[討論] 大數據與產業:當電腦科學變成支援知識
最近高虹安似乎是台灣政壇的熱門話題,她因為說過自己是大數據專長,我就在想:為何大
數據跟非電腦跟資訊領域扯上關係?
後來在出差期間,跟蜂蜜井的專家聊到室內空氣品質與節能的關係,他們給了一個有趣的連
結:
https://techtransfercentral.com/2021/03/09/syracuse-u-links-with-honeywell-to-de
velop-next-gen-indoor-air-quality-tech/
https://reurl.cc/W19rdy
裡面就有提到利用機器學習與人工智慧來收集及分析資料,並驗證模型。
然後主導的教授是:
https://www.sciencedirect.com/science/article/abs/pii/S0306261921003482
Dong(董?)教授自己就說到如何在航太領域與電腦及資訊的專家合作讓大數據、機器學習及
人工智慧應用在空氣及節能的領域上。
而在跟Honeywell及Raytheon Technologies的專家進一步的聊天之下,才知道在所謂的大數
據、機器學習、人工智慧上,最麻煩的不是電腦跟資訊這邊,因為市面上及學校裡已經有各
種軟硬體、工具及程式編寫人員,甚至可以用簡單易上手的Python語言及Matlab、DataIku
、Tensorflow、Tibco BI就可以達成(實際上在未來,Java這個語言就算有Spring Boot加
持,也大概在未來10年內會淪為昨日黃花,目前連甲骨文都投降,替Python出資料庫連結模
組,還釋出Open JDK變開源軟體)。雲端演算重要嗎?其實要看,如果是介面及儲存那沒問
題,但是目前的商用雲端計算速度實在沒辦法跟大型主機對決,要不然為何還有一堆研究單
位跟國際電腦製造商(特別是日本、美國、中國)花時間在玩大型主機研發製造?
換句話說,電腦與資訊領域提供的是知識、工具、軟硬體來幫助其他的產業領域將他們研究
出來的Domain knowledge/Business context輕鬆套到Matlab、DataIku等軟體及容易上手的
Python程式及函式庫中。真正重頭戲是產業領域的專家 (通用)/Product Owner(敏捷式管
理)/Business Analyst(IIBA, PMP),讓他們把演算法/Use Case寫出來放進上述程式及
軟體中。
所以我認為高虹安專長的應該是把機械工程與電腦及資訊領域連結套用上去。至於她如何及
何種程度以副總的身份貢獻鴻海,那個還是老話一句:
只有郭跟高及直接利害關係人們知道
另外,關於碩士論文,目前跟我交換意見的北美教授、研究生及業界專家的看法是這樣:
因為這二十年來各領域知識量太大,而業界對碩士的需求不再是研究,而是對於領域知識的
學習及上手能力。所以教授在跟碩士生討論時,會去問學生未來的方向:如果是要繼續研究
領域,會建議他們選擇一個自己打算長期經營的領域,針對那個領域往下鑽研,好好在碩士
寫一篇論文,來養成未來進入博士班的研究及論述能力。如果是要進入業界,那就不要浪費
時間寫論文,因為碩士論文只是在訓練未來進入博士班發表研究結果的工具及過程;而這些
業界用碩士生應該在研究所其間盡可能實習、修習專業課程來增加自己快速跟產業磨合的知
識級能力。真的需要在業界發表業界用期刊的論文,應該去學習他們的文章Protocol (這個
我不曉得該如何翻譯才恰當)。
這篇不是很政黑,但是我想對台灣未來政經走向會有幫助。
--
Grundriss Weisheit
グルトリスハイト
https://i.imgur.com/4LqlURK.jpg
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 209.195.85.165 (加拿大)
※ 文章網址: https://www.ptt.cc/bbs/HatePolitics/M.1665018861.A.8BD.html
→
10/06 09:16,
1年前
, 1F
10/06 09:16, 1F
推
10/06 09:17,
1年前
, 2F
10/06 09:17, 2F
→
10/06 09:18,
1年前
, 3F
10/06 09:18, 3F
→
10/06 09:18,
1年前
, 4F
10/06 09:18, 4F
→
10/06 09:18,
1年前
, 5F
10/06 09:18, 5F
→
10/06 09:19,
1年前
, 6F
10/06 09:19, 6F
→
10/06 09:19,
1年前
, 7F
10/06 09:19, 7F
→
10/06 09:19,
1年前
, 8F
10/06 09:19, 8F
→
10/06 09:20,
1年前
, 9F
10/06 09:20, 9F
→
10/06 09:22,
1年前
, 10F
10/06 09:22, 10F
推
10/06 09:26,
1年前
, 11F
10/06 09:26, 11F
→
10/06 09:26,
1年前
, 12F
10/06 09:26, 12F
→
10/06 09:27,
1年前
, 13F
10/06 09:27, 13F
→
10/06 09:27,
1年前
, 14F
10/06 09:27, 14F
推
10/06 09:27,
1年前
, 15F
10/06 09:27, 15F
→
10/06 09:27,
1年前
, 16F
10/06 09:27, 16F
→
10/06 09:28,
1年前
, 17F
10/06 09:28, 17F
→
10/06 09:28,
1年前
, 18F
10/06 09:28, 18F
→
10/06 09:30,
1年前
, 19F
10/06 09:30, 19F
→
10/06 09:30,
1年前
, 20F
10/06 09:30, 20F
推
10/06 09:31,
1年前
, 21F
10/06 09:31, 21F
→
10/06 09:33,
1年前
, 22F
10/06 09:33, 22F
→
10/06 09:33,
1年前
, 23F
10/06 09:33, 23F
推
10/06 09:33,
1年前
, 24F
10/06 09:33, 24F
→
10/06 09:33,
1年前
, 25F
10/06 09:33, 25F
→
10/06 09:34,
1年前
, 26F
10/06 09:34, 26F
→
10/06 09:36,
1年前
, 27F
10/06 09:36, 27F
→
10/06 09:36,
1年前
, 28F
10/06 09:36, 28F
→
10/06 09:36,
1年前
, 29F
10/06 09:36, 29F
→
10/06 09:38,
1年前
, 30F
10/06 09:38, 30F
→
10/06 09:38,
1年前
, 31F
10/06 09:38, 31F
→
10/06 09:38,
1年前
, 32F
10/06 09:38, 32F
→
10/06 09:38,
1年前
, 33F
10/06 09:38, 33F
→
10/06 09:38,
1年前
, 34F
10/06 09:38, 34F
→
10/06 09:43,
1年前
, 35F
10/06 09:43, 35F
→
10/06 09:44,
1年前
, 36F
10/06 09:44, 36F
→
10/06 09:44,
1年前
, 37F
10/06 09:44, 37F
→
10/06 09:45,
1年前
, 38F
10/06 09:45, 38F
→
10/06 09:45,
1年前
, 39F
10/06 09:45, 39F
→
10/06 09:57,
1年前
, 40F
10/06 09:57, 40F
→
10/06 09:58,
1年前
, 41F
10/06 09:58, 41F
→
10/06 09:59,
1年前
, 42F
10/06 09:59, 42F
→
10/06 10:39,
1年前
, 43F
10/06 10:39, 43F
→
10/06 10:39,
1年前
, 44F
10/06 10:39, 44F