習成果，方式是讓學生運用 TensorFlow Lite 訓練出手語模型。
經過試課和製作手語模型後，彭 Sir 直言師生均有得著。以製作 AI 經驗來說，他認為 AI 手語發展比手語硬件辨識更理想。近年有很多運用 micro:bit 或 Arduino 結合感應器的手語硬件作品，但此類設計需硬件接線及編程，需處理的事項較多。獻主會聖母院書院學生用 AI 影像技術辨識手語，則只需訓練 AI 模型、單機板硬件、硬件加速器及鏡頭即可。他表示課堂編排成功，預期明年可推行全級授課。
現時香港學界能夠深入淺出，並用學科角度精闢講解 AI 的教師不太多，彭 Sir 是其中一位。那麼他如何看待 AI 教育呢？他認為 AI 教育有兩個方向，一是 AI 應用，另一是 AI 研發。他個人認為中學適宜教授應用，以現時教材和工具來看，他認為高小及中學均有機會實現。進一步則可走向 AIoT ，畢竟香港學界對 IoT 的掌握程度高，加上近年累積 STEM 經驗，將兩者結合是實用的發展。
至於更上一層的話，就能才從事類似神經網絡的研究，當中會涉及數值和比重調節方面的知識，以達到微調神經元的逐層發展，較適合有志或有興趣人士發展。此外，由於彭 Sir 是 Google 認證創意家，他個人將朝向將 AI 淺化於該方面作更多分享。
單機板的AI於學界教學上更易使用，彭Sir分享用Rasberry Pi 4和Pi Zero Camera能製作AI離線教學產品。 配合用Google Coral USB Accelerator，能將上述手語訓練數據辨識速度提速至3ms。
新手接觸 AI
對於 AI 教學有興趣者，上述的分享已是一套完整的教學方案。至於讀者若想在家快速試用，也可試玩《 TensorFlow.js 》。彭 Sir 講解 TensorFlow 現時有三個版本， TensorFlow 是傳統 AI ，彈性最大，但所需硬件資源也較多，多是大學或研究者使用，需使用者需逐一將程式碼輸入以製作模型和參考數據。
TensorFlow.js運作於網站，已有既定模型，使用者主要是訓練數據，但缺點需連接上網使用，比較適用於體驗。至於兩者的中間就是TensorFlow Lite可於沒有連線的單版電腦運行，以獻主會聖母院書院為例，學生最終設計的手語辨識程式，就是安裝於 Raspberry Pi 4 加 Pi Zero Camera 已可執行。單是試玩，彭 Sir 推薦 Google 的 Teachable Machine，使用網頁版本是 TensorFlow.js 版本，有興趣安裝下載就可用 TensorFlow Lite 。
小記於採訪期間獲益良多，彭 Sir 用淺白方式解說和示範多項 AI 概念。事實上，彭 Sir 坦言他認為 AI 香港推行，有機會比 STEM 更快，一方面是政府撥款支持，加上有多款工具推出，相信變化太快將是一大挑戰。他笑說單是教學方案撰寫期間，教材就有兩代版本改變，但他樂觀其成，期望學界有百花齊放的景象。
