產業追蹤/AI產業化 三關鍵搶先機
2021-07-18 00:36 經濟日報 / 陳右怡
人工智慧(AI)進展神速,除帶來的生活、工作與社交等變革,更融合大數據、物聯網、雲端等不斷進化,形成從晶片、關鍵零組件、系統、軟體、終端、應用等技術價值鏈或生態系,AI更已成為企業及國家競爭力指標。根據PwC預估,2030年AI將創造全球市場營收達15.7兆美元,促使全球GDP成長達14%。而從2021年到2030年的10年間, AI也正進入市場應用擴增期,將成為全球智慧化的主流,快速達到AI普及化。
近五年各行各業導入AI來進行創新轉型,促使「產業AI化」。意即針對企業個別痛點與需求,並發展出各種不同的AI解決方案,遍及交通運輸、傳統金屬加工業、零售業、製造業、餐飲服務業、電商平台等,各自有不同AI化需求,陸續累積愈來愈多的「產業AI化」經驗。再加上AI應用需求多元,也加速AI技術進化,落實軟硬體多元創新應用,並促使各種新創應運而生,開拓出具備市場規模化潛力的AI科技服務模式。
例如運用科技平台、研發測試、科技顧問、系統整合或軟體開發等,解決產業共通性問題,發展「AI即服務(AI-as-a-Service , AIaaS)」,這就是AI創造出來的新興科技服務產業。可以預見的是,未來十年AI將逐漸從一個新興產業發展成為成熟產業,換句話說,人類正在進入一個「AI產業化」時代。AI正整合各種不同技術持續進化並創造新的商業模式,成為全球最熱門的跨技術創新應用技術解決方式,活絡AI落地應用與新創商機。
AI應用愈多元化,就會讓AI變更聰明,AI技術發展終極目標就是仿人,也就是AI能做到像人類一樣的思考與動作。一方面是AI能學習人類知識與經驗,並模仿人類動作,進而能取代或協助人類的重複性作業、具高危險或長期危害身心健康等工作或任務,讓人類能轉做更有價值的工作,以追求更好的生活品質;另一方面,AI也能夠遵守人類社會中的道德倫理規範,發展出「以人為本」的AI,以追求人類福祉為目標。
目前全球產學研界都在思考如何發展「以人為本」的AI。在開發或應用AI技術之初,就需要先有「以人為本」的精神設計AI模型、進行AI訓練與學習。另外,若要發展具有決策能力的AI,以完成各種自動化任務,也需要在AI系統與商業模式的設計中放入人本因素,讓人類可隨時調整AI關鍵決定與行動。各種AI資訊爆炸下,AI知識也將快速成為普及化的常識,民眾必須了解並快速掌握AI趨勢脈動,更需要同步注入人文社會關懷與同理心,藉此創造AI時代新思維與新型態工作方式,並孕育出AI新人才。
在AI浪潮中,台灣要穩占先機,必須有AI三大發展關鍵因素:數據、演算法、演算力。國際普遍看好台灣AI硬體優勢與人才CP值高,因此可從AI跨軟硬體的多元創新概念,來進行超前部署,可朝幾個方向發展,包括:發展「自動化AI」,將AI結合IoT應用於智慧製造、自駕車或無人機等,達到全面自動化,這也是台灣產業最擅長的一塊。還有「分散式AI」,達成即時、可靠、穩定又安全的AI運算處理與分析技術,能在邊緣端就完成所有任務,滿足企業需求如提高效率、分散風險等,特別應用於醫療生技、VR/XR、穿戴裝置等領域。接著是「可解釋AI/可信任AI」,即優化AI數據,使AI演算法、系統與商業模式皆具可解釋性、可追溯性及安全性。
另外,透過AI協助企業轉型、強化產業韌性為切入點,以分散式、超自動化及具安全隱私的產品與服務搶攻AI市場,如提供優質、具洞見及能共享的「數據服務」,或是低成本、高通用性及能自動感測的「邊緣終端」;也可規劃超自動化、可解釋性及邊緣學習的「算法服務」,或發展低功耗、高效能及高擴展性的「演算力」,都是臺灣在AI產業發展中可發揮的強項。
不過,台灣發展AI也有三缺:缺數據、缺跨國共創平台、缺人才;台灣應培養更多AI跨域人才、孕育AI科技服務業,並在台灣建立可串聯全球數據資源與AI研究人才之運作機制或跨國共創平台,吸引國內外企業商機或專業人士,讓AI跨技術創新能一邊促進中小企業韌性,一邊與國際AI需求與資源接軌,將AI變成台灣產業技術創新之活水泉源。
資料來源:https://udn.com/news/story/7241/5608761?fbclid=IwAR1D07BcWejpvWqmOIVm7MHhMZdbqhgd64mS4uBK5Eh_BmI962sag7upTnU
同時也有1部Youtube影片,追蹤數超過75萬的網紅志祺七七 X 圖文不符,也在其Youtube影片中提到,#記得打開CC字幕 #區塊鏈 #真的超複雜ㄉ ✔︎ 成為志祺七七會員:http://bit.ly/join_shasha77 ✔︎ 訂閱志祺七七頻道: http://bit.ly/shasha77_subscribe ✔︎ 追蹤志祺 の IG :https://www.instagram.com/...
新興科技 設計 自動化 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
AI 助陣醫學、防疫,個人隱私難兩全?
2021/06/09 研之有物
規範不完備是臺灣個資保護的一大隱憂,《個資法》問世遠早於 AI 時代、去識別化定義不清、缺乏獨立專責監管機構,都是當前課題。
評論
本篇來自合作媒體研之有物,作者周玉文、黃曉君,INSIDE 經授權轉載。
AI 醫療、科技防疫的人權爭議
健康大數據、人工智慧(AI)已經成為醫療研發的新聖杯,新冠肺炎(COVID-19)更將 AI 技術推上防疫舞臺,各國紛紛串聯大數據監控足跡或採用電子圍籬。但當科技防疫介入公衛醫療,我們是否在不知不覺中讓渡了個人隱私?
中研院歐美研究所副研究員何之行認為,規範不完備是臺灣個資保護的一大隱憂,《個資法》問世遠早於 AI 時代、去識別化定義不清、缺乏獨立專責監管機構,都是當前課題。
「天網」恢恢,公衛醫療的新利器
自 2020 年新冠疫情大爆發,全世界為了因應危機展開大規模協作,從即時統計看板、預測病毒蛋白質結構、電子監控等,大數據與 AI 技術不約而同派上用場。但當數位科技介入公共衛生與醫療健康體系,也引發人權隱私的兩難爭議。
2020 年的最後一夜,臺灣再次出現本土案例。中央流行疫情指揮中心警告,居家隔離、居家檢疫、自主健康管理的民眾,都不應參加大型跨年活動。而且,千萬別心存僥倖,因為「天網」恢恢,「我們能找得到您」!有天網之稱的電子圍籬 2.0 出手,許多人拍手叫好,但也挑起國家進行隱私監控的敏感神經。
隱私爭議不只在防疫戰場,另一個例子是近年正夯的精準醫療。2021 年 1 月,《經濟學人》(The Economist)發布亞太區「個人化精準醫療發展指標」(Personalised-health-index)。臺灣勇奪亞軍,主要歸功於健全的健保、癌症資料庫及尖端資訊科技。
國際按讚,國內反應卻很兩極。早前曾有人質疑「個人生物資料」的隱私保障,擔憂是否會成為藥廠大數據;但另一方面,部分醫療研究者卻埋怨《個人資料保護法》(簡稱《個資法》)很嚴、很卡,大大阻擋了醫學研發。為何國內反應如此分歧?
中研院歐美所副研究員何之行認為,原因之一是,
《個資法》早在 2012 年就實施,跑在 AI 時代之前,若僅僅仰賴現行規範,對於新興科技的因應恐怕不合時宜。
健保資料庫爭議:誰能再利用我們的病歷資料?
來看看曾喧騰一時的「健保資料庫訴訟案」。
2012 年,臺灣人權促進會與民間團體提出行政訴訟,質疑政府沒有取得人民同意、缺少法律授權,逕自將健保資料提供給醫療研究單位。這意味,一般人完全不知道自己的病例被加值運用,侵害了資訊自主權。案件雖在 2017 年敗訴,但已進入大法官釋憲。
民間團體批評,根據《個資法》,如果是原始蒐集目的之外的再利用,應該取得當事人同意。而健保資料原初蒐集是為了稽核保費,並非是提供醫學研究。
但支持者則認為,健保資料庫是珍貴的健康大數據,若能串接提供學術與醫療研究,更符合公共利益。此外,如果過往的數據資料都必須重新尋求全國人民再同意,相關研發恐怕得被迫踩剎車。
種種爭議,讓醫學研究和資訊隱私之間的紅線,顯得模糊而舉棋不定。何之行指出,「個人權利」與「公共利益」之間的權衡拉鋸,不僅是長久以來政治哲學家所關心的課題,也反映了現代公共衛生倫理思辨的核心。
我們有權拒絕提供資料給醫療研究嗎?當精準醫療的腳步飛也似向前奔去,我們要如何推進醫學科技,又不棄守個人的隱私權利呢?
「精準醫療」與「精準健康」是近年醫學發展的重要趨勢,透過健康大數據來評估個人健康狀況,對症下藥。但健康資料涉及個人隱私,如何兼顧隱私與自主權,成為另一重要議題。
去識別化爭點:個資應該「馬賽克」到什麼程度?
何之行認為,「健保資料庫爭議」短期可以從幾項原則著手,確立資料使用標準,包括:允許退出權(opt-out)、定義去識別化(de-identification)。
「去識別化」是一道安全防護措施。簡單來說:讓資料不會連結、辨識出背後真正的那個人。何之行特別分享 Google 旗下人工智慧研發公司 DeepMind 的慘痛教訓。
2017 年,DeepMind 與英國皇家醫院(Royal Free)的協定曝光,DeepMind 從後者取得 160 萬筆病歷資料,用來研發診斷急性腎衰竭的健康 APP。聽來立意良善的計畫,卻引發軒然大波。原因是,資料分享不僅未取得病患同意,也完全沒有將資料去識別化,每個人的病史、用藥、就醫隱私全被看光光!這起爭議無疑是一大教訓,重創英國社會對於開放資料的信任。
回到臺灣脈絡。去識別化指的是以代碼、匿名、隱藏部分個資或其他方式,無從辨識特定個人。但要達到什麼樣的隱匿保護程度,才算是無從識別特定個人?
何之行指出,個資法中的定義不甚清楚,混用匿名化(anonymous)、假名化(pseudonymised)、去連結(delink)等規範程度不一的概念。臺灣也沒有明確定義去識別化標準,成為爭點。
現行法令留下了模糊空間,那麼他山之石是否能提供參考?
以美國《健康照護可攜法案》(HIPAA)為例,法案訂出了去除 18 項個人識別碼,作為去識別化的基準;歐盟《一般資料保護規則》則直接說明,假名化的個資仍然是個人資料。
退出權:保留人民 say NO 的權利
另一個消解爭議的方向是:允許退出權,讓個人保有退出資料庫的權利。即使健保資料並沒有取得民眾事前(opt-in)的同意,但仍可以提供事後的退出選項,民眾便有機會決定,是否提供健康資料做學術研究或商業運用。
何之行再舉英國國民健保署 NHS 做法為例:英國民眾有兩階段選擇退出中央資料庫 (NHS Digital)的機會,一是在一開始就拒絕家庭醫師將自己的醫病資料上傳到 NHS Digital,二是資料上傳後,仍然可以在資料分享給第三方使用時說不。畢竟有人願意為公益、學術目的提供個人健康數據,對商業用途敬謝不敏;也有人覺得只要無法辨識個人即可。
近年,英國政府很努力和大眾溝通,希望民眾認知到資料分享的共善,也說明退出所帶來的社會成本,鼓勵人們留在資料庫內,享受精準醫療帶給個人的好處。可以看到英國政府藉由公眾溝通,努力建立社會信任。
參照英國經驗,目前選擇退出的比率約為 2.6%。保留民眾某種程度的退出權,但善盡公眾溝通,應是平衡集體利益與個人隱私的一種做法。
歐盟 GDPR 個資保護的四大原則
健保資料庫只是案例之一,當 AI 成為大數據浪潮下的加速器,最周全之策仍然是針對 AI 時代的資料運用另立規範。 歐盟 2018 年實施的《一般資料保護規則》(General Data Protection Regulation,以下簡稱 GDPR),便是大數據 AI 時代個資保護的重要指標。
因應 AI、大數據時代的變化,歐盟在 2016 年通過 GDPR,2018 年正式上路,被稱為「史上最嚴格的個資保護法」。包括行動裝置 ID、宗教、生物特徵、性傾向都列入被保護的個人資料範疇。
歐盟在法令制定階段已將 AI 運用納入考量,設定出個資保護四大原則:目的特定原則、資料最小化、透明性與課責性原則。
其中,「目的特定」與「資料最小化」都是要求資料的蒐集、處理、利用,應在特定目的的必要範圍內,也就是只提供「絕對必要」的資料。
然而,這與大數據運用需仰賴大量資料的特質,明顯衝突!
大數據分析的過程,往往會大幅、甚至沒有「特定目的」的廣蒐資料;資料分析後的應用範圍,也可能超出原本設定的目標。因此,如何具體界定「特定目的」以及後續利用的「兼容性判斷」,便相當重要。這也突顯出「透明性」原則強調的自我揭露(self-disclosure)義務。當蒐集方成為主要的資料控制者,就有義務更進一步解釋那些仰賴純粹自動化的決策,究竟是如何形成的。
「透明性原則的用意是為了建立信任感。」何之行補充。她舉例,中國阿里巴巴集團旗下的芝麻信用,將演算法自動化決策的應用發揮得淋漓盡致,就連歐盟發放申根簽證都會參考。然而,所有被納入評分系統的人民,卻無從得知這個龐大的演算法系統如何運作,也無法知道為何自己的信用評等如此。
芝麻信用表示,系統會依照身分特質、信用歷史、人脈關係、行為偏好、履約能力等五類資料,進行每個人的信用評分,分數介於 350-950。看似為電商系統的信用評等,實則影響個人信貸、租車、訂房、簽證,甚至是求職。
這同時涉及「課責性」(accountability)原則 ── 出了問題,可以找誰負責。以醫療場域來講,無論診斷過程中動用了多少 AI 工具作為輔助,最終仍須仰賴真人醫師做最後的專業判斷,這不僅是尊重醫病關係,也是避免病患求助無門的問責體現。
科技防疫:無所遁形的日常與數位足跡
當新冠疫情爆發,全球人心惶惶、對未知病毒充滿恐懼不安,科技防疫一躍成為國家利器。但公共衛生與人權隱私的論辯,也再次浮上檯面。
2020 年 4 月,挪威的國家公共衛生機構推出一款接觸追蹤軟體,能監控足跡、提出曾接觸確診者的示警。但兩個月後,這款挪威版的「社交距離 APP」卻遭到挪威個資主管機關(NDPA)宣告禁用!
挪威開發了「Smittestopp」,可透過 GPS 與藍牙定位來追蹤用戶足跡,提出與感染者曾接觸過的示警,定位資訊也會上傳到中央伺服器儲存。然而,挪威資料保護主管機關(NDPA)宣告,程式對個人隱私造成不必要的侵害,政府應停止使用並刪除資料。
為何挪威資料保護機關會做出這個決定?大體來說,仍與歐盟 GDPR 四大原則有關。
首先,NDPA 認為挪威政府沒有善盡公眾溝通責任,目的不清。人民不知道這款 APP 是為了疫調?或者為研究分析而持續蒐集資料?而且,上傳的資料包含非確診者個案,違反了特定目的與資料最小蒐集原則。
此外,即便為了防疫,政府也應該採用更小侵害的手段(如:僅從藍牙確認距離資訊),而不是直接由 GPS 掌控個人定位軌跡,這可能造成國家全面監控個人行蹤的風險。
最後 NDPA 認為,蒐集足跡資料原初是為了即時防疫,但當資料被轉作後續的研究分析,政府應主動說明為什麼資料可以被二次利用?又將如何去識別化,以確保個資安全?
換言之,面對疫情的高度挑戰,挪威個資保護機關仍然認為若沒有足夠的必要性,不應輕易打開潘朵拉的盒子,國家採用「Smittestopp」這款接觸追蹤軟體,有違反比例原則之虞。
「有效的疫情控制,並不代表必然需要在隱私和個資保護上讓步。反而當決策者以防疫之名進行科技監控,一個數位監控國家的誕生,所妥協的將會是成熟公民社會所賴以維繫的公眾信任與共善。」何之行進一步分析:
數位監控所帶來的威脅,並不僅只於表象上對於個人隱私的侵害,更深層的危機在於,掌握「數位足跡」(digital footprint) 後對於特定當事人的描繪與剖析。
當監控者透過長時間、多方面的資訊蒐集,對於個人的「深描與剖繪」(profiling)遠遠超過想像──任何人的移動軌跡、生活習慣、興趣偏好、人脈網絡、政治傾向,都可能全面被掌握!
AI 時代需要新法規與管理者
不論是醫藥研發或疫情防控,數位監控已成為當代社會的新挑戰。參照各國科技防疫的爭論、歐盟 GDPR 規範,何之行認為,除了一套 AI 時代的個資保護規範,實踐層面上歐盟也有值得學習之處。
例如,對隱私風險的脈絡化評估、將隱私預先納入產品或服務的設計理念(privacy by design),「未來照護機器人可能走入家家戶戶,我們卻常忽略機器人 24 小時都在蒐集個資,隱私保護在產品設計的最初階段就要納入考量。」
另外最關鍵的是:設置獨立的個資監管機構,也就是所謂的資料保護官(data protection officer,DPO),專責監控公、私營部門是否遵循法規。直白地說,就是「個資警察局」。何之行比喻,
如果家中遭竊,我們會向警察局報案,但現況是「個資的侵害不知道可以找誰」。財稅資料歸財政部管,健康資料歸衛福部管,界定不清楚的就變成三不管地帶。
綜觀臺灣現狀,她一語點出問題:「我們不是沒有法規,只是現有的法令不完備,也已不合時宜。」
過往許多人擔心,「個資保護」與「科技創新」是兩難悖論,但何之行強調法令規範不是絆腳石。路開好、交通號誌與指引完善,車才可能跑得快。「GDPR 非常嚴格,但它並沒有阻礙科學研究,仍然允許了科學例外條款的空間。」
「資料是新石油」(data is the new oil),臺灣擁有世界數一數二最完整的健康資料,唯有完善明確的法規範才能減少疑慮,找出資料二次利用與科技創新的平衡點,也建立對於資料二次利用的社會信任。
資料來源:https://www.inside.com.tw/article/23814-ai-privacy-medical?fbclid=IwAR0ATcNjDPwTsZ4lkQpYjvys3NcXpDaqsmE_gELBl_UNu4FcAjBlscxMwss
新興科技 設計 自動化 在 竹科大小事 Facebook 的最佳解答
#109年年報產業篇人物專訪~鈺太科技董事長邱景宏
#國內MEMS數位麥克風領導廠商,全球前5大
#全球NB數位麥克風市場坐二望一
#觸控外另一選項利器聲控
聽著堪稱台灣投入MEMS微機電技術研發的先驅之一,鈺太公司董事長兼總經理邱景宏娓娓道來,該公司累積了10餘年的技術,專利數達200餘件,近幾年已看到曙光,我們也才深諳MEMS數位麥克風是一高門檻 、研發及驗證期長、同時生命週期也長的高技術密集的產業,鈺太本身並不侷限為一純IC設計公司,同時建立檢測、封裝等自動化技術和設備,不若其他高科技產業可利用現有產業供應鏈,經營起來更具挑戰。邱董事長對該公司的未來非常樂觀並有信心的表示,因物聯網(IoT)、TWS、智能TV、穿戴式裝置、電動車等因5G的普及新興科技應用強勢崛起,也為微機電麥克風注入一道強勁的成長動能,遠景可期。
新興科技 設計 自動化 在 志祺七七 X 圖文不符 Youtube 的最佳解答
#記得打開CC字幕 #區塊鏈 #真的超複雜ㄉ
✔︎ 成為志祺七七會員:http://bit.ly/join_shasha77
✔︎ 訂閱志祺七七頻道: http://bit.ly/shasha77_subscribe
✔︎ 追蹤志祺 の IG :https://www.instagram.com/shasha77.daily
✔︎ 志祺七七 の 粉專 :http://bit.ly/shasha77_fb"
各節重點:
00:45 區塊鏈就是比特幣嗎?
01:26 區塊鏈想解決的問題
02:33 區塊鏈運作的原理
05:04 區塊鏈不止應用在金融科技
06:03 區塊鏈的疑慮
07:04 我們的觀點
08:04 提問
08:19 掰比~別忘了訂閱!
【 製作團隊 】
|企劃:宇軒
|腳本:宇軒、土龍
|編輯:土龍、轟天雷
|剪輯後製:Pookie
|剪輯助理:絲繡 & 范范
|演出:志祺
——
【 本集參考資料 】
→ 用十分鐘快速搞懂區塊鏈 - Taipei Ethereum Meetup @Medium:http://bit.ly/2PG5rpx
→ introduction_to_blockchain - GitHub:http://bit.ly/32ZJbKY
→ 比特幣是什麼?讓發明人中本聰的論文告訴你(上)- Inside:http://bit.ly/34iFsIr
→ 《產業觀測》台灣區塊鏈技術應用3契機 - 工業策進會:http://bit.ly/2JzMIIb
→ 下一波區塊鏈主流之應用場域–醫療產業 - 工業策進會:http://bit.ly/36bTfCF
→ 區塊鏈懶人包:以太坊 – 區塊勢:http://bit.ly/2WrATsP
→ 為你解說區塊鏈應用:以太坊、以太幣、智慧合約 – 區塊勢:http://bit.ly/2Nq7Lhj
→ 區塊鏈:給不偷懶者的白話懶人包 – 法律白話文運動:http://bit.ly/32YVtmX
→ 繼台東金幣及高雄幣 新北擬推新北幣 – UDN新聞:http://bit.ly/323Azln
→ 【以太坊|隱私矛盾】以太坊隱私問題似乎嚴重被大眾忽略,可有解決方案? – 動區動趨BlockTempo:http://bit.ly/2MXQHAe
→ 【醫界創舉|區塊鏈應用】北醫附醫正式上線區塊鏈病歷並推出「智鏈護照」 – 動區動趨BlockTempo:http://bit.ly/2NurXP4
→ A Hacking of More Than $50 Million Dashes Hopes in the World of Virtual Currency, The New York Times:https://nyti.ms/36gfsPP
→ 區塊鏈技術的衝擊與課題 - 工業策進會:http://bit.ly/2WqHEv1
→ 比特幣真正的價值:應該要拿來拯救世界,而不是拿來炒作投資 – 科技報橘:http://bit.ly/32ZYaEA
→ 去中心化、全自動化、資料安全的「區塊鏈技術」有何侷限? – 關鍵評論網:http://bit.ly/31Y1tek
→ 區塊鏈之五|交易速度慢?更新不易?區塊鏈面臨的問題 – 電獺少女:http://bit.ly/2pqOqEM
→ 比特幣及以太坊 vs Visa 及 PayPal:每秒交易次數 – 區塊客:
→ 以太幣 DAO 事件打破區塊鏈不可逆神話,13 億人都驚呆了(一):http://bit.ly/322Dt9U
→ DAO遭駭事件打破區塊鏈不可逆神話:http://bit.ly/36keOB6
【 延伸閱讀 】
→ 『發現芬特克!比特幣 & 區塊鏈原理大解析』芬特克 FinTech EP1 – 臺灣吧:http://bit.ly/321Kt6E
→ 加密貨幣的詳細運作原理(影片,有中文字幕) – 3Blue1Brown:http://bit.ly/2BY0OPy
→ 淺談區塊鏈的幣圈、礦圈及鏈圈運作 – 新興科技媒體中心:http://bit.ly/2Pyus5V
→ 企業該選擇哪種鏈? —— 公有鏈 vs. 私有鏈 vs. 聯盟鏈 – 動區動趨BlockTempo:http://bit.ly/2JCyx53
→ 歐盟新個資法規GDPR 與區塊鏈的衝突 – 區塊勢 @Medium:http://bit.ly/2N0KmnF
→ 區塊鏈與GDPR:智慧城市的隱私保護與困境 – 鳴人堂:http://bit.ly/2NwhvXo
\每週7天,每天7點,每次7分鐘,和我們一起了解更多有趣的生活議題吧!/
🥁七七仔們如果想寄東西關懷七七團隊與志祺,傳送門如下:
106台北市大安區羅斯福路二段111號8樓
如有業務需求,請洽:hi@simpleinfo.cc
新興科技 設計 自動化 在 新興科技 的推薦與評價
新興科技. 柯尚彬. 44 videosLast updated on Aug 23, 2023 ... 蘭潭國中科技與自造中心電動卡丁車. 柯尚彬 ... CPC自動化機械手臂2023台南自動化機械智慧製造展. ... <看更多>
新興科技 設計 自動化 在 [心得] 何宗易新興科技設計自動化- 看板NTHU_Course 的推薦與評價
課名:新興科技設計自動化
科號:CS 513100
老師:何宗易
課本:無
課別:資工系選修
學分:3
涼度:★★★★☆(滿分五分,空心代表半分!請自行增減!)
甜度:★★★★★(未提供成績分佈,故為本人主觀評價)
建議先修課程:
課程內容\簡介:
這門課是研究所的課,第一節課老師就會勸退很多大學部學生。
上課主要是針對新興科技的設計自動化(design automation)進行討論,
一開始是介紹老師他們正在做的microfluidic biochips,
之後有超導體、自駕車、AI security等。
上課方式:
一般來說是先介紹一個新興科技,然後會由老師或是外國、業界的學者進行介紹,
最後老師會選幾篇相關論文,分組(2人一組)上台報告。報告不只是單純講述內容,
還要針對那篇論文提出他裡面的問題或是有沒有更好的方法。
上課和報告相當重視討論,尤其是在報告的時候,老師會一直提出問題。
期末project是由上課大家報告的論文裡面找出自己想改良的地方,
老師會約見每一組來討論各組題目,之後上課時各組上台簡短報告內容,
最後交一篇論文。
給分:
由老師心中一把尺給分
考試作業型態:
上課報告1次
期末project報告一次
期末project論文,一頁兩行,寫兩頁
論文不用寫很多,不過如果寫太爛,老師恐嚇會把你找回去辦公室談
老師的喜好、個性:
第一節課就講明了跟他在大學部的課不一樣,這門課主要是要訓練大家提出、
解決問題,而且還要寫論文。
非常認真跟同學討論,找了很多演講者,有些甚至是該領域的優秀學者。
常常出國,但必要時還是會Skype上課。
給加簽嗎?
不會滿,還會勸退大學部
補充:
總成績/班上排名:
成績:A+
成績分布:不公開
↓每組人數
A+ % ( )
A % ( )
A- % ( )
B+ % ( )
B % ( )
B- % ( )
C+ % ( )
C % ( )
C- % ( )
D以下 % ( )
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.225.212.159 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/NTHU_Course/M.1562157086.A.ED5.html
... <看更多>