以下內容僅供了解：

        為節(jié)能減碳，有220年歷史的臺中市太平區(qū)太和宮，將照明設備與光明燈，改用省電LED燈具，預估每年將省下萬元費用，可保護地球又能捐助弱勢。14日廟方舉辦“中元祈安普渡法會暨LED燈點燈”活動，邀臺中市副市長林依瑩主持點燈，與地方人士一同持香祭拜，祈求國泰民安。

　　太和宮主委陳中和指出，廟宇點燈數量多、時間長，在照明設備上的節(jié)約能源很重要，若再加上紙錢減量、一爐一香等措施，預估每年減少近2噸碳排放量，既不與傳統(tǒng)習俗沖突，又能達到環(huán)保的效果。

　　太和宮將廟內照明與光明燈共1500盞，換成節(jié)能LED燈具，預估總電費將可省一半，

　　林依瑩表示，目前市府積極推動低碳城市，廟宇是地方的集會中心，有凝聚力，假如廟宇帶頭做環(huán)保，改用省電LED燈具，不但節(jié)能救地球，還能將省下的電費用來幫助弱勢族群，一舉兩得。

        制造業(yè)是一個國家綜合國力重要的表現，在國民經濟中占有重要份額，也是決定民眾生活質量的重要條件。在經歷了21世紀初的互聯網泡沫和2008年全球經濟危機之后，世界各國，尤其是發(fā)達國家都意識到，制造業(yè)是推動科技創(chuàng)新、經濟增長和社會穩(wěn)定的重要力量，成為各國發(fā)展和轉型的機遇以及形成新競爭力的戰(zhàn)場。
　　
　　美國人之所以認為未來智能工業(yè)的發(fā)展必然從生產制造端轉變到消費端，并且提出“工業(yè)互聯網”的理念與“國家制造業(yè)創(chuàng)新網絡計劃”，是因為互聯網與商業(yè)模式創(chuàng)新是美國的強項。德國在制造業(yè)的核心優(yōu)勢是裝備制造業(yè)以及生產線自動化，通過配置和自控的優(yōu)化系統(tǒng)使得工業(yè)生產全自動化， 
　　的制造業(yè)在改革開放30多年來取得了舉世矚目的成就，連續(xù)幾年成為“世界制造力競爭指數”強的國家，已然成為世界制造業(yè)的新中心。2015年中，國務院印發(fā)《制造2025》，部署推進實施制造強國戰(zhàn)略。配套“互聯網＋”和“供給側改革”等多項措施，“智能制造”被定位為制造的主攻方向。
　　
　　大數據是智能制造核心驅動力
　　
　　如何實現智能制造?從哈佛商學院到賓夕法尼亞大學沃頓商學院，有一個普遍的共識，即數字化轉型是智能制造實現的途徑。更為重要的是，這一共識同樣來自眾多的制造業(yè)企業(yè)家們。
　　
　　這一共識是基于無數技術趨勢的融合。例如物聯網、信息物理系統(tǒng)技術(CPS)、工業(yè)物聯網、移動技術、人工智能、云計算、虛擬／增強現實（VR／AR）、大數據分析等。我們一定要保持頭腦清醒，不要簡單認為有了這些技術，未來五年就是制造業(yè)的黃金時期，因為新制造業(yè)文化的變革進程是相當復雜、緩慢和艱難的，沒有行業(yè)與企業(yè)與用戶的融合推進，這次變革無法實現。數字化轉型不僅僅意味著企業(yè)簡單的數字化，而是把數字作為智能制造的核心驅動力，需要利用數據去整合產業(yè)鏈和價值鏈。
　　
　　在過去的3到5年中，上面列出的技術一直都是熱門商業(yè)話題，單獨使用時，其中每一項都能使商業(yè)中的一些程序或活動實現數字化。而如果將這些技術融合起來利用，就有可能實現數字化轉型。
　　
　　數據基本就是兩類，一類是人類軌跡產生的數據，另一類是機器自動產生的數據。這兩類數據構成了我們今天的大數據多結構化數據源。自工業(yè)革命以來，為了改進運營，制造商一直以來都在有意采集并存儲數據。隨著時間的推移，數據在制造業(yè)分析的需求將越來越大。然而在過去的250年間，利用數據的根本動因并沒有改變，但數據的復雜性增強，將數據轉化為情報的能力將有越來越大的需求。
　　
　　對于數字化轉型的其他方面而言，2012年高德納給出的大數據定義里面，特別強調大數據是多樣化信息資產，大數據不僅要關注實際數據量的多少，而且重要的是關注大數據的處理方法，讓數據產生巨大的創(chuàng)新價值。數據量大還是量小本身并不是判斷大數據價值的核心指標，而數據的實時性和多元性應該對大數據的定義和價值更具直接的影響。
　　
　　如果不投資大數據及大數據分析，從中獲得信息，智能制造所追求的卓越運營將功虧一簣。如果通過利用大數據、預測性分析及云技術衡量產品性能只為了解客戶需求，這意味著你正在失去數字化轉型的價值。在工業(yè)大數據的領域里，我們除了要繼續(xù)關心“人為數據或與人相關的數據”，更多的要關注“機器數據或工業(yè)數據”與人的行為數據的融合。
　　
　　大數據以及工業(yè)大數據的特性
　　
　　數據本身不會為你帶來價值，數據的技術也不會讓我們的制造業(yè)更先進，數據必須轉成信息后才會對產業(yè)產生價值。智能工廠通過與環(huán)境系統(tǒng)的無縫交互，設備能夠有自我意識和自學能力，在未來可以實現更高程度的智能控制和優(yōu)化控制。目前自學設備還遠未達到工業(yè)實施階段。
　　
　　制造業(yè)企業(yè)有著大量的數據，從內部而言，積累了大量的內源數據，包括運維、管理、流程、質量等。而在互聯網時代，外源數據更多，包括供應商、競爭對手、客戶反饋等等。事實上，制造業(yè)企業(yè)不缺數據，問題在于數據質量低下，采集手段不科學。造成的現象是數據豐富但信息貧乏。目前表現出兩大問題：是數據的有效利用率很低；第二是缺乏分析能力，需要大量的工具。
　　
　　由此可見，推動智能制造的并不是大數據本身，而是大數據的分析技術。工業(yè)大數據給了我們一個看世界的新角度。通過360度全景的數字視角，可能給我們帶來新的優(yōu)勢，這就是它成為創(chuàng)新驅動核心動力的來源。
　　
　　在智能制造的工業(yè)大數據中，數據類型多樣性是大數據的重要屬性。大量的數據不是大數據，單一的數據類型也不足以構成大數據。人們一直設法收集并弄清楚不斷變化的數據類型。在制造業(yè)中，大數據分析需要利用通用的數據模型，將庫存記錄、交易記錄和財務交易記錄等結構性商業(yè)系統(tǒng)數據與預警、流程參數和質量事件、社交媒體或其他協作平臺獲得的文本信息、圖像數據、地理或地質信息等非結構性操作系統(tǒng)數據以及供應商、公共網絡數據結合起來，進而通過先進的分析工具發(fā)現新的洞見。