經驗,真的很重要,尤其是沒辦法標準化跟做QC的行業。
今天來談一些很接近玄學的東西。
我前幾年聽到一個例子,才知道這人到底多扯。跑去當高中代理教師,拿建中都不見得可以的教材,去教永春跟樹林以下程度的人。他X的是在開玩笑嗎?辯護之詞,通通是別人的錯,只要給他時間,他就可以教得很好之類。
屁話連篇,真的是鬼扯。
對老師來說,學生每年都來,但對學生來說,他這輩子就只有你,你的好壞決定他未來對老師這個職業的看法。
所以好的老師一定是保守,他絕不躁進、激進的改變教法,不是他不懂,是他知道學生未來不是他的實驗品,不能把他人的人生,當作實驗數據操弄。
我自己教,是每個班作微調,微調是指題目難易度稍微有差,教法略有一些變化,但都在基礎上調整。我才不敢突然拿一套超進步新穎,或是難度極高的試驗教材下去。
幹,換你家小孩被老師當實驗品,你要不要?
這就是我對各種支持激進教育內容改革的人,都是翻白眼的理由。不基於現狀邏輯的改革,必定會失敗,你怪家長怪體制都沒用,自己有小孩就懂,你會願意去試驗?
而且這些試驗法都違背了因材施教的大前提,我不懂為何那麼多高談改革者,都忘記這個基礎。
我曾遇過一間新高中,物理化學老師是台清交背景,還都是第一志願高中上去的高材生。第一年,來補習的學生拿著學校講義來問問題,看到我跟朋友全部傻掉,「幹你怎麼拿建中題目去教PR60分的學生?」
很糟糕?對。但隔年,這間高中的老師,至少在數理上面,新教師講義很明顯的大修,教法聽下一批學生講,跟前一屆差很大。顯然這些老師願意聽學長姐建議,去修正自己的教材跟教法,10幾年過去,我沒在聽過這間學校的學生,抱怨教材難到看不懂,都變成真的是學生的普遍抱怨。
這才是好老師,會調整跟改變,一樣是建中台大一直線,這種人就比那個抱怨都其他老師不肯幫忙,學生都不聽的好太多。
各位同學、下一個世代的老師,做為一個也沒多少經驗的前輩,我提供一點玄學經驗。
有沒經歷過,突然打開一扇門,然後那一瞬間,學長姊、老師就開始接納你,不再愛理不理?
我只是第三志願高中,不怎樣的大學,還可以的研究所。但應該是夠拚,拚到一個程度之後,突然有一天教授問我的問題就不一樣,並放手管理實驗室,之後很明顯的,討論實驗問題時,教授的態度是基於尊重,而不是老師的立場。
為何?你踏進了下一個領域,被承認具有同等位階,站在那個起跑線上。頓時打開新世界,然後你會懂為何不要浪費太多時間在沒進門的人身上。這種跨過門檻,好像進入某一種俱樂部的感受,自己要去體會。
教書也是,我是累積到手上名單破千後,瞬間領悟到一些事情。從那之後開始,我就沒有自編講義,也不再發明各種快速解法,因為對我來說一切都無意義。
在那一時間點後,我看到的不是名單上的成績,是每個人都有不同的特性,教法會全部不同。既然我教的不是書,教的是人,那就不應該執著在書,而是放在人身上。
一個好的教育者,應該是可以看到這副景象的,這種景色是體驗,不是用說的。知道就知道,不知道就不知道,還沒走進這個領域,你就會繼續執著在特定教法。
這就是所謂的會招式,但還沒有功夫。有功夫後,就是無招無式,教材對你來講只是工具,用哪一家的都沒差。
標準化數據特性 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
從火星探測系統到輔助工業製程,美國工業用 AI 新創 Beyond Limits 如何在台灣做到技術在地化應用?
李佳樺 2021/08/13
從2012 年美國太空總署成功將探測車「好奇號」送上火星至今,已經過了3000多個「火星日」,肩負著火星探測的重要任務,8年來好奇號傳回許多對火星的重要觀察與發現。背後更不為人知的,則是好奇號的 AI 運算系統,其實是由美國新創 Beyond Limits 的團隊建立的,公司發展至今也將觸角伸到能源、先進製造等產業,建立 SaaS 服務,為產業提供 AI 輔助平台,2020 年更獲得 1.3 億美元的投資,拓點到台灣、日本、新加坡、香港等地。
Beyond Limits 將 AI 應用到產業製程的契機,源自於當時跨國石油集團 BP 在墨西哥灣發生的漏油事件,企業希望導入 AI 優化決策過程,合作中也發現了石化能源產業的痛點,研發出石油配方建議系統、石油製程操作檢引系統等 SaaS 產品,不僅受到美國石油公司歡迎,日本市場也買單。
有了日本的先例,這套美國研發出的產品,照理說要拓展到亞洲市場應該不成問題,不料到了台灣卻窒礙難行,甚至需要重新開發不同的產品。
Beyond Limits 的台灣團隊究竟面臨了什麼挑戰?
台灣市場與美國差異大,Beyond Limits 台灣團隊必須如創業般從頭研發產品
台灣分公司總經理張中宜說明,台灣產業的先天特性,讓美國母公司已開發的產品都面臨市場可行性低落的問題,以石油產業的產品舉例,在台灣只有中油、台塑兩個客戶,且台灣的石油公司並不做研發工作,多半直接向國外公司購買配方,因此團隊必須在美國 SaaS 模式 的技術基礎下,研發出符合台灣市場、針對不同產業需求的商品。
「Beyond Limits 在台灣設立公司時的處境,跟重新創業差不多。」張中宜表示,AI 應用產品的開發不僅需要能夠從零開始寫演算法的工程師,也要有懂產業製程的專家團隊,龐大的研發費用與對產業專家的需求,讓每一次產品開發都像募資活動,團隊必須透過產業訪談做足市場研究找到痛點,說服製造公司與他們合作開發能解決產業問題的軟體。
然而開發全新市場對張中宜來說並不陌生。
她曾經在孟加拉創立幫助偏遠地區孩童課輔的非營利組織 e-Education ,第一年就讓偏鄉學子考上孟國最高學府卡達大學,更順勢搭上鼓勵企業與 NPO 合作的開放式創新風潮,讓卡西歐、 AI 新創、安永都找她擔任顧問,執行戰略布局或開發新通路的工作,面對 Beyond Limits 在台灣的難題,團隊選擇了電動車電池研發、面板機器手臂維修與人流異常預警系統等三個產業切入。
延伸既有美國產品技術,尋找合適的台灣在地產業切入開發產品
選擇電動車電池產業與 Beyond Limits 在美國石油產業的經驗有關,研發電池的過程與石油廠研發機油的邏輯相似,痛點都在於漫長的研發過程,就像做菜時要多次嘗試才會知道多少的鹽與油才是最佳的調配一樣,電池配方更要經歷至少半年的實驗,且實驗設計也要在無數次團隊與客戶的交鋒後才能成型,溝通成本相當高昂。
使用 Beyond Limits 導入認知 AI 架構的電池配方建議系統,研發人員只要以自然語言輸入期望的電池規格、價格與電車轉速,系統即可在 43 分鐘內提供數百種配方與實驗方式供選擇,縮短約 2 千倍的研發時間。
Beyond Limits 也在 7 月 29 日宣布與日本的三井物產公司進行策略結盟,以其認知 AI 的核心技術,協助三井投資的液化天然氣廠進行巨量資料分析,並整合作業人員專業知識與數位化作業模式,制定出精簡有效率的解決方案。日本三井整合數位策略部部長常務董事真野雄司氏說,透過與 Beyond Limits 的合作可以改善與再造營運流程,更有效率執行現有事業群的高附加價值項目。
另外,Beyond Limits基於公司在美國既有的輔助風電機維修平台,投入面板機器手臂維修建議系統的開發,「雖然也想在台灣用同一套產品幫助風電產業,也與風電廠陸續接洽,但台灣的風電仍在建設階段,缺乏營運經驗,目前的維修需求也不高。」張中宜談到,市場開發的大方向是要在台灣尋找具備預測維修需求,且市場密集、成熟的產業,公司在與投資人仁寶電腦的合作中,發現光電面板產線中機器手臂的維修概念與風機維修類似,而且痛點也類似:包含高昂的維修成本、未經標準化的維修流程,以及依賴經驗的維修決策。
目前輔助維修系統正與日本機器手臂原廠合作開發,由廠商提供維修資料與產業專家, Beyond Limits 透過 AI 分析維修數據,建立資料背後的邏輯推演,系統最終能判斷機器損壞的原因,並建議耗材種類與維修方式。從管理者的角度能降低維修、備料倉儲成本,對維修人員來說也有可依循的維修建議,長遠更能累積產業知識 ( domain know-how ) ,促進升級。
以邊緣運算技術,與北捷合作開發人流異常預警系統
而將技術從太空拉回到地面,Beyond Limits 也能在大眾運輸犯罪預警上有所發揮。他們與北捷合作,使用等同於在火星探測時、消弭與地球時差的邊緣運算技術,原理是透過分散式的運算提升效率,達成在監控系統的邊緣節點就進行異常人流的辨別,降低反應時間落差。
張中宜舉例,正常的人流像是乘客擠進車廂內的固定位置,開始滑手機,異常的人流可能是人群往四面八方散去,產生快速移動的樣態,異常訊息可以在 10 秒內將送到中控室,大幅縮減以往需要 4 分鐘以上的訊號傳輸時間,也能避免踩到人臉辨識的紅線,未來希望擴張應用到大樓監控,或是銷往他國的大眾運輸系統。
源自NASA,認知型AI成為技術優勢與門檻
與其他單純使用機器學習技術分類數據並預測結果的數值 AI 系統不同,Beyond Limits 的 AI 服務融合了數值 AI 與符號 AI ,前者的數值 AI 是透過大量數據讓模型認知「此為何物」,而符號 AI 則是藉由邏輯定義數值 AI 判斷的結果是好還是壞,並加以做出決策與判斷,以電池配方為例,將實驗室過去的實驗數據導入數值 AI 系統後,會得出樹種配方組合,再藉由符號 AI 判斷個配方辦法的優劣,並給予客戶回饋與建議。藉由結合數值 AI 與符號 AI 兩大系統的結合,讓人工智慧的每項建議都能以人類可理解的思路解釋,輔助人類做最後決策,也使人機協作的製程模式成為可能。
對於這項技術,張中宜表示這其實是源自於 NASA 將探測器「好奇號」送上火星後,由於火星與地球之間的數值傳遞有時間差,人類基本上不可能遙控好奇號,而且火星上的數據在這之前是 0,所以數值 AI 也無法運作,為了能夠讓好奇號自行在火星上探測與行動,勢必須要模擬人類大腦的認知型 AI 系統,當時才會開發出符號 AI。
根據研究報告,2025 年工業用 AI 規模將達 160 億美元,其應用開發仍具高度可能性,Beyond Limits 在台灣也希望更全面地研發產品打進該市場。除了正在培養市場的風電產業外,未來也希望協助優化晶圓半導體產業的製程,團隊更積極與社會、產業溝通,讓社會了解 AI 進入產業能讓人類更有餘力進行創意發想與決策,也讓產業正視轉型需求,近期將與台灣新創基地合作舉辦 AI 科普講座,持續促進製造業的人機共榮合作。
創業快問快答
Q:服務的創意來源,是因為發生甚麼事情而有這樣的想法?
A:台灣數位轉型瓶頸
Q:創業至今,做得最好的三件事為何?
A:用國際薪資招聘頂尖人才、台灣市場國際定位清楚、客戶分潤共創模式的商業模式
Q:要達到下一步目標,團隊目前缺乏的資源是?
A:能見度
附圖:BeyondLimits 台灣總經理 張中宜
Beyond Limits 以數值AI及符號AI兩大關鍵技術,達到人機互補智能
圖片來源 : Beyond Limits
擠捷運
圖片來源 : diGital Sennin on Unsplash
圖說:BeyondLimits Hybrid AI導入流程說明
BeyondLimits Hybrid AI導入流程說明
圖片來源 : BeyondLimits
資料來源:https://meet.bnext.com.tw/articles/view/47993?fbclid=IwAR2HbB5FrPIBoV9kDL27OnhNF-JDNzfYdsoLoVKn85yAA7GUjzDzI3y5Lw0
標準化數據特性 在 天下雜誌 Facebook 的最佳解答
#廣編企劃︱如何推動台灣5G轉型 引領未來趨勢?
一般人對5G的印象,多是追劇、玩手遊不會卡住,5G高頻寬、低延遲等優點,不光只有這些應用,其實在市場上5G帶來更強大的效應。
身為全球領先科技公司思科,不僅具備雲端化、虛擬化等特性,更有利基地台介面開放及標準化,引領開放趨勢,協助台灣產業與企業推動5G轉型。
#思科 #5G轉型 #雲端 #電信產業 #AI大數據 #網路保護