電腦效能應用與安全研究室 Performance, Applications and Security Lab


我們的研究範圍很廣,從嵌入式系統、手機應用、一直到雲端計算、商務應用、資訊安全都有做。
我們的合作研究夥伴很多,包括聯發科、IBM、中研院、資策會,還有和台大、清大、交大的教授合組研發團隊
,包括高階應用處理器架構研究、虛擬化技術、異質計算、系統軟體等重要技術的研究與創新,我們很關切台灣人才與產業的未來。

2015年10月30日 星期五

如何建構一套CP值很高的處理big data所需的硬體?

要建構一套CP值很高的處理big data所需的硬體,還真是有點難搞,這時候會說「有錢真好」:)

以下整理一下這幾天討論的技術問題,括號裡是有關教學的註解。

Q1. 要採用HD還是SSD呢?

A1. 看容量和應用而定... 現在SSD與一般HD的價差約4倍,但throughput可能有四倍,而且access latency就不用比了,所以如果你的access pattern非常random,還是買SSD吧... 當然SSD有穩定性的問題,就靠RAID去解決了,真的是重要的資料,還是多放幾處比較好。

(這些有關於市場行情、硬體規格知識,常去討論版、多看一些相關的資料就知道了。)

Q2. 系統的架構重不重要?

A2. 系統架構上有個重點是disk controller有多少頻寬。頻寬不夠,再多SSD也没用。例如我正在搞的這台,有3個12Gbps的控制器,20個硬碟插槽,一個做法是放16個硬碟,加上RAID6,8T x (16-2) = 112T的空間,剩下的4個放SSD作為cache。一來SSD cache壞了也無所謂,二來這樣硬碟可以不必又貴又耗電的高速企業級硬碟。

(這些case-by-case的know-how,需要做一些個案研究,做額外的思考,最好是培養出think different的能力。)

Q3. 如何讓效能更好?

A3. 如果儲存系統的部分效能不夠的話,還可採用高速PCIe SSD,還可以放1T的主記憶體做file caching。計算的部分,多一些CPU核心當然有幫助,但要贏過別人的話,可能要靠GPU和硬體加速器,還有又硬又軟的FPGA。一台不夠的話,就多買幾台,用高速網路串起來,現在已經有100Gbps的Ethernet。當然,還有很多高階技術,族繁不及備載,有些需要錢,有些有錢也買不到。

(有些高階技術,說的容易,做起來難,因為技術不見得成熟,有些問題要先驅者自己設法解決,需要一些hacking。有些需要產學合作,拿到一般人拿不到的東西。)

Q4. 還有甚麼要注意的?

A4. 硬體層次的秘密,大概在以上就講完了,沒什麼太難的概念。重點還是在軟體,秘密在於:1. 要知道應用的需求和分析其效能瓶頸 2. 要懂得軟硬體之間的搭配和互動關係 3. 制定高CP值的硬體規格 4. 軟體的優化。沒有注意這些,即使花很多錢買高檔設備,結果可能也是枉然。大部分HPC和Big Data的使用者,一開始都不懂這些,需要特訓。

(大部分資工系大學畢業生並沒有足夠的背景,所以我們實驗室的研究生們,近來時大都必須接受這類特訓。沒有足夠的時間做扎實的訓練,是做不出什麼好結果的。)

Q5. 那要怎麼搞定軟硬體?

A5. 上述的秘密,其實都不是什麼秘密,只是因為一般人搞不清楚整個系統軟硬體的運作,計算機結構、作業系統、程式設計都分開學,學了之後又不會將這些知識融會貫通,才變成秘密。沒有融會貫通的話,就會看到不斷出現的新硬體、新軟體,以及看不懂、學不完的招式。

(學校的價值,不是像一般人吵來吵去說理論重要,還是實務重要,真正該做的是提供學生融會貫通的方法、場域、機會。)

Q6. 所以照以上這樣說,這也不是甚麼了不起的學問?

A6. 天下本來就沒有什麼學問是真的了不起的,「人」才是最重要的。雖然如此,但這些know-how也不能說不是秘密,因為就算我把這些要點都說清楚了,一般人可能還是有聽沒有懂,而且就算懂了道理,實務上可能兜不起來。就像背了獨孤九劍的總訣,沒有悟性,不會活用,也是枉然。

(做學問是來提昇個人境界的,學生要想融會貫通,不能只仰仗老師來教,自己要多學、多想,找問題來挑戰自己。)

2015年10月22日 星期四

造飛機和做火箭

這位先生做了1:5的F-16(註),讓我聯想到三十年前的台大火箭社。當年,有一群來自電機、機械、化工系,對高科技充滿熱情的大學生,在社團裡製作控制器、打磨火箭機體、研製火藥,想做的就是類似這位荷蘭的先生所做的事。我想,如果有足夠的資源,以我們當年社團的人才,應該也有機會做出有模有樣的東西。

但可惜國家不懂得培養人才,沒有支持和輔導社團活動,讓我們處處碰壁:不准公然使用無線電,購買化學材料要管制,好不容易做出火箭後,卻不准在北海岸試射。當然,當時還是戒嚴時期,這些禁制令有其道理,但如今回憶起,覺得人民的創造力和國家的競爭力似乎就在很多有形和無形的禁制令下變得乏善可陳,格局越做越小。

Dream Bigger.

(註)http://www.buzzhand.com/post_865948.html

2015年10月21日 星期三

還認為房市不會跌?

一年前,長輩朋友們還不認為房市會跌,動不動就勸我最好要進場買房。年輕的讀者們可能不知道,像我這把年紀、收入還可以的無殼蝸牛,常常就得面對長輩的責難,以及朋友的勸勉,但是他們完全忽視我認為房地產有可能貶值的看法,感覺上是這些有產階級的長輩朋友在霸凌我這無產階級的不肖份子。

其中最常聽到的說法,就是買蛋黃區中的蛋黃區,也就是大安區,是最保值的。還有說政府一定會出來護航的,因為有這麼多人的身家財產都在房地產上。更有一種我聽不大懂的說法:「反正買給自己住的,漲跌沒有關係」。因此,無論我再怎麼算給說他們聽,說人民的平均薪水與房價不成比例,大多數人民買不起房子,而且租房遠比買房划算,他們似乎都聽不進去,只是一直跳針以上述「經驗法則」勸我一定要買房,否則以後會後悔。

看看今天這則報導,大安區的房價跌最多,跌幅達到15%(註),所以蛋黃中的蛋黃又如何?看看這些年下來,政府和財團的作為,有的亂花錢有的猛賺黑心錢,在經濟、民生、教育上有多大的建樹?政府本身的債務黑洞,加上將來少子化的勞動力衰退的問題,房市一旦崩盤,政府未來還有多少能力去幫房地產護航?我其實很沒有把握二十年後能拿到多少的退休金...

如果我去年在大安區買一棟30坪的房子,那麼到了今天,這棟房子可能已經貶值了大約450萬元。或者說,如果我去年忍住不買,現在來買,我可以省下450萬元。這點錢對過去在房地產上賺大錢的人沒差,但對我這種受薪階級,如果一個月存4萬元,一年存50萬元,那450萬元大約相當於我十年的儲蓄總額。人生有幾個十年?所以我根本不相信「反正買給自己住的,漲跌沒有關係」這種自欺欺人的說法。

我曾說這整個臺灣社會一直在弱智化,就是因為歪理和偏見充斥,不會獨立思考而盲從的人多,造成即便是有思辨能力的個人,也必須花很大的力氣才能抵禦弱智的風潮。房地產是一例,土豪的炫富是一例,讀書考試是一例,學者的傲慢也是一例,自我設限的產業經營又是一例。明明有條條大路可通羅馬,偏偏一窩蜂要去擠破頭走那時過境遷、幾乎走不通的路...

在這個不可理喻的世界中,浮現出的是貪瞋癡的人性。貪圖財富逸樂,討厭落於人後,日復一日的過著癡迷的日子... 再度想起我在2007年寫下的幾句話,或許這些經歷才是人生中真正的見聞學思:

五光十色的社會現象中,也蘊藏多元深層的文化。
快速變遷的物質文明中,正激盪傳統思潮的價值。
錯綜複雜的人我關係中,好考驗從容不惑的胸襟。
妄想迭起的慾望人生中,來修養不汲不求的品格。
競爭計較的叢林法則中,多感懷點滴辛勤的付出。
物慾橫流的奢華年代中,學觀照真實永恆的自我。

(註)聯合報(2015-10-21),「蛋黃區重跌!大安區一坪跌15萬元」,http://money.udn.com/money/story/5641/1262782

建中青年社的獨立宣言

以一位建中校友的身份,我支持建中青年社的獨立宣言行動。

建中青年CKPOTPOURRI
致讀者與社會大眾:
本刊《建中青年》長期由建中青年社編輯,自九十七期起不再受臺北市立建國高級中學審查內容,但由於一四一期發行時該校學務處要求審稿,本刊為落實編輯自主,故不再以該校校刊名義出版。
往後《建中青年》皆為建中青年社發行之獨立刊物,在成立社團法人或類似組織之前,由指導老師負責監督。所有合作、採訪、稿務、業務、捐款等事宜請直接聯絡建中青年社信箱,臺北市立建國高級中學不負責此刊物相關業務。
電子信箱:contact@ckpotpourri.com
郵遞信箱:100臺北市南海路56號(請務必註明建中青年社收)
《建中青年》一四二期主編林冠廷
《建中青年》一四三期主編林政穎
建中青年社指導老師朱宥勳
或許有人會覺得這樣的行動有些過分,但容我略微解釋我的看法。「建中青年」的重要特色,是它代表著許多建中人所共感的「狂狷」精神,而這樣的精神與校方審稿的做法迥然不同,所謂「道不同,不相為謀」,如果校方執意要審稿,則建中青年社脫離校方而自謀出路,在我看來是符合狂狷精神的必然作法。

什麼是「狂狷」呢?子曰:「不得中行而與之,必也狂狷乎。狂者進取,狷者有所不為也。」在動盪混濁的世道,要走中道很難,尤其當昏君小人當道的年代,狂者能夠挺身而出、勇於進取、力挽狂瀾,狷者能堅守原則、不與小人同流合污,都是這樣的時代所需要的。換句話說,就是有為有守的青年!

我想,無論校方是否基於善意,請尊重建中青年的傳統,讓學生社團為自己的刊物是否有為有守而負責任。刊出的內容,學生讀者自有公論,校方倒是不必如此戒慎恐懼。

2015年10月20日 星期二

閱讀和寫作的訓練

分享這篇【台灣人不惜花費幾萬塊錢學習寫作,但這完全在浪費時間和金錢】(註)給我家中正在考慮參加論文比賽的高一生。這篇由在台灣落地生根十年的外籍人士,直接了當寫出了台灣教育的問題,我想,他所說的不只適用於英文教學,也可以用於檢視國文教育。

我想,台灣教育中對於閱讀和寫作的訓練可說是相當制式化的,不只限制了學生的寫作空間,還弱化了學生往後的心智發展。我個人從小的作文隨便揮灑便可得高分,但直到出國留學,接受博士指導教授的訓練後,才真正受到啟蒙,文中比較能夠條理分明、言之有物。

本文作者說到寫作的訓練,重點有二: 不斷的閱讀好文章,以及不斷的寫作。但我想補充說,如果功利心太重,把閱讀和寫作便成了機械化的操作,例如學校為了鼓勵閱讀,頒獎給到圖書館借書最多的學生,但是在其他方面卻沒有給學生自由發展的空間以及適當的回饋,那還是不夠。

這也是為什麼作者提到,在大量的閱讀和寫作中,不要忘記心智的陶冶:

- 『閱讀、閱讀、閱讀,然後繼續讀更多... 讓自己向不同的文化敞開... 不要忘記寫作是心智的映射,若是心智漫無章法、缺乏訓練,就不可能產生有價值的成果。必須先充實心智,然後才能將心智貢獻於宇宙。』

- 『寫作是要透過模仿和練習,以及向文字的世界敞開心胸並且盡可能融會貫通,才能進步的,這是永無休止的過程,之所以迷人也正因永無止盡。』

以上摘錄的兩段,有些讀者很可能讀過就算了,錯過了文章的重點。

寫作與心智、心胸息息相關,文章有沒有靈魂、意境的高低、邏輯是否嚴謹,重頭戲都在於心智上。但我們一般人在求學過程中花多少時間在探索心靈、統合心智、擴大心胸上呢?

在我成長的那個時代,比現在糟糕許多,課本上選的經典文章必須是政治正確的,課餘能夠閱讀的文章十分有限,而且為了復興中華文化,作文還必須用毛筆寫,每篇作文後面都要歌頌領袖、心懷祖國才會得高分。

這樣的教育,讓學生很難有機會和時間發展個人獨特的想法 -- 這就是當時政府所希望的,大家安分守己,不要想太多。而教育機構和教師本身必須做為表率,更是保守,至今這樣的教育文化仍然烙印在這一代的家長和教師身上。即便現在的教育已非當年,但當年深刻的烙印,直接影響現在的社會文化,還間接影響這代的學生。

現在,藉由閱讀、思考和寫作,幫助我去除這些烙印,所謂水可載舟、亦可覆舟也。

補充:

我想,寫作也有很多境界的,如果所追求的境界不同,方式也會有所不同。Cole先生文中所分享的經驗,自然有其時空與個人喜好,適合有共鳴者拿來參考,但不必全盤接受,所以我本來沒有想多評論的。

如果真的要略加評論的話,我會說文章的前四段固然是作者本身的觀察,但是也符合我個人的觀察,只是作者並沒有點出其根本原因,所以我才在分享時補充一些我個人的看法。

注意到Cole先生從第五段開始寫道:「在我的經驗裡,寫作是主動學會的,而不是被別人給教會的。」從這裡開始,一直到後面給建議之前,中間的段落談的都是其個人經驗,而既然定位在個人經驗分享,就無所謂對與不對了,所以讀者可以當故事來看,也可以作為參考。而且他都說了「我倒不是認為任何有志寫作的人都應該拿這麼多書壓在自己身上」這樣的話,也表示他沒有堅持每個人都需如此。

關於作者給的建議,我基本上覺得「有熱情的、有條件的學生」可以嘗試看看。但是在現實上,除非是有至於念文學科系的,否則我們還是要兼顧專業的訓練。如何兼顧呢?那又是學問了。這個學問可能遠比專門追求寫作來得複雜,有機會的話我們再談。

作者有句話我不見得認同:「兩個星期沒寫就足夠讓寫作的肌肉萎縮了」,我想,不斷的寫作,有時候能夠讓當事人在境界上有所突破,但到了某個程度,或許應該停下來沈澱一下,重新再出發。有很多寫作者的心路歷程,如人飲水,冷暖自知,我想點到為止就好了。

(註)http://www.thenewslens.com/post/233880/

2015年10月19日 星期一

大數據小秘密

我上週五(2015-10-16)去中山女中給的演講,題目「大數據小秘密」是主辦單位中山女中的老師訂的,學生自由報名參加。結果大概是因為題目定的好,所以演講廳坐滿300人,有老師告訴我她的學生報不到名。

我這場演講主要是告訴學生們我所看到電腦對世界造成的重大改變,以及未來大數據時代將會造成更大的變革,因此我們來探討學生們現在與未來應該學些什麼?要如何自力救濟?如何建立能夠面對未來變革的能力?

投影片在此,歡迎載明出處後分享,分享投影片時請勿斷章取義:https://www.dropbox.com/s/ldf7jh93fvav9zn/2015-10-16%20talk%20at%20CSGHS.pdf?dl=0

演講摘要:(基本上是投影片去掉圖片之後的文字內容)

早期的電腦,只是照著人給的程式去處理資料,稱不上有很高的智慧;早期的儲存,只是存放計算用的資料,用來做些重複性質的工作;早期的網路,只是在電腦之間運送電腦程式所需的資料,相當無聊。現在怎麼看,都覺得當年的電腦很呆板、很冰冷、很無聊,沒什麼智慧。

台灣的資訊科技業,從仿製、組裝、到設計硬體,主要是以代工設計和製造業為主,例如:系統廠:幫客戶做系統(廣達、華碩),晶片廠:幫客戶做晶片(聯發科技、台積電)。但是在韓國、中國加入競爭後,硬體的價值越來越低,生存不易。

資訊科技研發競賽是非常激烈的,每18個月,處理機上的電晶體數目變2倍(摩爾定律),結果就是:舊的硬體不值錢,必須持續砸錢做研發,必須找到重要的新應用。

然而當電腦、儲存、網路的能力超過人類基本的需求時,有趣的事情就誕生了…電腦拿來作為各式各樣的用途,而且幾乎無時無所不在,記錄下了各種人類活動的資訊,所以大數據就誕生了!

包羅萬象的大數據,充斥著各種資訊,如果能夠拿來參考,進一步分析其內容,就有可能匯集眾人的智慧、發掘出新的智慧有了大數據,我們能做什麼更有趣的事呢?Use your imagination!

目前已經開發的領域,只是一小部分!電腦、儲存、網路的能力都還在快速成長,大數據還會快速變大!我們回頭看十年前的電腦應用,可能會覺得很無聊,如果十年後看今天的大數據應用,可能也會覺得很無趣!

資訊科技早已改變世界
- 自動化的趨勢改變了工作的形式
  -- 自動化生產與機器人取代藍領勞工
  -- 自動化分析取代白領階級
- 網路化的趨勢改變了人際的關係
  -- 網路大幅縮短資訊傳播的成本與時間
  -- 人與人之間的溝通變得頻繁且多元
- 全球化的趨勢因為資訊科技而加速
  -- 人才與商業行為突破地區與國家的界線
  -- 資訊科技成為國家競爭力的重要關鍵
- 智慧化的趨勢將進一步改變教育與社會

妳如何知道未來的世界會如何?妳現在所學的基本核心能力,是否足以讓妳適應未來?妳所嚮往的領域、所具備的專業,是否能夠不被電腦取代?

傳統的教育思維,或許符合舊時代的社會環境和產業,但能讓妳們面對現在和未來的需要嗎?考試引導教學為了分數,注重記憶知識與解題招式,但面對新時代,問題出現了:電腦比妳更會背書、更會解題;學生等人教、不懂得自我學習、搜尋知識;學生不注重創意的培養、創新的訓練、不實際動手、動腦解決新問題。

舉幾個例子,IBM運用大數據技術開發出Watson,它背了很多書,能聽、看、說,也能分析,在2011年打敗兩位Jeopardy!的冠軍對手,IBM還將這樣的技術用於醫療、商業、工業上的應用。Wolframe Alpha可以解很多的數學問題,很複雜的積分式子,它很快就能得到答案,所以人類重要工作的是把方程式列出來,而不是花時間去解方程式。

科技對人類來說,是好的嗎?「水可載舟,亦可覆舟」 -- 關鍵在於如何用它,以及誰掌握它。前者的重點在於「計算思維」:各行各業的人都需要其無可被電腦取代的專業,同時具備與電腦合作的計算思維(Computational Thinking);後者則是「資訊科技的民主化」:避免資訊科技被掌握於少數人手中,要被免被用於壓迫人。

大數據時代的教育思維:
- 不是為了學位,而是為了建立專長
- 不要和電腦比記憶和套公式
  -- 要擁有電腦無法取代的能力,或是懂得運用電腦
  -- 學程式設計是了解電腦運作的基本概念
  -- 懂得自我學習才不會落伍有能力做電腦不會的創意、創新
  -- 能實際動手、動腦解決問題健全的人格與公民教育
- 不是教條式的教育,而是提昇人民的素養
  -- 人民可藉由各類管道發聲、影響和約束權力者
  -- 對社會的貢獻可以是自發性、多元性的。

台灣當前的「十二年國民基本教育科技領域課程綱要草案」已有加入資訊課程的規劃。學習coding,不是教文書處理,而是學習計算思維、邏輯、應用能力。至於何時實施?可能會遇到師資、教材、設備的問題,民眾的意見也不一,所以妳們應該是遇不到了… 那麼妳們就不學了嗎?

學習coding,不是學「照著做」,而是啟發邏輯思維、動手做,學習「開發創意」和「解決問題」。從小學,學到家了,遇到困難會自學,會善用網路資源,會到學校找人請益,不用擔心「學校沒教」的這種事!這樣的人才,能做一些那種循著「正常」管道一路被考試引導、被告知下一步該做什麼的「傳統好學生」所做不到的事。

現在有很多的公開的學習資源,以及新的學習方式,可以自力救濟!對於想學的人來說,「沒人教」不再是藉口。自學有成的人比比皆是,而且具備自學能力的人更能適應未來。

在競爭激烈的資訊科技業,例如Google這類的公司,你的天賦,不需要一張大學文憑來證明。公司要的你展現你的技能,而不是知識;使用邏輯思考來學,而且統計超級重要;在工作上證明你的毅力。從業界的看法,如果真的要念大學,要鑽研於技能。

然而國人重視文憑的傳統,衍生出許多問題,也在當前面臨了許多考驗。我認為主要原因是傳統的文憑和考試,過度重視記憶性的東西,即便是解題,多半也是解考古題,這樣的能力很容易被電腦取代。我們可結合大數據時代的眾多公開資源,遂行多元化、開放式的教育,同時培養和認證學生的:
- 通識素養:語文、公民、數理、生活
- 核心能力:理解、表達、邏輯、分析
- 專業能力:提早讓學生認識專業與其學習路徑

通識素養很重要,所以大家從小學到中學,大多是學通識,但有沒有成為素養,那就要問各位自己了。如果只是為了考試,那大概很難內化成為素養。

核心能力如同內功,專心練內功的人,如果要展現內功的功用,應該要有足夠的資質,加上用心去學習外用的招式,否則常會被譏笑「百無一用是書生」。

專業能力的學習,一開始透過練外功招式,比較容易拿出去用,但如果只學基本招式,沒有精益求精,發明新招,也沒有內外兼修,跨越領域,那也是不夠專業,建立專業,是需要大量的時間的

我的建議是:文憑不是無用,但不要只靠文憑,要看自己的資質和興趣決定要練哪些內功和外功,扎實的建立能力和專業,才是最重要的。要踏實追尋個人目標,需要好好打基礎和自我的鍛鍊。

以資訊科技為例,所謂「十萬小時」「十年磨一劍」,想把資訊科技學到出師,沒有大量的學習是不夠的,許多國外在大學時代創業成功的例子,都是當事人在小時候把學習電腦科技當成是訓練鋼琴家、職業圍棋手的志業,因此他們在大學時代就有創業的企圖心和能力。很多的資訊課程,在技術的部分,不需要高深的數物化的知識,因此可以像語言和圍棋般及早學習。至於理論的部份,放在後面再教,往往會因為學生的求知慾而提高學習興趣。

最後,我想告訴各位,大數據時代的小秘密,就是妳們即將面對很大的變革。但好消息是,妳們還來得及準備,而且有很多方法。我提倡資訊教育和數位學習,不是為了資訊產業,也不是基於個人的本位主義,而是因為傳統教育已無法滿足新時代的需求。各行各業迫切需要能自學與活用科技的人才。未來的高階人才,很難由缺乏想像力的傳統教育產生,因為我希望下一代要不要被我們這代制約,而是設法成為更具開創性、身心更健全的人透過適性、多元的學習,開啟自我潛能開發,成為跨領域的專家的可能性。

2015年10月14日 星期三

關於資訊教育課綱

剛剛透過朋友們的分享,看到今年八月提出的「十二年國民基本教育科技領域課程綱要草案」(https://goo.gl/G53sR9),看了之後,可以理解為什麼幾位正在教青少年程式設計的朋友對這個草案很不滿意。

「過猶不及」是朋友們主要的批評。原本在中學中幾乎沒有什麼科技和資訊教育,一下子就要端出大餐出來餵飽學生,會不會揠苗助長?教得不好,會不會反而讓學生失去興趣?

我約略在兩年前(2013年11月)受託看過草案(https://goo.gl/Z9fdVm),給過一點意見,那時我特別強調說中小學的資訊教育的重點在於computational thinking和project-based learning,提升學生運用科技、邏輯思維、與問題解決等能力,絕對不是要提早教大學資訊系的東西。

我還花了一些力氣與其他領域的學者溝通,說中小學的資訊教育有其必要性,學生從小建立起運用科技、邏輯思維、與問題解決等能力,對於他們以後要鑽研任何學術都如虎添翼(我講的其實就是CS+X的觀念),所以絕對不是要跟他們搶學生。

雖然我承諾會幫忙,但2013年之後並沒被找去參與這個課綱的討論,所以之後發生了什麼事就不得而知了。

2013年的版本,希望在小學時就引入視覺化coding的概念,基本上類似MIT所提出的Scratch;而國中必修課的內容則強調基礎概念和動手作,草案提到:「了解程式語言基本概念,應用簡單的抽象化概念撰寫程式以解決簡單問題。」「應用視覺化程式設計軟體,呈現人機互動和應用,以解決生活或學習問題。」(當時我心理想的是採用HTML5);到了高中的必修課,才開始教進階的概念,應用資料結構與演算法、以及模組化與系統化設計的概念設計程式(Java或Python都可以,反正重要的是概念)。

然而今天看到的這個2015年的課綱草案,在內容上已經與2013年版的差異甚多,在精神上也有頗大的差別。

在精神上,2015版把資訊教育延後到國中(七年級)才教,但是大幅增加國中的教學內容:國中三年每年都有一堂必修的「資訊科技」,每週兩小時,總共6學分。到了高中,還有一堂2學分的必修課,以及4學分的選修課。必修課的份量頗重的,所以我們必須回過頭檢視是否有「過猶不及」的問題。

在內容上,或許是後來擬訂草案的時候,希望較為具體敘述該教授的內容,然而草案中用了一大堆大學的計算機概論、程式設計、資料結構、演算法等課程中的專有名詞,讓人覺得包山包海,國中三學期有辦法教完嗎?2015年的版本的國中必修課內容列表在第18~20頁,其中的第19頁還列舉了演算法和結構化程式設計這些比較沈重的東西。

教青少年寫程式,並不是一件簡單的事情。這並不像是普通的課程,老師在上面講講就算了,一開始必須投入相當大的人力從旁輔導初學者,而且對於那些對電腦不感興趣的人,在課程設計上最好是循循善誘。同時,因為大多數電腦程式語言是英文的,可能還要考慮學生的英文能力,不然就得採用全中文的介面。我想,如果要達成2015草案的構想,教材、師資、學生的學習能力都會是很大的挑戰。

還好,這還是個草案,我覺得設計課綱的學者,或許可以說說他們對於教材和師資的規劃,以及在某些學校試辦教學,用實驗結果告訴我們這樣的安排是否可行。不然,我們強迫中學生修這些必修課,就如同自已以前被逼著背化學元素表和化學式,到現在通通忘光光,有很大的意義嗎?

我個人還是認為,computational thinking是中小學資訊教育中最重要的元素,透過寫程式練習動手做、驗證所學,學習與電腦打交道,也是重要的元素,但是程式設計的技巧,書本中巧妙的演算法和資料結構,並不是絕對必要的,除非是學生在解決實際問題時會用到,這就是為什麼要project-based learning:讓學生在解決問題的時候主動去學這些,而不是一直跟學生說,先學下來,以後會有用的。現在可以學的東西太多了,隨手可得的知識也多,不需要把知識硬塞到學生腦袋裡。

我自己雖然進高中之前就開始無師自通,自學程式設計,但是我覺得把那些大學教科書中樣板的資料結構和演算法拿到國中來教,對於那些不感興趣、日後不做程式設計的學生沒有什麼意義,應該讓他們知道什麼是資料結構和演算法就行了,不必教一堆我們預見學生會為了考試而死背的東西。例如教各種不同的sorting演算法的原意是好的,但死背它就沒有意義了,所以不要貪多嚼不爛。

我覺得最好是教學生如何用coding去解決生活中或是其他學科所遇到的問題,以範例來導引,再請學生舉一反三。至於幕後的道理、效能優化的技巧,淺嘗即止就好,讓學生自己去探索,或是由選修課來補充。

至於資訊科技的教師,則必須有妥適的規劃。我想,很多學校並沒有資訊教師,一時也無法培養出足夠的教師,但我想國內有不少有經驗的程式設計師、甚至資訊系的研究生、大學生,在接受特訓之後,可到學校擔任講師和助教,暫時來解決師資不足的問題。

喔,話說如果未來的中小學生都懂得computational thinking,那麼生得太早沒機會學電腦的人怎麼辦?其實,這些課程如果中學生都學得會的話,那麼不懂的人不妨少看點電視,花點時間學學,應該不會太難吧?

後記:

剛剛有課綱委員跟我說,他們最近又翻修過一次,這週五會有新版本。他們也是希望不要教太深,例如演算法應該可以教得很有趣,只不過課綱沒辦法放太多字,只能有標題(不知道這個規定的道理何在?)所以不容易在課綱中解釋清楚。

我說,還是希望課綱中多加點說明,避免教科書的作者誤會,最重要的還是這些科目的評鑑(考試)的方式,也應該要好好思考一下,連帶做出說明,不然也有可能在執行時發生問題。

另外,我同意這些內容,如果有充裕時間、理想的師資和助教、完善的設備,課程應該可以教得很有趣,例如我們帶學生去北一女教過,知道課程的設計必須要夠有趣,而且師生比不能太高,否則學生很容易就卡關、迷失,然後因為立即的挫折感而失去興趣。

各位有任何意見或建議,也可以在底下留言,課綱委員看得到的 :)

2015年10月13日 星期二

只有高中畢業,竟在聯發科、工研院當顧問、成大教書?

【只有高中畢業,竟在聯發科、工研院當顧問,還讓成大破格錄取當老師?】(註)

文中的這位台灣土生土長的宅色夫教授,是我的好朋友,我在臉書提過多次了,也請他來台大講過課,他的實務能力以及教學熱忱時常令我讚嘆。

如果有一位專家,在實作上有超人的技藝,不斷研究最新的東西,一直推陳出新的創意,同時又樂於把所學所知以簡明扼要的方式分享和教導他人,即使沒有大學的學位和教授的頭銜,我也會非常尊重。

但不要故事只看一半就以此貶低學術的價值,產業界與學術界是可以互補的,前提是要夠努力,而且不要自我設限。但世人多半容易自滿、礙於框架,在學校時只在乎拿學位,到業界只在乎工作相關的事,到學界只在乎升等需要的學術貢獻,時常落入框架而不自知。

有些學界的新進教授問我要如何在當前的大環境下經營產學?我不好意思當面直接說得太直白,但基本上,如果沒有花比別人更多的時間務實去做研究,努力去了解產業界的實際情境和技術需求的話,難道要業界主動來配合你,來讀你的論文?固然獨尊學術論文的大環境相當不利於經營產學,但關鍵還是在於自己有沒有膽識和企圖心。如果只懂得唯唯諾諾的盲從於主流價值和追求小確幸,那麼還是不要強迫自己來做產學比較好。

也有部分的業界朋友太過自以為是,覺得自己有一技之長,就掉入本位主義的框架,大唱學術無用論;或是爬升到某個位階之後就喜歡被人捧,覺得自己的成功之路才是王道,學校教授懂什麼。我也不好意思當面說太多,因為他們大多已經聽不進去。我認識國內外一些厲害、很有成就的工程師,像宅色夫一樣,是樂於在專業上精進,樂於與人交流,樂於為社會貢獻,樂於到學校分享和提攜後進。

話說,台灣的學界和業界的確有不少的人才,但是否能有多一些貢獻者,少一些掠奪者?我想這是產學繁榮發展的關鍵。如果大多數掌握資源和利用資源的人才都是貢獻者,那就會共榮;如果大多數的人才都是掠奪者,那麼最後大家都是輸家。

(註)http://www.businessweekly.com.tw/KBlogArticle.aspx?ID=14184&path=c

2015年10月10日 星期六

「教育事業的資本論」:近期的新聞報導

我前幾天談了「教育事業的資本論」(https://www.facebook.com/shihhaohung/posts/1019635868078901),說足夠的資本是好好辦學的根本。其實現在很多大學出現的問題,都是沒有在資本上規劃好,或者是便宜行事的結果。以下有幾個近期的新聞報導,正好作為例子:

1.  『因為國內大學教授的薪資偏低,在這一兩年裡,已經有至少6位台大的教授被世界各國以5倍的高薪挖角... 今年,沙國又再度來台灣尋找人才,並且開出近千萬年薪的價格。』(http://udn.com/news/story/7314/1224069-台灣低薪無力擋?沙國千萬挖角台大教授)

這是因為全國的教授吃大鍋飯,某些領域的薪資與市場行情差太多,以致於失去競爭力,請不到、留不住一流教授。如果我們不想好好與國外競爭,不想徹底改革的話,就繼續漠視這樣的情況吧。

2. 『教育部和勞動部要求為兼任助理納保,讓學生失去工讀機會、教授沒有助理,考題只能出是非題不能出申論題。』(http://udn.com/news/story/9/1233825)

我想兼任助理納保是正確的方向,所以不大同意這篇報導中幾位教授的意見。但是這裡有兩個資本問題清楚擺在眼前,第一,因為學校的經費過低,要吸收納保所增加的成本自然很痛苦;第二,納保的保費算法對學校和學生很不利,但勞動部沒有配套措施。解決方法無他,就是提高經費或是增加學費,而不是走回頭路。

3. 『大學傳倒閉潮,大學教師恐有萬人失業,博士不吃香,全台博士生人數已連四年下滑到三萬人左右,連國內龍頭台大博士班也受衝擊,校方首次替優秀博士生「加薪」,每年提供六十個名額給直升博士班的學生,補貼月薪二萬四千元共三年、計八十六萬多元,盼逆勢吸引優秀人才讀博士班。 』(http://news.ltn.com.tw/news/life/paper/920894)

本來,教育的目的就是提昇學生對社會貢獻的能力,但「社會貢獻」如何評鑑?無論個科系如何吹捧自己,最終還是要檢視「工作機會」 -- 如果沒有工作機會,如何貢獻社會?所以應該在資本上有合理的歸劃,如果學界按照自己的想法培養出產業無法吸納的人才,當然會出現某些領域博士生出路不佳的問題。

至於博士生的薪資,也是以往長期被忽視的問題。博士生不像碩士生只要念兩年,而且博士生往往有經濟壓力,所以以往學校和外界只給微薄的獎助金,無法解決經濟壓力,博士生只好在外兼職,這樣跟國外大多數都是全職念博士的狀況相比,如何能有扎實的訓練?長期如此,博士生的平均水準自然會下滑。

總之,我認為大家要正視高等教育的資本問題,高等教育不是國民教育,本來就應該視為一種投資,不能唱高調,不能忽視供給需求的問題,也不能在薪資和學費上搞齊頭式平等,更不能廉價到品質不足,應該要務實才行。這個基調要正確,才能談對弱勢的補助等配套的問題,否則光是在乎公平性,想以低學費取悅民眾,結果就是扭曲了高等教育。

2015年10月9日 星期五

大數據分析與深度資料分析

我覺得很有趣,在最近的討論中,發現似乎有些朋友把大數據分析(big data analytic)和深度數據分析(deep data analytic)混為一談。實際上,「大」和「深」是不同的面相,在學理上應該要區分清楚。

例如我們做圖像辨識,不見得要用很多的數據才能做,如果模型深度夠高,也可以做得好,但是如果能拿到大數據的話,有可能會更好,至於好多少就要看狀況了。這時候因為在有限的運算能力和等待時間的限制下,研究者不可能又要深又要大,必須有所取捨,因此應該就「大」和「深」這兩個面相分別研究和綜合比較、探討解決方案的優劣。

有關「大數據」相關的研究,基本上談的是在可取得大數據的前提下,如何探索新的應用、分析方法、運算技術、科學理論,這個我在2013年有篇文章(http://hungsh-ntucsie.blogspot.tw/2013/04/big-data_18.html)略微說過了。後來應計算機中心的邀請,寫了一篇Big Data技術淺論(http://www.cc.ntu.edu.tw/chinese/epaper/0029/20140620_2904.html)

雖然迄今大數據仍然有其不大嚴謹的定義,大部份大數據產業中的公司,都繼續使用3V:量(Volume,資料大小)、速(Velocity,資料輸入輸出的速度)與多變(Variety,多樣性)來描述大數據。(請參考https://zh.wikipedia.org/wiki/大數據),其中資料的數量不能太低,否則即便運算耗時,也只能算是深度數據分析而已。

通常我們談的大數據,是「原始資料」的大小,各位如果想知道數據之間的關連性,那麼在分析N筆原始資料的過程中,有可能衍生出N平方,甚至N的多次方的中間資料,但即便這些中間資料再多,也不能算是大數據。

有關深度數據分析,可以看看資料探勘(data mining)和機器學習(machine learning)的研究者的作法,他們常常用深度的分析方法或是模型來找隱藏在資料之間的關聯性,但他們不見得會說自己在做大數據分析。有些專家會覺得用「小」數據就能解決問題才厲害呢!

還有一些早在大數據或深度數據分析之前就有的領域,例如高效能運算(high-performance computing),有的將原始資料轉成圖形,再轉成大矩陣運算的解法,有的運用複雜的模型進行精確的模擬,運算中途所產生的資料量很大,計算的時間長,所以很早就開始使用超級電腦來解題。但這些老問題,如果不符合3V定義,我們也不會說是在做大數據分析,不然我可說我在20年前就是大數據分析的專家了。

因為大數據取得不易,而且所需的設備成本高,所以大多數人做的比較像是深度數據分析,但是有些時候不經意或刻意套上了大數據的名字,可能是因為看起來比較時髦或響亮。實際上,只要能把問題解決,不見得一定要大數據,而名稱訂得響亮,頂多是用來騙騙外行人的。但我想我們做學術的,應該稍微講究一點,把概念和名相講清楚,讓朋友們不會輕易被唬弄。

學校特色與大數據分析

引用自報導:『清大累積15年數據統計,發現繁星推薦、個人申請入學的學生,學業成績排名都比指考入學的學生優異,且指考生學科成績「二一」及休退學比率都最高,推翻各界對甄選生「學習不完整」想像。』(註)

我個人一向是鼓勵高中教學適性化,同意入學管道多元化,以及反對走回頭路將學測延後... 這些我個人由個人觀察、質性分析、推理所得的想法,如果能夠有實證資料來佐證,很好。

我也很贊成每個大學要建立學校的特色,正如同我希望每個高中也應該嘗試要建立特色,如此每位學生才會有特色。有特色,才會有較扎實的自信心,才會較主動為自己負責,而不是一輩子都活在他人所給予的框架中。

學校要有特色的話,就是自行決定要如何收學生,要如何教學生,政府和家長不要過度干預。校長本身要有理念,要能夠領導學校,不是奉上級的旨意辦學,不是只會用考試成績分類學生和要求老師。因此,我們需要更多有理念、有擔當的校長。

但報導中倒數第二段記者寫到「大數據分析」,讓我很納悶... 我想,哪來的「大」數據?清華大學部每年新生約1500人,15年來也不過22500筆資料,能大到哪裡去呢?假設每份資料存放的是歷年修課成績,就算每位學生大學修100門課(!),代碼加上分數,算8個byte好了,那每筆記錄不到1KB,所以總共只有22.5MB的資料。有人能告訴我,哪裡算錯了嗎?

單純為了這篇報導所述的結果,分析這樣大小的資料,用一般統計的方法就可以做,我想是用不到大數據分析的技術。不過,我倒是希望這些資料能夠成為open data,給大家來分析和驗證,甚至做進一步研究資料之間的關連性,但如何去名化,確保學生隱私,則有其挑戰性,要先想清楚。

補充:

我文末只是想趁此釐清大數據的觀念,無意說清大的不是,因為這話可能是記者寫的,或者指的是資料放在提供做大數據分析的平台。

1. 大數據有其不大嚴謹、各家自行的定義(請參考https://zh.wikipedia.org/wiki/大數據),但總不能差太多。就像雲端運算,總不能說只要把資料放在連網的伺服器上就是最新的雲端運算,那麼就會像李家同教授『原來,我早就在「雲端」』(http://erdos.csie.ncnu.edu.tw/~rctlee/article/981107.htm)這篇文章中,說他『查了一 下雜誌,發現所謂雲端科技,無非就是將所有的資料都送到網路去處理』。得到聽起來怪怪的結論。

2. 現在大部份大數據產業中的公司,都繼續使用3V:量(Volume,資料大小)、速(Velocity,資料輸入輸出的速度)與多變(Variety,多樣性)來描述大數據。(請參考https://zh.wikipedia.org/wiki/大數據)

所以並不是只要把數據不經過取樣全部拿來分析,就算大數據分析。有何難哉?少量的數據,以三十年前的技術就可以做了,何必扯到大數據?我去過中研院統計所演講過,我知道統計學的專家未必願意說自己在做大數據分析。

3. 通常我們談的大數據,是「原始資料」的大小,各位如果想知道數據之間的關連性,那麼在分析N筆原始資料的過程中,有可能產生N平方,甚至N的多次方的中間資料,但即便這些資料再多,通常也不算是大數據。

資料探勘(data mining)常常在找資料之間的關聯性,但data mining的專家未必願意說自己在做大數據分析。DNA排序也是一個例子。搜集到的原始資料不多,但運算過程中產生的資料量很大,我很少聽到做DNA排序的人說他們做大數據分析。

為了觀察資料之間的相關性,可以試著把關係轉成圖形,再轉成大矩陣運算的做法。但這樣的作法,早在幾十年前就有,算的時間長一些,所以需要超級電腦,如果這些都算,那全天下所有做High-Performance Computing的地方都可說是在做大數據分析,而我可說我在20年前就是大數據分析的專家了。

4. 資料如果開放,可集眾人之力來分析,應該發揮更多用處,所以我才提到open data(但open data未必是big data,這也是常見的迷思)。我個人更有興趣的是去觀察資料之間的相關性,分析學生的修課行為,給新來的修課的建議等等。這也是我一再說,資訊科技會改變很多事情,尤其是教育。

5. 我發現似乎有些朋友把big data analytic和deep data analytic混為一談。實際上,「大」和「深」是不同的面相,在學理上應該要區分清楚。例如我們做deep learning,不見得要用很多的數據才能做,如果模型深度夠高,也可以做得好,但是如果有大數據的話,應該會更好,至於好多少就要看狀況了。這時候因為在有限的運算能力和等待時間的限制下,研究者不可能又要深又要大,必須有所取捨,因此應該就大和深這兩個面相分別研究和綜合去探討解決方案的優劣。

6. 因為大數據取得不易,而且所需的設備成本高,所以大多數人做的比較像是deep data analytic,但是套上了big data analytic的名字,看起來比較時髦。實際上,只要能把問題解決,是不是big data,名稱是什麼,並不重要,只是我們做學術的,稍微講究一點,希望把概念和名相講清楚。

(註)http://udn.com/news/story/6925/1232877

2015年10月7日 星期三

教育事業的資本論

台灣高等教育的體質自從廣設大學以來就不斷惡化。一方面,政府並沒有真正投入足夠的資源來經營大學,只是將舊有的學院、專科改制,但原先教育人員的程度並沒有辦法立即躍昇,所以教學品質值得商榷。一方面,政府以額外的資源,例如五年五百億,贊助研究型大學提升研究水準,但這筆錢好比某些運動員為了速成而用了類固醇之類的特效藥,短期雖然有傑出的效果,但長期服用對於身體有害。

要與世界競爭,關鍵在於人才。但台灣的高等教育有個迷思,那就是學歷高的才是人才,殊不知現代文明國家需要各類型的人才。像一個金字塔一樣,最高學歷的只是少數,而且如果沒有一大群中堅份子來強化產業基礎的話,根本撐不起金字塔。所以一昧地增加大學數量,忽視技職教育,同時忽視了高等教育之於產業的功能性,造就出台灣這些年來畸形發展的教育事業。

所以,當務之急,是重新樹立培育與產業息息相關的中堅份子的技職體系學校的功能性。我正在荷蘭阿姆斯特丹開會,這幾天看到這個城市在建築和科技的運用上充滿了專業和創意,河邊沿路處處可見專業工作室,嘆為觀止。搜尋相關資料,發現這個約有一千六百萬人口的國家,僅有13所大學,16萬的大學生,但還有50所的高等專科學院,培育28萬名學生,可見大學生貴精不貴多,而專科學院所培育的人才,是國家產業發展的重要基石。

所謂貴精不貴多,荷蘭的13所大學,都在QS世界大學排名的前400,其中6所大學在前100名。這個人口密度排名世界第四的國家,自然資源沒有比台灣豐富多少,如何在現代化的歐陸佔有一席之地?當然得靠她的教育事業來培育具備國際競爭力的人才。

教育事業的經營需要資本的,無論是研究型大學還是技職體系。我想,國內的業界與其一直說缺乏人才,不如與政府一同好好重建技職體系。慣於吃特效藥的研究型大學,或許該思索其定位與社會責任,多多培育出能夠幫助國家在世界競爭的人才。

關於「培育出能夠幫助國家在世界競爭的人才」這件事,一則這應該是研究型大學的使命,一則也是小弟我自我期許的事,所以想多談一下。

很多人誤以為,培育「有國際競爭力」的人才,就是培育「幫助國家在世界競爭」的人才,這樣的作法是造成國內研究型大學不斷為人作嫁的關鍵。台灣不缺乏有國際競爭力的人才,問題是這些人才有很多無法幫助國家在世界競爭。為什麼呢?

這是個惡性循環的問題。台灣早年有很多人才出國留學去了,例如我1989年台大電機系畢業,班上有一半以上的同學都出國留學,現在很多都還在國外,因為他們沒有看到國內有能夠讓他們發揮機會。後來畢業的學弟妹們出國留學的人變少了,大多留在國內接受研究所教育。然而國內的研究所,即便把這些學生訓練成有國際競爭力的人才,他們在學校做的一流研究,到了業界還是難有用武之地。要說是學校與業界脫節呢?還是業界不思進取呢?

我覺得研究型大學學用落差的問題,關鍵在於學界和業界共同資源投入的嚴重不足。五年五百億,多數拿來鼓勵學術研究,對於實質的產學研發合作,沒有太大的幫助,同時業界願意出資贊助前瞻研究的不多。要知道,想做出有國際競爭力的產學研發合作,所費不貲,如果想廉價為之,那難免會有偷工減料的情事,久了之後就會有假貨出現。

這樣要馬兒好,又要馬兒不吃草的情況,已經持續多年。蘿蔔(競爭型獎勵)和棒子(評鑑制度)雙管齊下,幾乎已經把研究型大學的產出提升到最大,但平時給予的糧草(教授與學生的薪資)以及在前線作戰用的子彈(研究設備),還是停留在十多年前的水準。我想,光是靠著教育事業人員自身的努力和犧牲奉獻,頂多只能衝到某種程度了,而諸多現象告訴我們,不只這樣的做法本身難以為繼,而且其副作用已經衍生不少弊端。

總之,教育事業是需要完善的資本規劃的,而規劃方式必須考量科系專業、產業的投入、國家的願景等,需要務實動員專家用心規劃。一般來說,要專家用心規劃,也是要付出高昂代價的,但我心目中希望引進open source的精神和方式來廣納意見和增進規劃,這個就留到下次有空再談。

2015年10月4日 星期日

再談微觀管理之一例

這是幾天前我談微觀管理氾濫到不假思索的例子,規定穿短褲就不能進出校門,非得到「台中女中學生脫裙抗議」(註)才設法安撫學生。

上級什麼都要管,做官的習慣是欺下瞞上,但現在媒體民主化之後,管、欺、瞞不住,只好用話術哄騙之... 但是,當話術和騙局被看破手腳時,那又該當如何呢?

惱羞成怒,露出本性,是格局較低的人做的事:他們乾脆趁還掌握權力時來硬的,毫不避諱和遮掩了。有些人不動聲色、迂迴轉進,學習看風向,發明新話術,或是找更硬的後台。有些人怨聲載道,感嘆說人心不古,問題是管這些雞毛蒜皮的小事,真的有助於維護道德風氣嗎?

真正洗心革面者幾希?我看只有天知道。

(註)http://www.thenewslens.com/post/227447/

2015年10月2日 星期五

被不假思索的微觀管理和膚淺冒進的KPI殘害的人生

被不假思索的微觀管理和膚淺冒進的KPI殘害的人生,何時方休?我想繼續延伸上一篇的內容(註),抒發一下對這個議題的感想。

就算用學測逼高三學生念書又如何?再用研究所考試逼大學生念書?再用論文考試逼迫研究生念書?再用一堆KPI逼迫社會新鮮人努力工作?

如果硬要用考試逼學生學習,第一,很難教出第一等的學生。第二,對於後段的學生也沒什麼用,反正現在大學太多,擺爛也有大學可念。第三,學生在學校學不到自我管理這個很重要的東西。第四,一昧用考試去逼迫學生的上位者,自己很可能是這個框架的受害者而不自知,還繼續害人害己。

一紙大學文憑,代表什麼?很多時候那是給不懂的人看的。懂得專業的人,會看學校、科系、修課、實作、談吐、氣質、企圖心、自學能力等等,這些豈是一天到晚考試就能訓練和發掘出來的?

我不同意有些人硬要把知識塞進學生腦袋裡的填鴨式教法,而這種作法已經搞了幾十年,填鴨的時間從九年延長到十五年,想填進去的東西越來越多,但企業大老對畢業生的評價越來越差,原因在哪裡?

首先,很多企業大老的話聽聽就算了,他們往往要的不是會獨立思考的員工,他們要的是勤勉、聽話的員工,所以他們不懂大學的精神,覺得技職、五專生最好用。

其次,台灣要轉型,讓學習能力第一等的學生學以致用,才能帶動整個學習風氣。否則,知識這麼多,怎麼可能什麼都會?拿翹的企業主愛挑三撿四,找理由給低薪,能奈他何?這樣,誰有學習動力呢?

第三,要轉型就不能再一直用老方法,更不能走回頭路。多檢討老方法的問題,不要像頑固老頭那樣,老是對新作法期期以為不可,不敢放手,但自己轉不過去,卻經常緬懷過去英勇事蹟... 有多少年輕人會真心聽你的呢?

試著從自己的腦袋開始翻轉起吧!

(註)http://hungsh-ntucsie.blogspot.tw/2015/10/blog-post_1.html

2015年10月1日 星期四

Top 10 Downloaded TODAES Articles

當學生告訴我有一篇我們在2012年發表的SCI論文名列「Top 10 Downloaded TODAES Articles」,有306次下載的時候,我心裡第一個想法是:「還不錯,有超過300人對這篇文章有興趣」,但還是不能免俗的產生第二個想法:「把這個記錄存起來,下次上級長官來要績效的時候,可以拿出去說嘴」。

好好的學術欣喜,馬上就變俗氣了,這也是我不是很喜歡SCI評鑑和KPI的原因之一。或許因為標題的關係,所以下載的人多一些,就像媒體標題殺人,沒什麼了不起。

論文的名稱是:"MCEmu: A Framework for Software Development and Performance Analysis of Multicore Systems",共同作者是涂嘉恒、蔡東杰,感謝他們當年致力於研究的苦功。

思想上的彈性與多元

在從事資訊科技研發的公司,颱風只能讓人進不了公司,但還是有很多工作是可以在颱風天完成的。矽谷很多公司是沒有打卡的,也沒說員工平時一定要進公司。我在SUN工作的時候,公司為了省錢,還執行了「彈性辦公室」的制度,鼓勵大家沒事不要來公司,能夠在家裡或外面把工作完成最好,因為公司就不必準備那麼多的工作空間了。

我有位博士班學生,目前在出國開會途中,但不忘參與實驗室討論,還在臉書上特別請實驗室同學「幫他去聽」這週五國外專家來系上的演講。哪位老師不希望每個學生求知若渴、主動向學,如此我們教書時如同置身於天堂?

翟本喬學長的公司,對工作的認定也很有彈性:https://www.facebook.com/ben.jai/posts/10153735185899113),其中第三點「自行進修」也可以算工作,對員工相當有信心,或許該說是尊重員工。我想,尊重員工們有主動做好自己責任的使命感,才配談「責任制」。一個能讓員工主動投入在工作上的公司,才能將「責任制」的好處發揮到淋漓盡致。

定一堆規矩來檢查每個員工是否滿足表列的每個項目,不是責任制,那叫做微觀管理制(micromanagement)。在SUN工作的時候,我看到某些主管要趕走工程師,時常採用的方法就是不斷用微觀管理去騷擾他。

在台灣,大多數人從小到大都是在微觀管理之下長大的。家長、老師、學校、公司、政府什麼都要管,自由發揮的空間很少。別的地方就先不提了,需要宏觀視野來經營的地方,包括研究型大學和高科技公司,常常也以微觀管理的心態為之。

「在有限的自由空間下,追求最大的績效,發揮最大的創意」,是目前大家常被要求做到的目標。有些人特別會玩這種遊戲,例如知道如何在拮据的經費下,滿足上級所開出的關鍵指標(KPI),讓成果看起來很偉大。上級越來越自我感覺偉大的結果往往令人膛目結舌,中國在1950年代訂了超英趕美的KPI,搞出了「大躍進」,發生了多少荒唐的事情?大家可以看看維基百科的敘述(https://zh.wikipedia.org/wiki/大跃进)。

KPI原本不是壞事,但是被濫用到不假思索,而且粗暴地使用KPI去評鑑下級的話,就會出問題。台灣很多長官愛用KPI來呈現績效,要下級「喊價」用對於KPI的貢獻換取經費或升遷,下級也如法炮製,瞞上欺下。這樣的狀況,蘇文鈺教授昨天寫的這篇敘述得頗傳神(https://www.facebook.com/arwen.su.5/posts/582164738603801)。

瘋狂的KPI風潮,搞到前教育部長因為論文造假案下台,教學優良教授因為不滿足KPI規定而不續聘,搞到全國基層教師大反彈,全面拒絕教育部的「統合視導」(http://opinion.udn.com/opinion/story/8143/1219431)。

我常常覺得很多上級長官,以及這些會滿足上級而後來往往也成為長官的人,都是第一流的人才,但可惜很多時候把聰明才智都用在玩這類遊戲上。如果把能力用在較具開創性的用途上,是否在實質上會更偉大些?

我近年在提研究計畫時,常常和長官們溝通重質不重量的觀點。基本上,我覺得量化指標,在某些地方是有用的,但到了高處,不能因為要照顧那些能夠量化的成果,而忽略品質的部份。如果長官不能理解「質」的部份,那這計畫可能不要做比較好。

因為凡事要公平、照規矩來,我們綁死了許多人才?因為結果要量化評鑑,所以我們虛耗了資源?有些法規制度看起來是需要鬆綁,有些事情也需要質化的評鑑方式,但一旦提到鬆綁和質化,很多人嚇得不得了,以為是要造反和敷衍了事。好不容易提前舉辦的學測,有人因為考上大學的學生不再積極地參與高三課程,不去檢討不好好念書的根本原因,卻要求改回原狀(http://udn.com/news/story/7339/1216690)。

諷刺的是,長期被微觀管理所產生的現象之一,是人民不會也不習慣當家作主。微觀管理到極致,連思想也要管,當年威權時代的愚民政治,還有其時空背景,但現在掌握教育與媒體的政府和政治人物,仍然大量以膚淺的政治語言散播和複製他們的意識型態,塑造所謂的團結、同心、和諧,而不合於主流意識型態的,就成為漢奸、邪魔、異類。

當今面對威權和愚民,最有效的突破方法就是教育與媒體的民主化,而資訊網路的普及,帶來了新契機,缺少的是人民的素養和決心。我想,台灣在這些方面在風風雨雨之中走得還算快的,雖然轉型之路顛頗,但這是追求自由民主的普世價值所付出的代價。如果因為一時顛頗而回頭,那就相當遺憾了。

我提倡「多元化」和「獨立思考」,一則是上級對下級給予多元有彈性的發揮空間,一則是下級對上級的要求應該在考量實際狀況、慎思明辨後才認真執行。兩者不但是民主素養的基石,也是非常重要的個人修養。