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。

顯示具有 時事 標籤的文章。 顯示所有文章
顯示具有 時事 標籤的文章。 顯示所有文章

2017年12月9日 星期六

排球與體育改革

前天幾位熱愛排球的年輕人找上我,希望我出來參選排球協會的理事,談了兩小時,我被他們的熱情說動了,或許這就是所謂「義不容辭」吧?

我這輩子很少跟人家爭,在現實生活上對權力遊戲沒什麼興趣,比較想自己喜歡做的事情。寫臉書和部落格,只是抒發個人的想法,沒想當什麼意見領袖。因此,當他們希望我參選的時候,我心裡面頗為排拒,非常想推掉。

可是,排球正好是我最喜歡的運動項目,聽到這些年輕朋友對我述說許多排球界的陋習,以及他們正在積極從事的改革工作,我狠不下心腸置身事外。如果我的棉薄之力,可以幫助改善台灣的排球環境,看到更多排球場上的笑容,實在沒有理由不站出來。

對於台灣的排球界來說,我只是一個無名小卒、業餘的愛好者。我讀台大電機系的那四年,是每天傍晚到排球場報到的「球棍」,全年無休,遇到假日更是要提早到場。我沒有打校隊,沒有教練教我逼我練球,但是興趣使然,我花了很多時間研究如何打好排球。

有多少傻子,會在床角上鋪上棉被和枕頭,在房間裡反覆練習扣球的動作,希望能打出漂亮的弧線? 有幾個怪咖,會在晚上十點到公園去練彈跳? 在美國念博士的幾年,誰有那個美國時間一個人在體育館架起排球網練習扣球?

我想世界上就是有一群如此熱愛排球的傻子、怪咖、無聊人士,不是因為參加了校隊,不是因為打國家隊,也不是因為靠排球營生,只是單純的興趣使然。這樣的人種,在乎的是如何增進自己的球技,在球場上盡力拚搏、以球會友,到處欣賞排球美技。

我在美國這個排球的發源地待了13年,除了到體育館打排球之外,也打隨處可見沙灘排球,甚至打過草地排球。偶爾和友人組隊參加業餘季賽,認識了各國的朋友,從高中生到70歲的大學教授,都樂在其中,見識到勝不驕、敗不餒的全民運動精神。

至今還保留在我研究室,當年在美國買的、用過多年的百年排球紀念球 (註: 排球是1895年發明的)

12年前我回台大教書,其中有個不足為人道的原因,就是希望能像早年一樣,天天到球場打球。可惜在台大教書的日子不如當學生輕鬆,沒辦法重溫舊夢。前幾年還跟著系隊去比賽,拿到台大盃冠軍,後來工作忙到不可開交,只能周末抽空跟一些老球友打打球。

說起來,國內的排球場地實在不怎麼樣。對我們這群業餘愛好者來說,有個架著網的水泥場地可打,就得偷笑了,想要租到木頭地板而且屋頂高度符合標準的場地,除非有關係,否則要好好燒香拜拜,才能抽到好籤。在硬地板上打球,容易受傷,一堆老球友紛紛因傷退場,至為可惜。

各單項體育協會的黑暗面,大家可能略有耳聞,但我並非親眼所見,所以不在此多談。我如果有幸擔任理事,會和這群熱愛排球的朋友們一起努力去改善台灣的排球環境,盡力讓黑暗面消逝。

如果朋友們有興趣關切這次台灣排球史上第一次全民參與的改選,請參考以下這個網頁:

http://votionary.com/jumptotw/

2017年11月29日 星期三

表揚核心系統達人培育計畫

教育部姚立德次長在成果分享記者會上站台推崇我們這幾年努力在做的「核心系統達人培育計畫」,希望各界參考、擴大推廣辦理。

嚴重的空氣汙染

今天出大太陽,但是從室內看出去像是陰天,特別到陽台上拍了一張照片作為紀錄。話說這張iPhone X拍出來的照片比我肉眼感受到的好太多,但平常能清晰看到的101大樓,應該出現在照片的最左邊,幾乎完全消失。



根據環保署的即時觀測資料,台北市目前的空氣品質算是黃色的「普通」,比起桃竹苗和中南部很多橘色和紅色的地區,台北人還算幸運。依照觀測資料,想要呼吸好空氣,可能要往東走了...

2017年11月26日 星期日

30天上班336小時?

根據報導[1],理論上在合於新勞基法草案規定下,可以讓勞工30天之中上班336小時,如下圖所示。


我相信這社會上有很多不會強迫員工加班的好老闆,也有不少自信身體強健耐操或是自願賣肝賺加班費的員工,他們可能覺得30天336小時不算什麼,或者偶一為之並無不可,只要勞資雙方你情我願就好。

但立法主要是為了保障弱勢,避免最糟糕的情況成為常態。如果資方可以合法要求勞工如此排班,而這樣的排班可能會造成過勞,那顯然這個法在對勞工的保障上有個漏洞。政府不應該假設所有老闆都不會鑽漏洞、所有勞工都自願配合。

我訥悶,在法規設計上,能否訂定一個「軟上限」(soft limit)和一個「硬上限」(hard limit)呢? 如果某行業或是某公司經過充分的勞資協商,可向主管機關申請,經核可後可將工時提高超過軟上限,但是無論如何絕對不可超過硬上限,這樣的立法方式是否較有彈性,也有控管機制,避免現在這種一體適用於所有行業、大小公司的作法?

補充:

1. 不能靠立法來解決所有問題,但是我們還是不應該立一個有漏洞的法。

2. 超過軟上限應該要有核可期間,也應該考量每家公司的勞資互動紀錄來決定是否核准,另外還可以考慮徵收額外的加班費和稅金。

[1] https://tw.news.appledaily.com/life/realtime/20171125/1248010/

2017年11月25日 星期六

停止製造無動力世代

看到丙成兄呼籲各界停止製造無動力世代[1],我也想來談談我的看法。

學生無動力的原因很多,檢討教育體制是重要的,但這麼多年教改,各方都有自己的道理,不斷在檢討對方,翻來覆去,難有共識;前進三步退兩步,難有大作為。

我認為根源在於經濟。無論教育如何改,如果經濟不振,能安居樂業的工作機會大幅減少,此時對於大多數學生和家長而言,為了卡位生存,似乎只有奮力擠進一般人認為的人生勝利組保證班(頂尖大學),進不了保證班的學生,必須加倍努力證明自己的才能,不然可能被貼上魯蛇的標籤。

那麼,一個政治經濟發展良好的社會,能夠提供許多能讓一般民眾安居樂業的工作機會,要憑藉什麼呢?當然不能靠那些虛耗社會資源的政治口水和幹話,必須靠健全且優質的產業。

一個健全的產業,需要社會各種行業的支持。經商的、辦教育的、搞文史哲學的、研究科學的,對於產業的發展,都能有其貢獻,但如果某行業的作為與產業脫節,就造成虛耗人力、腐蝕人心的現象。

台灣的教育內容和學術研究,與產業脫節的狀況很嚴重。這個跟傳統的文憑主義有很大的關係,早年我們說大學(University )的英語諧音是「由你玩四年」,而且我們真的很多同學時常翹課、混社團,並沒有比現在的學生用功,但當年台灣的產業發展得不錯,成績不佳的同學成為科技新貴、當老闆的比比皆是,為什麼呢?

因為當年台灣產業所需的技術能力遠遠低於先進國家。不需要念大學、研究所,也能夠幫人家修電腦、裝軟體、開工廠。絕大多數的技術來自於國外,只要學會如何應用即可,不必深究其原理,也不一定要搞創新。

也就是說,當年台灣的教育內容和升學體制並沒有比現在好,大學生也沒有學到什麼實用的東西,台灣的經濟奇蹟並非歸功於高等教育,政府和產業沒有真的把人才培育寄託於大學,大學教授樂於做自己感興趣卻和產業脫節的教學研究,大學生開心玩四年,家長也不很擔心,反正到處都有工作機會。

但是在這二十多年來快速全球化的趨勢下,台灣社會的成長速度太慢。既有的產業不願冒風險砸重本嘗試轉型升級,很多教育機構跟過去一樣教的還是那些與產業脫節的內容,學生還是跟我們當年一樣忙於為考試而讀書,倒是多出許多讓人心惶惶的政治鬥爭和媒體亂象。

我想講的是,如果大家願意在各自的崗位上嘗試與產業鏈接,多幾分努力設法提升產業、創造更多優質的工作機會的話,台灣的經濟才會健全發展。光是在國內爭權奪利,彼此酸來嗆去,就算政黨再多輪替幾次,教改翻來覆去,還是無濟於事。

可以做的事情很多,政治上應設法停止務虛、創造價值,產業應設法精進技術、提升全球競爭力,教育應重視多元且務實的人才培育和專業發展,社會應善用開創性人才、同時照顧弱勢。

能朝這些方向做點事情,即是功德。這是我所理解的法華經名句「一切世間治生產業,皆與實相不相違背」所蘊藏的深意。

[1] https://udn.com/news/story/7340/2830016

2017年11月10日 星期五

Qualcomm推出48核心的ARM處理機晶片,想攻占伺服器市場

這篇文章講到Qualcomm推出48核心的ARM處理機晶片,想攻占伺服器市場[1]。

在ARM處理機日益普及的智慧手機年代,加上跨平台作業系統與編譯技術的成熟,沒有早年WINTEL壟斷PC生態系的保護,INTEL在行動裝置市場上節節敗退,PC市場利潤萎縮,唯有在中高階SERVER市場上還能獲得較高的利潤,但遲早得面對ARM陣營的搶攻。

想起2000年前後,SUN所佔據的高利潤SERVER市場,不斷被INTEL/AMD蠶食,境遇相仿。前一陣子APPLE發表A11處理機的時候宣稱可以跑得比13吋MACBOOK PRO上的INTEL雙核心處理器還快,許多人揣測日後MACBOOK有可能改用APPLE自家設計的ARM處理機。

其實這件事已經講了五六年了,至今總是雷聲大雨點小。基本原因之一是,如果QUALCOMM這類公司的手機晶片賺翻了,何必辛苦來搶INTEL的SERVER市場呢?現在要來搶,當然就是嫌手機晶片賺不夠了。來搶的結果,可能就是打破(DISRUPT)這個中高階伺服器市場的利潤。

另一方面,INTEL在時下極受重視的深度學習市場上,目前採取多頭馬車的策略,面對NVIDIA用GPU拉抬起的高人氣,以及專用加速器的蓬勃發展,可謂上下夾擊、腹背受敵。

我相信這些處理機各有擅場,針對應用需求,選擇或設計合適的處理機來打造系統,是這世道運作的道理。至於如何做到這件事情,不需動腦的作法,是跟著潮流走,但若要真的自己來從應用貫穿到處理機,軟硬體技術的複雜度頗高的。

[1] https://www.forbes.com/sites/davealtavilla/2017/11/08/qualcomm-launches-disruptive-48-core-centriq-server-processors-targeting-intels-bread-and-butter/#71d4e9ef4e15

2016年9月6日 星期二

先出社會再上大學?

這篇報導說蔡英文總統拋「先出社會再上大學」,向高等教育投下震撼彈 [1]。我想,「先出社會再上大學」本來就是很正常的事情,只是文憑主義作祟,才會一直有那種「盡可能墊高學歷再出去工作」的傳統觀念。

至於所謂的震撼彈,或許指的是助長「大學無用論」。我想,高等教育學用落差的問題,我談過多次了,有一系列的探討,請參考 [2]。當然,大學應該要辦得更好,不過在文憑大幅貶值的現階段,對學子來說,念到不合適的大學,或是不好好念大學,不如先不要念大學。

如果覺得先出社會不念大學太冒險,那我建議就先去業界實習,我昨天寫的那篇網誌「實習,為就業或創業打基礎」[3],就是談這件事。

我在網誌上所強調重點在於「優質的實習機會」,這是為「有事業心的年輕人」「能善用人才的公司」「想加強產學合作的學校」創造三贏的配套做法。

鼓勵學生去創業,或是先就業再念大學都行,但需要有配套做法,否則多數學生創業當砲灰,浪費青春;先就業的該去哪裡、如何體驗社會,都是要有方法。我沒看到政府的政策,暫且不評論,不過這個先工作、再念大學的概念,大抵上都可以用上述「提升實習文化」的作法來實現。

另外,如果覺得先出社會再上大學過於震撼,先出社會再念研究所,也是一個選項。

我在國外看到不少先工作,再念研究所的學生,我想這也是國內學生們可以思考的。盲目跟著人家念研究所,對自己的興趣和行業的狀況都不清楚,其實是件很奇怪的事情。

國外大學的學費高,家境較差又拿不到獎學金的,甚至要舉債念書,所以學生和家長會把唸大學、研究所當成是對未來職涯的投資。國內大學學費過於低廉,學生可以單純為了學位或興趣來念,其實並不見得合理,這是應該好好改革的部分。

我們20多年一票人出國留學,還沒上課前先看到帳單,算算修一小時的課要付出將近70元美金的學費,所以選課時會好好打聽課程好不好、有沒有用,沒有人想翹課。

再說,大學畢業,先工作幾年,再回到學校念研究所,有甚麼不好?

以機會成本的角度來看,的確較為不好,比起一路念完研究所再就業,大學就業的薪資較低,但差距其實頗有限,如果學生個人發現對專業沒興趣,不知道為何而唸研究所的話,不如先去業界走一趟。

最後,我說過多次,如果對事業有用的是「實力」而非「文憑」,那應該就沒必要拿了文憑才能工作。例如程式設計,有一大群非典型的程式設計師,大學的主修與程式設計無關,有的甚至沒念過大學,靠著自學有成的人很多,不只唐鳳。

這條路走得通的重點是「口碑行銷」。以往沒有社群網路,雖然你很厲害,天下沒幾個人知道,所以需要某種的認證,例如文憑和證照。但現在有社群網路,如果多與社群互動,讓眾人都知道你的本事,自然會建立良好的口碑。

我想未來的社會,應該會更強調終身學習,大學應該會更開放,提供各種形式的課程,而大學與社會的邊界會逐漸模糊化。所以不要過度執著於文憑,想想如何善用社會與大學的資源去學東西,去打下事業的基礎。

[1] 高教震撼彈! 蔡拋「先出社會再上大學」(民視,2016/9/5)
http://news.ftv.com.tw/NewsContent.aspx?ntype=class&sno=2016905L01M1#

[2] 【學用落差與產學合作系列1】學用落差
http://www.tvet3.info/industry-cooperation-series-1-the-gap-between-theory-and-practice/

[3] https://www.facebook.com/notes/洪士灝/實習為就業或創業打基礎/1247770011920805

2016年2月3日 星期三

歷史的「真相」

清大彭明輝教授最近發表的〈失去真相的台灣史〉一文(註1),由於彭教授讀者眾多,因此也引起不少爭議,其中包括朱宥勳先生寫的『敬告彭明輝教授:一個說故事的小常識』(註2),從寫作的觀點,指出彭文的偏頗之處。還有其他的批判,我想就不一一列舉。

短論文的根本問題在於:「要用如此少的篇幅,論這麼大的議題,怎麼論得完整?」既然論不完整,那要怎麼論?如果使用的語氣十分強烈,恐怕文章所引發的爭議將多過溝通和理解。如果明知道論不完還要論,若不是有所圖,那多半就是作者心中有諸多想抒發的意見。

我有幾次評論過清大彭明輝教授的文章,雖然看法不同,不過我對於他的人品是頗尊敬的。有一次與他在台北同桌各自表述如何讓產業轉型提升經濟之後,比較能夠理解他看事情的出發點。

或許,採取激烈的言詞,是為了突顯議題、引發討論所不得不為之事,尤其對於當下的政治型態而言,非得如此才能喚起大眾迴響;然而,如此一來,與學術和理性不免有所牴觸,甚至漸行漸遠,恐怕對於作者來說也是頗為矛盾的情結。

「中國」傳統以來,乃至於近代台灣的史觀,往往與政府的意識型態環環相扣,以遂行掌權者的政治訴求。意識型態高於對於史實的認定和解讀,歷史教材淪為統治工具乃至於愚民的劇本。讀吳鳴兄這篇「重訂課綱,吹響號角」(註3),看到歷史學者講述對於影響史觀極大的「春秋筆法」,以及為了近百餘年來學者為了型塑「中國」國族主義所做的重重努力。

我和吳鳴兄,也就是「政大彭明輝」,算是喝茶吃飯聽音樂的好朋友,數次聽吳鳴兄談到台灣的歷史教育,感觸頗深,因此在此很高興看到吳鳴兄把他的見聞和想法記錄下來分享大家,他這篇「重訂課綱,吹響號角」,非常值得閱讀和深思。

各位可以選擇相信歷史課本的內容,或是選擇相信親朋好友記憶傳承的歷史,但誰能告訴我「真相」是甚麼?

很不幸的,我不認為歷史的真相能夠輕易取得。那該如何是好?

我到中國拜訪朋友,比對彼此所認知的近代史,差異甚大,沒有人知道哪個是真相;在對岸看到諸多未曾見過的台灣品牌,也是真假難辨。人在社會中,難以擺脫政治,這些圍繞身旁、似真似假的歷史文化,我可以選擇接受它們的存在,但未必相信,也不願被這些意識形態左右,正如同我可以為了考試和與人溝通而背誦歷史故事,但我不會照單全收。

然而,真正我個人所關切的,不是歷史上的人事物,而是我究竟能夠從這些人事物的故事學習到什麼? 為此,我得過濾從小到大所吸收的資訊,釐清各界加諸於我的意識形態,甚至必須先將那些基於「受汙染的資訊源」所衍生的知識和信念打破,再小心地重建。

打掉重練個人的歷史觀,是我近年來不斷在做的事情。我必須說,這是很不容易的事,一開始,會發現不知道該相信什麼;然後,會發現不同的觀點都有某種道理;但是,更深層檢視後,可能會看到幕後所埋藏的意識形態和根本旨趣;最後,很可能還是無法確認何者是真相,但至少能夠稍微擺脫這些意識形態所加諸在我身上的束縛;當然,非得要做選擇的時候,還是挺傷腦筋的事情。

我可以不要這麼辛苦,就選擇相信那些自幼成長時所接受的傳統的中國式教育(至少那時候天天高喊復興中華文化),或是轉換到時下流行的台灣優先,然後以這些意識形態出發看待事情,撰寫一篇一篇非黑即白、非友則敵、以偏概全、無限上綱的論述文章。

但那只會讓我距離真相越來越遠,也不是我所要的學習歷程。

然而,時下基於政治意識形態的文章多,因為想從文章中得到政治立場的支持或是心理慰藉的人多;掌權者企圖藉由教育工具影響人民思想的作為多,只要有效,這類作為就不會停止。只要政治掛帥,可以合理化學術的扭曲、掩蓋人格的瑕疵,那就持續會有專家學者用那種貌似「我在追求真理」的論述方法,遮掩個人已有的立場、成見、意識形態,藉由引用數據例證,撰寫貌似符合科學、理性之作,來影響群眾,遂行其政治意圖。

民主政治要好,根本之道,是人民有能力擺脫層層的思想控制,而且有能力不靠統治者加諸的意識型態彼此溝通理解、共同合作。因此人民本身的素養,決定了民主政治的高度。一旦政府發現人民不受教材的擺布,那自然就不會想藉由教育體系來遂行政治目的。

話說,我這些年來寫文章的第一優先,不是宣傳理念,而是「澄清個人的思辯」,從這個角度去增進與人之間的溝通。如果能夠藉由文章去增進彼此對於這世界的理解,那會是多美好的事情?

雖然,在這個紛紛擾擾的世界,我們很可能不知道甚麼是真相,缺乏共同的基礎,那麼理解、同理、包容、表達的能力,就變得更重要了,這是我持續在觀察和學習的。

(註1)失去真相的台灣史
http://mhperng.blogspot.tw/2016/01/blog-post_24.html
(註2)敬告彭明輝教授:一個說故事的小常識
http://opinion.udn.com/author/articles/952
(註3)重訂課綱,吹響號角
https://www.facebook.com/pangmingfui/posts/826882854101876

2016年1月10日 星期日

人工智慧太厲害了,我們該怎麼辦? (Part II)

昨天概說了人工智慧過去和未來性 (註1),在技術面上著墨不多,所以今天來談談技術面。

首先是關於「摩爾定律」,我在半年前寫了一篇「後摩爾定律的世界和台灣的產業發展」(註2),有興趣的人可以參考一下。我當時說:

「說白一點,摩爾定律是錢砸出來的。摩爾定律的黃金時代,開始於個人電腦急速成長的時代,但個人電腦的效能在十年前就已經能夠滿足大多數個人,所以「世界」對於摩爾定律的期待逐漸降低,雖然智慧手機和平板的異軍突起,但主要是希望摩爾定律能夠提供更高的性能耗能比(power-performance),然而這幾年手機平板已趨於飽和,也沒看到真正個人所需要的高性能耗能比的應用(killer apps),再加上像Qualcomm、Samsung這樣的公司上在推出新的行動晶片上屢次因為晶片過熱而踢到鐵板,所以在既然沒有消費者的需求,晶片製造商也裹足不前的情況下,自然就會降低對於摩爾定律的挹注。」

「我想,在缺乏資金挹注的情況下,摩爾定律在技術上能延續的機率不高,即便不少研究者熱中於此。除非有真正大眾需要的應用,或是再度出現軍備競賽,否則很難改變摩爾定律的終結。」

但任何事都可能有例外,不能太鐵嘴,還好我最後有加上一個以「除非」開頭的句子。人工智慧是否能成為大眾真正需要的應用,或是用於軍事用途? 我想其可能性還不小,所以我在這幾個月跟一些業界朋友說,不要再搞那些傳統的消費電子產品了,要想想如何將「智慧」加進產品之中。

怎麼把「智慧」加進小型的裝置之中? 基本上,有下列方法:

(1)由小型裝置自己做
(2)藉由網路把工作送到集中式的伺服器去做
(3)藉由網路把計算工作送到周遭多台機器分工合作
(4)上述三種的組合

先說「自己做」行不行? 現在很多人手上的手機,能做多少事情? 其實手機可以做很多事情,只是會遇到過熱和電量不足的問題,但是這兩個問題影響較大的是較長時間使用的應用,如果我們要的是「即時性的智慧」,那麼問題應該比較像是「如果手機在五秒內全速執行,能夠解決那些問題」?

舉例來說,即將出現在手機市場上的Qualcomm旗艦處理機Snapdragon 820有多厲害呢? 據說(註3) 這顆晶片的 4核CPU比前一代S810的8核快35%,省30%的電,支援600Mbps的無線網路,其中的GPU也快了40%、省40%的電,還支援OpenCL 2.0。不只如此,他還有一顆名為Spectra的影像訊號處理機(image signal processor),可以加速影像處理和支援電腦視覺(computer vision)。

要自己做,可以,要想辦法把各種運算能力整合到晶片上。要讓手機晶片有智慧,不能只靠跑在CPU上的純軟體,一定不夠力的。有些應用可藉由GPGPU來加速以資料為主的運算(data-parallel computing),例如做機器學習的開源軟體,Mahout和Caffe,都可以用OpenCL程式碼跑在GPU上。另外,以影像和聲音為主的應用,則最好設法在源頭解決問題,也就是說在感測器紀錄影像或聲音之後馬上送到訊號處理機,使用專門特殊化的(specialized)計算架構來提升效率,其實電腦視覺也可算是初步的人工智慧。

從上述的例子,可以看到「特殊化」處理機的趨勢越來越明顯,因為用CPU跑純軟體太沒有效率。時下很多人討厭寫C程式,喜歡用像是Java, Javascript, Python之類的高階語言來開發應用,但是對於開發與效能息息相關的系統軟體的人來說,光是懂得寫C程式可能還不夠,要懂得multithread、OpenCL、CUDA才會善用多核心的CPU/GPU,要懂得訊號處理機的架構和專用語言才能發揮其能力,甚至要會使用「硬體描述語言」才能用FPGA來加速計算。

我預測未來這十年,是大家各憑本事、各顯神通,想盡辦法來打造智慧系統的黃金年代。我們將會看到百家爭鳴,在計算架構和軟體設計上不斷推陳出新,快速發展。當然,演算法也極為重要 -- 再厲害的運算能力,也挽救不了愚笨的演算法。而且,針對大系統所開發的演算法和軟體,不見得適用於小機器,例如把Google釋出的Tensorflow裝在小機器上,可能會發現它的效率不彰,所以各公司可尋找屬於自己的利基市場(niche)。

當然,如果不限定要帶在身上,智慧型裝置也可能出現在車上、電線桿上的監視錄影機。因為體積和電力供應較大,我們有機會將百倍於手機的運算能力放進這些裝置。所以某些人工智慧的應用,可能會先出現在這類裝置上,例如前幾天的CES 2016,我們看到NVIDIA和Qualcomm都推出車用的處理機(註4)(註5),來搶攻這類市場。

這是新興市場,我希望台灣的業界人士看到以上幾段會頗為振奮,尤其是那些在硬體公司寫系統軟體的朋友們,這是值得把握的機會。如果您能夠針對某個智慧型應用設計出又快又省電的系統,那就有機會逐鹿天下。不過呢,要把握機會,必須先搞清楚這些研發工作將會需要「緊密的垂直整合」,最好有一個人才濟濟的團隊,針對應用的需求規劃系統軟硬體,要有「軟體為主,硬體為輔」的思維,最好要找到軟硬兼備的系統架構師(system architect)來領導研發工作,如我在這篇專訪上談到的(註6) 。

當然,我們也可如第二種方法,「藉由網路把工作送到集中式的伺服器去做」,來提升小型設備的智慧。但首先,網路傳輸需要時間,不利於即時性的應用;其次是隱私性和安全性的問題,我們未必希望讓大公司那麼清楚的知道我們的一舉一動,所以也可能不希望把全部的工作送到集中式的伺服器去做;再來,極為耗費運算資源的工作,除非Google能夠由此獲的廣告利益,否則它未必願意提供免費的伺服器資源來幫大眾做這個,所以並非所有應用都會有免費服務。

同時,在資料中心做人工智慧的運算,更需要高效率的加速技術。因此現今很多大公司都在積極找高手來加速需要大量運算的服務,例如微軟有個專門以FPGA加速資料中心服務的研究團隊Catapult,陸續發表加速搜尋引擎和機器學習的技術(註7)。

第三種方法與第二種方法的差別,在於利用較近的機器做計算來縮短時間,選擇能夠信任的機器來保護隱私,以及以互助會的模式來分享互惠資源。我們做過這類模式的相關研究,也實際建構出系統,例如這篇將Android程式中大量數據處理的工作轉移其他機器的作法(註8)。雖然目前還缺乏需要這種模式的高運算量行動應用,不過我相信在未來身邊需要人工智慧的時候,應該會有這類的需求和做法。

實際的作法,也可能是以上三種方法的排列組合。至於如何排列組合,就考驗系統架構師的能力。台灣現在很缺系統架構師的人才,缺到業界連如何善用系統架構師、去哪裡找這些人、如何培養這種人都不知道。以前做代工不需要這種人才就算了,如果現在還不知道,那就難做了。現在業界有不少地方都說要做人工智慧,但我奉勸想加入這類團隊的朋友,先看看帶頭大哥懂不懂,有沒有兩把刷子再說。

(註1) 人工智慧太厲害了,我們該怎麼辦?
臉書版: https://www.facebook.com/shihhaohung/posts/1072464976129323
部落格: http://hungsh-ntucsie.blogspot.tw/2016/01/blog-post.html

(註2) 後摩爾定律的世界和台灣的產業發展
臉書版: https://www.facebook.com/shihhaohung/posts/968793609829794
部落格: http://hungsh-ntucsie.blogspot.tw/2015/07/blog-post_13.html
轉載於Inside: http://www.inside.com.tw/2015/07/14/post-moores-law-and-the-industry-development-in-taiwan

(註3) Qualcomm's Snapdragon 820 INSANE Specs & Features DETAILED
http://www.knowyourmobile.com/samsung/qualcomm-snapdragon-820/23126/qualcomm-snapdragon-820-release-date-specs-features-android-n-launch

(註4) NVIDIA推出車用人工智慧電腦NVIDIA DRIVE PX 2,號稱性能比 Macbook Pro強150倍http://www.techbang.com/posts/40654-nvidia-at-ces-not-flagship-graphics-card-but-strong-for-a-taxi-containing-artificial-intelligence-supercomputers-nvidia-drive-px-2

(註5)
【CES 2016】高通發表 Snapdragon 820A 車用處理器,具機器智能神經學習系統
http://technews.tw/2016/01/08/qualcomm-snapdragon-820a-automotive-processor/

(註6) 深化產學合作!向沒有能力領導創新的大企業說掰
http://www.bnext.com.tw/article/view/id/38432

(註7) Project Catapult
http://research.microsoft.com/en-us/projects/catapult/

(註8) Shih-Hao Hung, Tien-Tzong Tzeng, Gyun-De Wu, Jeng-Peng Shieh. A Code Offloading Scheme for Big-Data Processing in Android Applications, Software—Practice and Experience, first published online May 2014.
http://onlinelibrary.wiley.com/doi/10.1002/spe.2265/abstract

2016年1月9日 星期六

人工智慧太厲害了,我們該怎麼辦?

我們為什麼要推計算思維呢? 因為未來各行各業都需要與電腦合作,否則有可能被電腦和機器人淘汰,例如這篇【機器人搶工作 律師、藥劑師也遭殃】所談到的(註1)狀況。如果不懂計算思維,很容易就迷惘了。

最近像這樣的文章和書籍很多,研究未來學的人,認為人工智慧是未來的重要趨勢,極盡能事去想像未來,但究竟有多少真實會發生,有多少只是虛無飄渺的幻想? 我想,很少人有能力確定,不過當前許多學生都跑來研究人工智慧相關的議題,則已成為我在台大所看到的事實。

我三十四年前在高中時,就對於人工智慧很感興趣,開始學LISP,後來進到台大念電機系,修了兩門人工智慧的課,還旁聽過神經網路,到密西根大學念書,也修過人工智慧,但我沒有繼續研究人工智慧,因為我覺得當時研究者走偏了,而且當年電腦的運算速度遠遠不足以支持有意義的人工智慧,所以根本做不出東西。

我猜對了,1990年代之後,人工智慧成為票房毒藥,沉寂了近二十年。

我選擇做電腦系統,看著電腦系統的效能持續成長,電腦系統的研究者想出各種方法來收割不斷成長的電腦效能,過去這三十年,最忙碌的研究領域之二,是計算機結構和系統軟體,我有幸能優游於兩者之間,探討一些軟硬體整合的議題。

如今,單一處理機的運算能力,約為30年前人工智慧全盛時期的100萬倍(註2),而且只要願意付些許錢,就可以租用雲端的上百台電腦,運算能力更是30年前的一億倍以上。

要注意到,這一億倍的運算效能,是人工智慧東山再起的關鍵。沒有足夠的效能,電腦很難生出智慧。然而,如今的運算效能,是否足以支持未來學想像中的人工智慧,則是一個大哉問。

大部份未來學專家的預測,都是基於以往的摩爾定律(註3),但這幾年摩爾定律已經放緩,甚至有可能停滯,主要是成本考量。以往這麼多年透過個人電腦、電子商務、行動運算、雲端服務等應用,半導體產業有足夠的利潤做研發來支撐摩爾定律,而大數據分析和人工智慧是否足以繼續支撐摩爾定律的延續? 如果摩爾定律停滯,那該如何是好?

有的人工智慧應用,需要比目前更高百倍的計算能力,有的實驗研究要成為產品之前,需要將龐大的運算能力縮小進到生活周邊,因此我認為我們做計算系統的,在產品化的過程中,還是扮演舉足輕重的角色,將來應該會有做不完的人工智慧系統設計的工作。

要創造出人工智慧的系統,關鍵在於要有能夠密切垂直整合的團隊,必須要有三種專家密切配合:
(1)領域專家,例如找律師、藥劑師來指導或教導電腦該領域的專業技能。
(2)人工智慧專家,綜合運用機器學習、數據分析、資料探勘等方式設計人工智慧演算法與軟體。
(3)系統專家,提供人工智慧所需的系統整合、資料蒐集、處理和計算能力,針對人工智慧應用優化系統軟體、設計晶片。

台灣比諸於其他許多國家,由於有硬體產業的基礎,非常適合發展「(3)系統專家」(這也是我想來培育的,也是目前即欠缺的人才),加上台灣目前很多學生對人工智慧很有興趣,學得很快,所以我不擔心會短缺「(2)人工智慧專家」,台灣在各行各業也有很多領域專家,但是能否聚集人才成為優質研發團隊,是真正的重點。

我想,很多有識之士已經看到這個局面,這是值得台灣去發展的好機會。我希望國家和社會多投入一些資源鼓勵產學界共同組成「對」的團隊,來把握這樣的機會,讓學術界多做些有益於這類幫助國家產業發展的研發工作。

然而,在謀求發展的機會的同時,我們也應該做好教育的工作,讓未來的世代能夠好好面對電腦和機器人。與其教學生背誦記憶一堆電腦瞬間可解的問題,不如教他們如何活用電腦、想辦法與電腦和機器人共榮。

另外,科技的民主化以及財富的合理分配,也將會是越來越重要的課題。我們絕對不希望大家多年努力的成果,被少數資本家收割,讓科技成為資本家搜刮社會資源和剝奪人民權益的打手 -- 這是社會大眾需要慎重看待和避免的議題。

(註1)機器人搶工作 律師、藥劑師也遭殃
http://www.cw.com.tw/article/article.action?id=5073792

(註2)以摩爾定律概算,假定每18個月電腦效能增加一倍。

(註3)https://zh.wikipedia.org/wiki/摩爾定律

2015年12月30日 星期三

資訊科學納入通識課程--與蘇文鈺教授的虛擬對談

我一直很關心這個議題,希望大家來做點事,但對於政府部門的執行能力頗不放心。原因是,這樣重大的事情,政府要做的話,必須提供足夠的資源,找第一流的人來全力以赴,而不是只找一群像我這種沒有在中小學教過幾天書的大學教授來訂課綱、編教科書。

我的好朋友成大蘇文鈺教授,帶著研究生去偏鄉教弱勢小孩寫程式,累積了相當的實務經驗,他的話自然比我和很多大學教授更值得借鏡。

蘇教授這幾天在臉書上陸續發表一些想法(註一、註二),以下我把蘇教授的話貼出來,同時在段落之間穿插一些我個人的想法,以虛擬對談的方式與蘇教授相呼應:

蘇: 對於美國總統歐巴馬簽署將資訊科學納入通識課程的教育法案,我的心情很是複雜。原因很多,先講憂心的地方好了。「若願意分享,請把我的文字也轉貼過去,謝謝!」

洪: 我的心情也很複雜,在此貼了您的文字,也分享我的想法,來呼應您的看法。

蘇: 首先,這個法案宣稱要每個孩子都可以成功,但是以過去美國的教育的走向,其實是優勢的越優勢,弱勢的越弱勢,也就是跟多年來美國社會的結構往不對稱的M型化傾斜的走向是一致的。要知道,資訊教育所需要的資源,不管是教材,教具與師資,與過去的傳統教學科目重疊的不多,這是一個國家需要大量投入的,既然是需要大量投入資源,那麼可預見的就是,優勢家庭普遍會取得更多優勢,這是資本主義社會的特點,除非在資本主義的骨子裡添加一點變因,這麼走下去的結果會是貧富更為不均。

洪: 美國資本主義在貧富不均上的問題,我們都看到了,但是台灣在貧富不均上更加的嚴重。美國的作法,基本上是藉由他們的優勢成為國際強權,從世界各地獲得利益,只要這些從國外得來的利益在某部分能夠分配給弱勢者,弱勢者日子還過得下去,就沒甚麼好抱怨的。台灣多方面師法美國,卻沒有像美國那樣利用優勢人才和重視技術的研發從國外賺取大量利益,在利益的分配上又有各種政治問題,導致現在不均的局面,被犧牲忽視的是(1)貧窮線以下的人們以及(2)缺乏發展機會的年輕人。但問題是,政經上層幾乎被壟斷,誰來照顧弱勢和給年輕人機會? 現在大家也都對貧富不均的狀況很反感,所以,有些所謂「對國家好」的政策,大家會去區辨,究竟是對有錢人好,還是對窮人家好? 政府說利大於弊,究竟站在誰的立場談利弊得失? 但是就資訊教育來說,如果國家不教這些,那麼誰來教這些弱勢的學生? 靠蘇教授和一群樂意犧牲奉獻的人來教,也只能照顧到部分的弱勢學生,所以我們還是希望在教育上要有一套方法來引進資訊教育。

蘇: 上一節討論到的資源問題,硬體方面,不管是教材與教具,只要是有心人願意做,都不成問題。以 Program the world兒童與少年程式設計教學計劃來說,我們已經計劃每年出四到五個開放教材,並搭配三到四個教具,所有的資料與程式碼都會在明年我們的網站上下載得到。但是真正的問題卻在於師資。優良的資訊教育師資之難尋不在於我們找不到程式設計師來教,而是一來程式設計師可能不善於教學,二來,好的程式設計師的薪資很高,我們如何吸引他們願意參與程式教學的行列呢?

洪: 教材與教具,需要找到兼具有心和有能力的人。美國有不少這樣的人在做這件事,例如Scratch是MIT發展出來的。台灣要做的話,應該要找在教育理念上獲得大家認同的、對資訊科學素養卓越的人來全職全力來領導和推動整件事。或許台灣學界應該設法推舉出一個工作團隊,並且賦予這個足夠的資源、權力、責任,去完成這個任務,包括教材、教具、教師訓練,否則蘇教授提到的問題,勢必會出現,而且一旦引入不合適的課程和教師,不只是搞砸了資訊教育的美意,而且不容易收拾後果。

蘇: 再來,因為是通識課程,以我目前為止在大學裡開通識課程的經驗,多數學生因為學校規定要修通識課而修課,從第一堂就滑手機到最後一堂。我知道,課程無法吸引學生,老師也該負責任,但是要每一個老師都能把課程上得有趣以達到每一個人都成功的難度太高了。我們到底想教學生什麼樣子的資訊科學應該有得吵的,檢討過去的通識課程到底達到什麼效果應該是很重要的一步。

洪: 的確,現在的學生普遍希望老師把課程內容用風趣幽默的方式表達,讓他們能夠產生興趣;普遍希望老師以淺顯易懂的方式解說,讓他們容易理解吸收。然而這也產生了學生在學習上偏向於趨易避難的問題,因此在當前大學生學程式設計都有某種障礙的情況下,要中小學生學習程式設計,其難度更是高。因此,教材、教具、教學不能憑空想像,也不應從國外直接移植現成教材,必須考量實際現場狀況。

蘇: 所謂通識課程通常無法要求深入與難度,假如我們只是希望透過通識課程吸引真正有天份的學生進入資訊領域,那麼類似Hour of code這類的課程就足夠了,實在不必大張旗鼓地弄個通識,只要授權校內有興趣的老師,用網路上可以找到的這樣子簡短的教材,自己花一點時間練習,然後對全校學生開選修課就可以,甚至外包也許都可以。若是有特別有興趣的學生,在學校鼓勵成立社團,在每一個地區應該都有鄰近大學,也許設立大學先修課程也行。只要資訊夠充分,生命會找到出路的。

洪: 一般人常有的誤解,認為中小學程式課程是為了培育資訊科技人才的,但其實不然;也有人誤以為資訊教育就是教文書處理、試算表等工具,也是誤解。首先,程式設計課程,教的是基本科學和工程概念,啟發學生解決實務問題、做中學,培養跨領域的基本能力,不是教工具的使用。其次,有些程度好、對資訊科學有興趣的學生,會想學得更多,那麼應該有其他的管道輔導他走上這條道路,例如到線上課程、到大學修課等,但是不應該為了少數人而塞入很多艱澀的教材,讓一般人一起陪讀。

蘇: 但是,若是我們希望學生是真的能用資訊科技來幫他們做一點事,甚至輔助他們在不管是資訊,程式,甚至是其他學科方面的進步,那麼幾個小時的程式設計教學恐怕用處不大。要做到這個地步,課程必須有一定的強度與時數。過去 Program the world兒童與少年程式設計教學計劃在偏鄉的課程就是如此,因為我們的目標是技能,而非課外社團活動。因此,即使是課業成績在全班後段的學生,還是有可能學得不錯。我們也明白,這樣子的上課方式不可能適合所有學生,但是既然打算是訓練技能,俗話說,錢不是萬能,沒錢就萬萬不能,目標就是指向有以程式設計能力謀生的可能,這也是偏鄉的孩子最需要的,要不然就不必做了。

洪: 我想,資訊科學和其他科學較為不同的地方之一是「廣泛的實用性」。這不是說其他科學不實用,而是說資訊科學太好用了。就拿我念過的電機系為例,如果沒有學過一大堆課程,個人是很難做出好東西。然而,懂得程式設計,搭配其他領域的知識,就有機會解決問題,因此這樣的技能,即使學生學藝不精,或是日後不做電腦科學家工程師,還是一項有用的技能。

蘇: 我們也很清楚,不能只教程式,還要教導實做的能力,所以Maker教學也在我們的課程裡面,也就是除了bits,也要atoms。我們的用意並不在學生要樣樣皆通,而是,一來,讓學生廣泛接觸資訊科技,二來,儘量讓不同天賦的學生都可以找到資訊科技對她有幫助的部分,三來,學生可以選一兩樣他最擅長的技術切入即可。所以,我們能力與懂的範圍有限,必須結合其他專長團隊,一起加入教學。但是,這樣子範圍能跨超過一個領域的大學前教育的教學團隊,即使在全世界也並不多。即使有,也會被優勢團體先一步網羅,要做到每個人的成功,好難。

洪: 既然資訊科學教育是一項有用的技能,課程中應該要強調時做,適度引進Maker做中學的作法,讓學生動手,發想創意,或是團隊合作。事實上,資訊科學可能是世界上最開放、創新速度最快、最樂於與人合作的學門,我們有最多的開放資源、最多的創新、影響遍及各領域,因此學生提早接觸這個領域,應該有機會感染到這些文化。這樣的文化,是台灣最缺乏的,如果能資訊科學能為中小學注入新動力,那就再好不過的。

蘇: 若是以Program the world的方式,夠多的課程,夠高的師生比,傾我們的全力,最多只可以照顧兩個偏鄉,而且是以村為單位,不是鄉。學生人數很難超過50人。從2014年起,我們接到超過十五個單位的訊息,要我們把課程擴展過去,我很願意一口氣都接下來,但是也知道接下來的後果,無奈的,心裡流著眼淚地,回答無能為力。所以,雖然知道面對面教學是偏鄉孩子們最需要的,我們也只好轉為先開發免費開源且在偏鄉實際上過的課程為主要工作。希望願意到偏鄉教學的熱血朋友,不必自己開發課程。

蘇: 也因為是以技能為導向,這樣子的課程都是以50個小時為一單位,份量頗重,也會先在偏鄉的孩子團體先試教過,修改再修改,確認一個班裡超過1/3學生有辦法接受才會release。所以,我們的課程不見得適合極為優秀的孩子,或者說,這樣子的課程對後者來說,也許不到20小時就可以上完,假如是這樣,我還是建議有特殊管道,讓他一路往上衝好了。這種就不在我的範疇,若是偏鄉有這樣子的孩子,直接送給 葉丙成老師去教就好。

洪: 蘇教授的熱情和浪漫實屬稀有,我覺得蘇教授在偏鄉推動資訊教育的經驗非常值得參考,但我希望社會能更有系統性去推動資訊教育,政府也能撥出資源來贊助這些,讓更多人受惠。

蘇: 雖然說,我們以程式設計與Maker教學為主,但是我們並不希望孩子只會寫程式或做勞作。真正的資訊科學教育不在於寫程式,而在於善於利用電腦幫我們解決問題的能力。很會寫程式,卻不會解決問題,甚至發現問題,那麼我們還是會淪為軟體代工國家,與過去的硬體代工,並無多大差異。在資訊科學教育裡,計算思維(computational thinking)才是重點所在,而進一步的是演算法思維(algorithmic thinking),這不是修完大學裡的計算理論或是演算法就可以的。最後還是必須回到很基礎的理論,以及理論與應用的聯結才是。

洪: 「發現值得研究的好問題」這件事,可能比一般人所認為的還難。一般人在學習時,總是研究那些已經被解決好的案例,不見得會針對「當初他怎麼會想到這個問題?」去做思考和練習,以至於工作時習慣於被交付問題,然後才動腦筋去解決,因此代工思維盛行,甚至連在大學研究所,也有很多人在研究外國人提出的問題框架中解決芝麻蒜皮的小問題,發表研究成果,等於是幫人家代工解題。我不是說解題不重要,而是說我們缺乏具備主動找問題能力的人,這樣的能力很多人都有,但是需要被啟發的。

蘇: 我恐怕,跟著美國人的教育政策,學到的若只是皮毛,最後還是一樣補習班或才藝班滿天飛,孩子們多了更多東西要補,豈不悲哀?但是,衡諸過去的台灣經驗,只要列入課綱,考試要考,升學必須,利之所趨,豈有不大補特補呢?家長觀念不改,教育單位政策不能慎重,恐怕台灣的競爭力會每下愈況啊!

洪: 這也是我最擔心的。所以我前面說了,應該要找在教育理念上獲得大家認同的、對資訊科學素養卓越的人來全職全力來領導和推動整件事,賦予足夠的資源、權力、責任,去完成這個任務,否則蘇教授提到的問題,勢必會出現,而且一旦出現了,要收拾就是難上加難。

蘇: 過去20年,我最常對大一或大二學生說的就是,他們非常幸運能念資訊系,因為當今幾乎所有的熱門或不熱門的產業都與資訊脫不了關係,食衣住行是,連學習音樂都是。假如可以把自己的興趣導入到資訊技術,會是一件幸運的事。但是,20年來,我屢屢看到學生在沒念完大二就對資訊技術失去興趣,甚至念完大四還不會寫C或java的都有,原因不用我說。所以我也常對學生說,若是沒有興趣,趕快轉系,會這麼說,實屬無奈。

洪: 這裡談到的,就是專業教育的領域了。我這幾年來,每年看到不少對於資訊技術沒有興趣的學生,有很多念到大四、五、六,說穿了就是想要一個學位。對於台大的學生,我不擔心,因為他們自己應該會找到出路,但是對於中後段大學的學生,我覺得情況很不樂觀。我們到一些中後段大學的資訊系拜訪,發現學生因為家境不佳、在外打工付學費的情況很嚴重,而且學生的英文程度不好,對於學習日新月異的資訊科技是一大障礙,所以多數自認為畢業後只能做做網頁設計以及簡單的資訊科技服務而已。但相對地,資訊科技進展太快,迫切需要的是中高階、創新的人才,所以他們也做不了這些研發的工作。在這種情況下,他們該何去何從呢? 我想,要不就是回歸技職體系,建立扎實的專業基礎,要不就是設法建立跨領域的專業,否則全國大學生人數最多的資訊系,如果專業訓練不上不下的,能夠在專業上或是跨領域上能做出的貢獻也是有限,要找到高薪的工作也不容易。當然業界也得要多努力將專業水準提昇,否則我們即便有對資訊科技很有興趣的高材生,沒有發揮的管道,也是枉然。

蘇: 我這人也許有點小聰明,但是卻無大智慧,所以,也只能做我自己想得到的,自以為對的事。面對多年來台灣教育,產出這麼多對求學沒興趣的孩子,很是憂心。只願,我們的資訊教育,不要再重蹈覆徹,再次讓孩子對這門重要的學問失去興趣。

洪: 我們個人的智慧都有其限度,這類眾人之事,光靠幾個人是不夠的。我認為有三個重要的環節,第一,中小學教育如何引發學生的興趣,第二,技職教育和大學教育如何務實務本,第三,業界如何提昇其技術競爭力,這三個環節緊密扣連著,不能只解決一個問題。即便我們翻轉了教育,讓許多孩子學到些東西,讓他們對某項領域產生興趣,但到了業界卻處處得要遷就冷酷的事實,沒有機會實現夢想,那麼興趣和熱情自然會消散,連帶著影響到下一代的學子,所以我們所看到的教育現場的問題,是多年累積之下的系統性問題,不是單一教育改革所能解決的。我想,資訊科技的重要性,不在於資訊產業本身,而在於國家整體的競爭力,而計算思維的概念,勢必要以各種形式讓有志於迎接新時代挑戰的人理解。此外,資訊科技產業本身是個機會,要把握這個機會,不能等那些還在學校的下一代,應該由這一代開始。美國不只有這個Every Student Succeeds法案,先前還有許多業界主動為了訓練職場人才的計畫,甚至不斷引進國外的人才,至於我們的業界除了會精打細算之外,是否樂意主動培育人才,關鍵到當前資訊產業的榮景,我認為產業本身該在人才訓練上多做些努力才行。

蘇: 通識課程中的電腦科學要教什麼?若是照著過去政府的做法,一定是去找一堆學者專家來訂定教育政策,或者說是課綱。這些課綱被某些學者專家定了之後,想必會有相關人士開始出版相關教材,然後就是補習班跟進。以建構式數學為往例,想必可以讓大家都印象深刻。我並不認為建構式數學本身有多大的錯,這是學習數學的方法之一,但卻不是唯一的方法。若是用電腦程式的觀點來看,建構式數學有非常類似之處,但是當它變成一種制式教學與評量標準時,很多事就變了調了。

洪: 所以主事者必須有某種高度,資訊教育,不應該以傳統方式來教學和考試,否則很容易變調。

蘇: 我是資訊系大學教授,這幾年又在從事兒童少年程式教學,被找去問的機率頗高,但是我是不敢站出來說要制定什麼樣子的課程資料與大綱,來當作這些通識課程的參考,更不用說是標準或準則了。

洪: 這是需要集思廣益的事情。

蘇: 為什麼我說過我怕資訊科學被納入通識課程呢?原因就在此,我們太擅長把一樣東西當作教條,“廣泛”施行,從教學效率上來看,這沒什麼錯,但是這卻會違反資訊作為“科學”二字的含義。既然是科學,就應該沒什麼答案,而沒有答案的東西要怎麼寫教科書呢?遑論是怎麼教?既然照著學習科學這件事不好教,那麼就很為難老師了。以我在大學教書20年的經驗,單單要與學生溝通以下這件事都很難了,何況在中小學階段。那就是前面說的,科學是沒有一定的答案的。

蘇: 所有人應該都會同意,科學沒有定的答案這件事,但是我們的學生為什麼會一直到念了大學都還老是希望老師可以給個答案呢?我想,若是因循過去的做法,資訊科學納入通識課程,甚至有一天變成大學入學要考的科目之一,恐怕我們上的不是資訊科學,而是資訊學科了。

洪: 這是目前教育上常見到共同問題,所以我不希望在資訊教育中教得太複雜,希望多一些實作類的專題,讓學生多些自由發揮的空間,也就是所謂的project-based learning的概念。同時,還希望利用資訊教育,把其他學科的東西帶進來活用,培養跨領域的概念。

蘇: 前文所說,資訊科學有兩個重要的觀念要建立,也就是computational thinking與algorithmic thinking。這些是思維,沒有針對哪一個領域,哪一個應用,或是哪一門學科。資訊的東西往往只是個工具,希望能用來解決諸多事物,本身不是主角,通常只有在資訊系裏才會把資訊技術本身的發展當作主角。前面說過,許多資訊系學生在還沒有念完大二就對資訊失去興趣,之所以願意留下來繼續念,看的不過就是畢業後工作好找,這是蠻悲哀的。當學生學一樣東西不知道要解決什麼問題,只是被要求把工具來來去去弄得很熟,還會產生興趣的學生比例是很少的。

洪: 如果每個人都搶著要當主角,覺得主角最厲害,無視於配角的存在和價值,那麼這會是什麼樣的社會?台灣過度重視「人比人」這件事,凡事都要比,從小比到大,所以很難建立所謂的職人文化,很少願意友人十年磨一劍,做某項技術的專家。真正的專家不多,但唬人的專家到處都是,今天早上有位教授說到某個單位,最擅長「用PowerPoint做研究」,拿政府經費,這是社會文化的議題。

蘇: 這讓我想起自己當年學習如何解微分方程的往事。解微分方程有很多方法,在工程數學裡,老師一一教我們這些方法,我為了考試,必須每種方法都熟練,卻不知道最重要的其實是,“微分方程是用來解決什麼問題?”,的這個問題。我之所以勉力學習只不過是為了不要落在我的同班同學之後太遠,這個不知所以的理由。

洪: 蘇老師您總是拿這個我大一不及格的微積分來講... 當時我不及格,原因是有一大堆的積分表要背誦,老師總是找些難題來為難電機系的學生,而我並不認同那樣的教法。我大四重修時,跟地理系的學生一起修,老師將比較多的應用面,我認為是比較好的教法。工程數學也是如此,有老師多講些應用面,讓學生知道學這個東西有什麼用,有的老師則喜歡談理論,我個人比較喜歡前者,而在當前電腦可以自動解決很多微積分和工程數學的時代,我認為了解概念和用途,遠比把算法背得滾瓜爛熟來得重要。

蘇: 我想,若是大一新生就可以讓他們知道,學習資訊技術可以解決哪些有趣的問題,那麼一定可以有更大比例的學生在未來的四年大學生涯裡,不治喪失對資訊技術的興趣,甚至是可以深深地投入到新資訊科技的研發,要不然也可以解決許多現實的應用。

洪: 這是國外大學當前在推所謂的「基石(cornerstone)課程」的概念,資訊系不見得要和傳統課程那樣按部就班由程式語言學起,然後是演算法、物件導向、自動機、系統程式、作業系統、計算機結構等等,而是先告訴學生訊技術可以解決哪些有趣的問題,以及如何實際利用工具解決問題,再告訴他們裡面有哪些複雜的問題會在以後哪些課程中教到。

蘇: 資訊科學作為中小學的教學材料也該是如此。對於一個多年來以資訊技術解決問題的人,我相信即使是小學裡的其他科目,一定也有可以運用到資訊技術的地方,而運用資訊技術的第一步就是計算思維與演算法思維的建立。這就像是獨孤九劍的總訣式一樣。

洪: 上述「基石課程」的概念,更需要在中小學課程中強調。我認為應該採用「由上而下」(top-down)計畫導向實作學習(project-based learning)的方式進行,這也就是獨孤九劍的總訣式。記得風清揚怎麼教令狐沖的?除了教他總訣之外,還讓他實際和當時要來抓令狐沖下山的大盜田伯光對打,從旁指導,這就是由做中學,讓學生領悟道理。

蘇: 再來,我們也該對教學的目標有一個明確的想法。舉例來說,中學有一般高中與技職高中之分,教學目標自然不同。以我在偏鄉的程式教學的走向是以後者為主,因為身在偏鄉,我知道多數學科成績較差的學生會走技職體系,我希望他們在入學後有更堅實的程式設計基礎,所以我的目標不在啟發天才,而在於一步步建立程式設計概念,並且儘早讓他們離開圖形化程式界面,進入文字模式的編寫程式,因為後者才是工作場域之所必需。俗話說,錢不是萬能,沒有錢萬萬不能。期待他們若是有一天上了大學,至少學費與生活費可以靠自己掙來。

洪: 我前面說過很多中後段大學的學生念完資訊系後不上不下的,不利於找工作。資訊系如此,其他科系應該也相仿。所以我們需要提倡技職教育,強調專業性和跨領域合作,而不是讓大學生滿街跑、自生自滅。

蘇: 為了確認同學的學習成果,Program the world 的晉級考試題目都只有一題,可是考試時間都至少是一天。這有別于一般考試的題目數多,每一題的解題時間卻不多。以寫程式這件事而論,本來就是要用比較長的時間來寫一隻程式,以昨天我們的AppInventor考試題目,每一題都要使用超過5000的程式碼積木才可以做完,判斷是否過關的標準也模擬一般專案開發的檢查過程,目的就在讓學生知道程式設計的世界到底是什麼樣子。

蘇: Program the world兒童與少年程式設計教學計劃的課程也會安排讓學生有快速升級的機會,這類學生在偏鄉的比例雖然不高,但是我們就會以專案(Project Based Learning)學習的方式來試著帶領他們。若是她們可以因此更上層樓,而且我們的升學制度真正邁向多元,我想自會有其他大學教授(我在成大資訊系的同儕就有)對他們有興趣而願意接手繼續帶領他們。

洪: 我想大學的多元入學應該要考慮到這類特殊才能學生,我個人很樂意指導這類學生,但礙於學校入學規定,這類人才往往無法進到台大,是一件很可惜的事情,應該有更好的方法來進行。

蘇: 這些都不是目前體制內的制式教學可以辦到的。對於多數學科,我覺得也許制式教學不失是一個方法。但是以資訊科學來說,卻難以用這樣的教學法來達到教學效果。事實上,在一般大學資訊系裡,也還未能完全融合當今資訊科學教學的所需,這是我們要努力改變的。

洪: 我之前批判了很多大學體制的問題,如我以上所說,資訊科技是當前世界上最靈活、創新最多、最能夠跨領域的學門,但我們的大學體制和評鑑制度把資訊系的發展限制住了,是件非常可惜的事情。

蘇: 我想在上位者需要先想好的是,我們的資訊科學教育的目標為何,而且沒有一種方式會適合所有學生,正如過去我們有技職與一般的分法,之後也許該更進一步分流。雖說有教無類的目標過於遠大,也許難以達成,但是我們總該想個方法,努力往Every student succeeds這個方向邁進。只要政策對了,連補習教育也不會是只為升學而存在,當然,正規教育就更不會只是為了升學。

洪: 未來的職場會有很大變革,只顧著升學和學位,將來會如何?我也不知道。我們這裡談的是整個教育理念的問題,加上對於國家未來競爭力的定位問題,所以說,絕對不是單純由資訊科系的教授們來規劃資訊教育就行的。

蘇: 教育的目標當然是提升學生的競爭力,這個競爭力不是跟身邊的人競爭,而是跟全世界的人才競爭才對。假如我們的教育把過去的硬體代工只是導向軟體代工,那麼我們就還未看到真正的困境,假如我們的學生因之而提起對一切問題產生疑問,進而對一切問題產生解法,台灣才算真正看到隧道口的光。

洪: 我們需要各種人才團結合作來對外擴展,而不是鎖國內鬥。我對於以往國家在培育和運用人才上很大的意見,基本上過度強調穩定安逸,在國內卡位自保,而逐漸喪失了拼勁,這個問題太大了,我們以上聚焦在資訊科技教育上的討論,希望從這個角度去探索一條提昇對外競爭力的機會,希望台灣能把握這個機會。

(註一)上集 https://goo.gl/jAXlNx
(註二)下集 https://goo.gl/yyT9Fd

2015年11月21日 星期六

轉型到Open Source的世界來尋寶

Open source( 開源碼 )是時代趨勢,使用者極多的開源系統軟體,例如Linux、Android,很多廠商都愛用,廣泛用在伺服器和手機上。IBM早在1998年引進Red Hat Linux (註1),而一直視Linux為敵人、說Linux是癌細胞的微軟,就在前幾天宣布全面與Red Hat Linux合作 (註2)。
我當年在矽谷SUN工作時(2000-2005),公司深受Linux的威脅,員工的意見分為兩派,在幾年間不斷辯論,不斷嘗試各種路線,好幾位主管做不好就下台。「在某些方面打不過他,就包容他、利用他」,似乎是最後的結論,所以SUN在低階伺服器市場上逐漸引進Linux,把自家的處理機、作業系統和中介軟體用於中、高階市場。
後來Oracle收購SUN之後,也是走相同的路線。Oracle正在銷售的Big Data Appliance (註3),上面主打的是已經安裝、優化好的開源系統軟體,例如Hadoop、NoSQL、Hbase、Impala、Accumulo、Cloudera、Spark、Kafka等等。當然,Oracle也提供自家的軟體,繼續向那些不敢轉用開源系統軟體的客戶收取高額的軟體授權費用,有肥羊可宰,何樂不為?
這些公司很清楚,要如何放棄利潤過低的產品,如何引進公開好用的資源,在這個科技進展迅速、資訊迅速流轉的時代,要如何做抉擇,找出公司研發的策略,是管理決策階層的職責,也是對他們能力的考驗。決策錯誤就下台以示負責,是常見的事情,而高科技本來就是高風險,賭錯了也不是甚麼丟臉的事,否則Steve Jobs哪有東山再起、重回Apple的機會?
話說台灣,一大堆所謂高科技業的主管,即使這些年來把公司和業界搞到了今天如此慘澹,還能夠振振有詞地說年輕人不夠抗壓、政府補助太少,我覺得被稱為「慣老闆」是咎由自取。我在SUN工作的那五年,公司的股票一路貶值到十五分之一,從來沒有聽說有人說要跟美國政府要求補助的,而公司為了保住人才,還是年年加薪。相較於此,台灣科技產業的有很許多領導階層,非常地不負責任。
只會做那些擅長做的東西,對新的東西多半由道聽塗說而來,對其他領域的東西一知半解,卻要在專家和手下的面前裝出一副「我知道很多你們所不知道的東西」的樣子,是最令人厭惡的行為。在有些公司,中階主管們明爭暗鬥,如同政壇,政客出一張嘴,表面上對罵,實際上架空長官、壓榨下屬,私底下串聯分贓,甚至掏空公司。
前天有人問我產業這樣子該麼辦? 我說,這些人要把公司玩垮,我們也沒辦法,只是政府不應該用大家的錢隨便給補助,讓他們早點垮掉,才能活化鎖在裡面的人才,像Nokia衰落瓦解 (註4) 那樣不也是一條活路嗎?否則連人才都爛在裡面了,將來更慘。也就是說,這些年政府補助扶持產業這招,已經行不通了 -- 政府再怎麼補助,也沒有中國政府厲害,所以靠補助才能生存的公司,面對紅色供應鏈,實際上也競爭不過的。
那麼我們就放棄科技研發了嗎? 當然不是。一些朋友和我認為,台灣在眾多可以嘗試的方向中,可以做的一件事,是集中人才去探索那些「資本門檻不高、技術門檻高」的研發項目,包括既有的產業想轉型,或是新創事業想找方向,都可以考慮。舉例來說:
- 如果某一代工產業所需的資本門檻高,但如果技術門檻不高,那對岸可以靠著充沛的資金和人力,很快來佔領這樣的產業,現在大家都看到這樣的結果,但很多這樣的公司還在吃老本,難以轉型。
- 資本門檻不高的新創企業,如果技術門檻也不高,即便靠創意、靠經營模式,也很容易曇花一現,因為創意和經營模式很容易被複製,有錢的公司可以後來居上。
- 能夠發展出門檻高的技術,不只是技術有價值,人才也是國家重要的資源。如果台灣實際上能好好耕耘這塊,才是長久之道。我十月在荷蘭開會,深深覺得荷蘭產業的發展方法,很值得借鏡。
在資訊產業上,要發展「資本門檻不高、技術門檻高」的產品或是服務,一個非常可行的方式,就是利用高度發展的open source軟硬體的基礎,站在巨人的肩膀上,研究如何打造能吸引大家來使用的優質的系統和應用。資本門檻不高,因為做研發時不需要昂貴的生產機具,不需要昂貴的軟體授權,我們只要有一流的人才,就可以藉由閱讀open source來吸取世界頂尖的智慧,並且證明自己的技術能力 (註5)。
當前的問題是,在台灣的業界能夠領悟並且善用開源系統軟體的優勢的資本家和人才不夠集中。之前學界和業界曾經有一些open source的推廣以及研發計畫,很少有能夠聚集火力攻佔某領域站上世界舞台的作為。現在業界所使用的open source,早已不是搞懂一兩個open source計畫,也不是小眾搞一些自娛娛人的計畫就行的 ,如果可以從系統面貫串到應用面,會有更大的機會。
VMFive是一個例子 (註6)。在許多新創公司中,這家公司所涵蓋的技術層面是較廣的,從系統層面的虛擬化技術連結到應用面,大都採用open source,在某些關鍵點上進行優化,提升效率和功能性節省系統建置成本
然而,不少新創團隊,偏向低門檻的作法 ,或者低估技術門檻,一昧想在短期內開發出看起來很酷的產品,因此而走不遠 (註7、8) 。傳統系統代工廠的長官們,似乎還活在上個世紀,腦袋轉不過來,對open source一昧排拒,不懂open source的價值,不會運用open source,如何帶領公司轉型打仗? 眼中只有訂單,只會抱著大廠的大腿,不知道以前的運作方式已經落伍了。
話說 2006年時,我們一行人在參訪HTC的時候,公司所有高層都出來對我們簡報,軟體部門擺在最後,乏善可陳,似乎是最不受重視的部門。當時還沒有iPhone和Android,HTC只會做Windows CE作業系統的智慧型手機,唯一微軟願意讓HTC插手的是與硬體相關的驅動程式(device drivers),所以也沒甚麼前瞻研發工作可做。
在當時那種封閉的生態系,只要緊抱著Microsoft、Intel、IBM、HP等大廠的大腿,提供價廉物美的組件和代工生產,就可以賺得很高興。早在智慧手機之前,PC和周邊的代工產業已經風光了十多年,所謂Wintel的供應鏈,包括Asus、Acer、廣達等系統廠,以及相關的零組件廠,就像當年的HTC一樣,在軟體上沒有甚麼研發空間。
那段期間(2006~2009)我開授Linux Kernel and Device Drivers課程,學生趨之若鶩,廠商也來邀約演講,因為廠商開始導入Linux,但極度缺乏Linux核心人才。學生為了就業而跑來修課,因為學會寫Device Drivers就可以找到不錯的工作機會。
很多資訊工程的人才到這些產業去幫硬體裝置寫firmware和device drivers,雖然很多人因此成為科技新貴,但我常常聽到這些軟體、韌體工程師向我抱怨,做來做去都是差不多的東西,沒甚麼長進;而且技術門檻不高,要與人競爭只有設法做得比別人快,所以常常要趕工加班,累到過勞爆肝。後來我不大想開這門課,因為我不願學生去幫缺乏研發企圖心的廠商賣肝,而且我認為這種行業撐不了多久。
2009年,Google正式釋出Android的開源碼,而HTC也幫Google開發出世界上第一款Android手機。挾著以往做Windows手機的經驗優勢,HTC靠著硬體技術、研發速度、穩定性、工業設計、行銷管道,在一開始那幾年做得有聲有色,非常風光。
HTC崛起的案例,大部分可以說是受到open source和Google的加持,加上員工們辛勤努力,所產生的必然結果,也算是時勢造英雄。Android最早由2003年成立的新創公司開始研發 (註9),2005年被Google收購後繼續改進,總共歷經7年才釋出,如果不是Open Source和Google,不可能造就HTC一時的榮景,也不可能與Apple競爭。
可是,Android雖然是open source,但規格主要還是掌握在Google手上,所以HTC做了幾年,又回到老路,在系統上並沒有特別突出的賣點。當時HTC除了在軟體上抱著Google的大腿外,在處理機上抱著Qualcomm的大腿,看人家給甚麼就做甚麼,在系統設計上沒有很大發揮的空間,所以我看了搖頭,不知道他拿甚麼跟人家競爭。
當時我問HTC與聯發科的朋友,兩家公司為何不設法合作?有人猜測是高層有心結,有人說HTC怕得罪Qualcomm,而聯發科的朋友光是做山寨機就忙得不亦樂乎,兩邊都沒有合作的意願。我想,如果當時有合作,現在HTC可能會多一條活路。
「成也是open source,敗也是open source」。如果沒辦法在open source的基礎上加料,端出好菜,那麼其他公司趕上來,尤其是紅色供應鏈挾其廣大資本和市場,自然搞不過人家。所以如何善用open source,是一門大學問
我們現在談open source,主要看的已經不是手機和傳統雲端服務,而是務聯網(IoT)和Big Data產業所用的系統。為了IoT的市場,許多單位開發開源的軟體,包括ARM公司的Mbed (註10),不是沒有原因的。簡單來說,IoT談的是利用資訊科技去提升各項既有產業的效率與服務品質,主導權在既有產業,而這些公司當然會希望有可以公開受檢驗其安全性,可以自行根據應用做客製化,容易找到開發人員的開放式平台。Big Data所使用的系統,如同上述Oracle Big Data Appliance的例子,早已大量使用open source。
封閉的系統,除非能做到像Apple那樣,才有辦法存活。但世界上有幾個Apple? 幾乎所有的大公司,連Microsoft和Apple在內,也都積極使用和貢獻open source,但台灣有些公司還在想要如何保護。現在連硬體都得要開源,像是Arduino和Raspberry Pi這類產品,已經招來大量應用開發者成為社群,逐步侵占工業電腦的市場。甚至像UC Berkeley的RISC-V這樣的開源CPU越來越進步,效能接近ARM,可以讓開發者自行客製化指令集,社群積極開發工具組,越來越有吸引力﹑。
可惜台灣大多數既有的產業並不見得重視這塊,部刀ˋ到開放的好處。我們邀請業界來贊助學校的課程,有些人一劈頭就問,你們培育出來的人才,有多少人會來我公司嗎? 我們做產學合作,政府和業界劈頭就問,要產出什麼專利,產出的結果要歸誰?業界不願積極贊助開源的教育研究,那教授和學生自然就做他們自己喜歡做的研究了,所以產學落差日益加大這件事並不意外,政府也管不了,業界再大聲疾呼也無用,要就自己來跟學校合作
台灣業界最大的一個迷思,就是誤以為開源的東西沒有價值。這點我前幾天已經論過,有興趣者請參考 (註11)。我們看到很多機會,只要夠厲害,就能夠找到商機,而且know-how可以搞到博大精深,加大技術門檻。如果發展出門檻高的技術,不只是技術有價值,人才也是國家重要的資源,技術和人才都是世界一流的大公司都在積極爭取的。
這是一條可長可久的路,等待更多有眼光的企業家和有智慧勇氣的年輕人來探索。有興趣的話,我這個看過風景的人,可以找嚮導來帶領大家入門尋寶。
(註1)http://www-03.ibm.com/linux/redhat.html
(註2)http://www.forbes.com/sites/janakirammsv/2015/11/11/a-closer-look-at-microsoft-and-red-hat-partnership/
(註3)https://www.oracle.com/engineered-systems/big-data-appliance/index.html
(註4) http://technews.tw/2015/11/13/nokia-7/
(註5)http://buzzorange.com/techorange/2015/11/12/coding-2/
(註6)http://vmfive.com/
(註7)https://www.facebook.com/notes/洪士灝/本立而道生-不要低估技術門檻/1058810250816783
(註8)https://www.facebook.com/weifenl/posts/871591229603778?fref=nf&pnref=story
(註9)https://zh.wikipedia.org/wiki/Android
(註10)https://www.mbed.com/en/
(註11)http://buzzorange.com/techorange/2015/11/18/open-sources/

2015年11月14日 星期六

搞清楚狀況再發言,很難嗎?

的確很難,以我自己為例,看到某些東西時心有所感,就會想記錄下來,若不如此,好比船過水無痕,那個心境已不在,沒有寫的動力。

此外,有些時事性的討論,如果不在第一時間加入,幾天後就沒人看了,當然會想在第一時間發表自己的意見。

然而,轉念一想,如果寫下的東西只是為了「逞一時之快」,而那個「心境已不在」似乎說明了感觸並不是值得收藏,那麼寫與不寫真的有差嗎?如果必須要在第一時間之後所發表的意見就沒有人看,那麼發表的東西真的有很大的意義嗎?

克服以上的慣性,並不容易。

而且現在的媒體報導,品質越來越難以掌握,看到媒體報導時,我都得三思:報導是否真實?論述是否合理?幕後是否隱藏特定動機?

舉例來說,前天各大媒體大肆報導李登輝前總統到成功大學演講的過程中,遭到陸生嗆話,於是有大批鄉民藉此高聲謾罵對岸,結果發現這個新聞報導的內容與現實差距甚大。(參考:http://buzzorange.com/2015/11/13/china-student-and-the-fact-of-these-news/)附帶一提,我不認為任何的政治訴求,可以高過於對事實的認定。

時代在改變,很多新的東西不是我們當年的樣貌,複雜的東西也不見得可以想當然耳。因為媒體品質低落,我們不能照單全收,只好在看的時候小心求證,但低劣的東西看多了,我們也容易在不知不覺中自以為是、以偏概全、過度放大自己。

例如有一篇網路文章,貼出小學三年級的數學試卷上老師批改內容,理直氣壯地罵教育、罵老師,殊不知自己完全在狀況外,不懂甚麼是「概算」。(參考:http://ww.thefundaily.com/cat65/node712910/24253)附帶一提,對於工程設計來說,概算非常重要,在構思時通常是在腦中或紙筆概算。(概算是否應該在三年級教,考題設計好不好,則是另外的問題。)

所以,我的原則是「不為惡」,評論已獲證實的事、分享無傷大雅的事,盡可能對事不對人,除非「人」已經成為「事」中重要且不可分割的一部份。因為對人造成的傷害,並不是更正內容就可以輕鬆了事的。

我的做法是,把想法記錄下來,但發言內容如果有狀況不明之處,需要進一步查證和釐清的話,則先不公開。除非內容有時效性,則我會盡可能標示狀況不明之處,以「假設語氣」和「弱化修飾詞」給意見。

我知道,這樣一來,我的文章的時效性不夠,內容不夠勁爆,但我想我寫文章最重要的是對自己負責,而不是取悅讀者,更沒有必要隨媒體起舞和瞎攪和。

臉書動態時報與臉書網誌

我兩年多沒用臉書網誌了,因為不好用。最近注意到臉書網誌與之兩年前的有些不同,所以試用了一下,做了點實驗,使用上還算方便,但是...

為什麼今天上午貼出同樣的內容,約莫四小時後,發在臉書動態時報上的收到290個讚,與同時貼出去的臉書網誌所收到的82個讚相比,大約是3.5倍?如果算分享的次數的話,大約是15比1,差距更大...

我想到幾個可能性:
(1)臉書的演算法比較優先推動態時報?
(2)臉友比較喜歡看動態時報?
(3)臉友的閱讀的習慣造成臉書優先秀動態時報?
(4)臉友看動態時報時比較樂意於給讚?
(5)比較喜歡看動態時報的臉友比較樂意給讚?
(6)臉友看網誌時比較不喜歡給讚?
(7)比較喜歡看網誌的臉友時比較不喜歡給讚?

以上的可能性,還可以排列組合出更多的可能性;如果我在臉書工作,可以取得更多資料,寫些簡單的程式,透過大數據分析,或許不需要太多時間,就可以完整回答這個問題 -- 大數據可以回答很多社會人文心理面的問題,前提是要有資料。

不過,我雖然沒有足夠資料,但根據我這個小實驗的結果,如果目標是提高點閱率的話,不要選擇放網誌,而且放網誌似乎沒有特別的好處,還是很難搜尋 -- 除非內容有多張圖表,非用網誌不可。

結論:臉書網誌功能對我來說仍然是雞肋。

2015年11月3日 星期二

把握新創的機會

話說前年VMFive剛成立的時候,幾位創辦人來我,我大力推介給實驗室學生,但同學們似乎是興趣缺缺,後來VMFive大放異彩,獲得資助,廣徵人才,但大多數學生似乎還是寧可跟隨學長的腳步,去一些路人皆知的公司。

同一年,葉丙成教授想創業,我推介給學生,還跟葉教授一起開課培育能翻轉教育的人才,但還是很難找到願意投入新創事業的資工人才,後來葉教授獲得鴻海投資1.8億台幣, 成立了BoniO。

我去年幫Appier諮商,後來也是大力推介給實驗室學生,終於有一位學生畢業後去這家我很看好的新創公司工作,看看Appier獲得7.5億元的B輪資金,大部分憑藉著公司經營者的眼光和公司的技術研發能力。

今年另外有一位學生畢業後創業去了,在NTU Garage和幾位志同道合的朋友開創了Himelight,我日前也推介過,公司目前發展得很不錯,希望未來會大發利市。

坦白說,我願意大力推介的新創公司不多,從以前到現在也不過就推介過這幾家... 當然好的公司不只這幾家,但即便我說再多,一般同學普遍還是對新創公司有所疑慮,覺得進大公司比較安全。

當然,這些年新創成為風氣,但新創公司良莠不齊,也是個問題。但我有我的判準 -- 沒有真正創新企圖心的,技術含量嚴重不足的,包裝華麗但商業模式矛盾的,只能依賴政府補助的,我一概不推。

只不過我窮酸教書匠一個,沒有錢投資,我也不是那種手中握有大筆創業基金的大長官,對於這些我所看好的新創公司,幫不了什麼大忙,實在有點遺憾。所幸他們都很爭氣,沒有讓我跌破眼鏡。我認為自己看新創公司的眼光還不錯,大概是35年來不斷關注資訊科技,目前人不在產業界,手上沒有股票的緣故 -- 所謂「旁觀者清」,大概就是這個道理吧。

這些都是軟體公司。誰說台灣只能做硬體和代工? 山不轉路轉,最黑暗的時代也是最光明的時代。躬逢其盛,希望年輕人能把握良機,但也要慎選公司,在在都在考驗你們的勇氣和智慧。

2015年11月1日 星期日

出考題

評論: http://buzzorange.com/vidaorange/2015/04/27/mandarin-examination-papers-for-5-grade/

我出的考題也常常令學生或考生跌破眼鏡 ;-) 我好幾年前就開始這樣做,如果問我原因的話,我的回答可能與這位老師類似。還好,對我來說,頂多是修課學生不滿,教學評鑑分數受影響而已,沒有被家長或補習班指責過。

據說,坊間流傳,台大資工的研究所考試的某些科目考的東西「難以預期」,背考古題不大有用。我想,這正是一些老師和我所希望傳遞的訊息:不要死背書,要會活用知識。(不過,出這類題目真的辛苦許多。)

有些學生說,看到考卷上出現課本裡沒看過的題目,而且題目敘述超過一整頁的時候,腦袋就呆住了。我想,很多學生可能沒有受過這樣的訓練。當然,為了不讓「用功背書、悟性不高」的學生過度受挫折,我通常還是會出一些基本題就是了。

如果每位老師都願意這樣出題,我想應該可以改變一些讀死書的風氣,只可惜研究所距離中小學太遠,一般學生和家長還是會先想著解決眼前的考試再說,很少有老師甘冒大不諱做這種吃力不討好的事。

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8月7日 星期五

台大資工系重回理工組第二志願

國立臺灣大學電機工程學系 416.40 (錄取名額 44)
國立臺灣大學材料科學與工程學系 409.20 (錄取名額 12)
國立臺灣大學資訊工程學系 405.20 (錄取名額 25)
國立交通大學電機工程學系甲組 402.60 (錄取名額 4)
國立清華大學電機工程學系甲組 399.90 (錄取名額 4)
國立臺灣大學物理學系 399.50 (錄取名額 20)
國立臺灣大學機械工程學系 399.40 (錄取名額 23)

以上是第二類組無加權計分錄取分數的排序,台大資訊工程系的排名今年升到第三。假使今天台大資工系和材料系一樣只錄取12名,很可能會升到第二志願。順便一提,假使今年排第四、五的系收20名的話,我猜大概會排到五名之外,所以這樣幕後有蹊蹺的排名的意義性其實不大。

我不鼓勵高中同學人云亦云式地填志願序,你如果不喜歡寫程式碼,那麼最好不要來念資工系,否則會念得很辛苦。我今天幫一位大二的學生簽「退學申請書」,因為他念了之後發現自己很不喜歡資訊系所學的東西,所以他重考了,今年要去念中央警官學校,我和系主任都祝福他。

因此當有人問我他的小孩要念電機還是資訊的時候,我說,先請你的小孩搞清楚電機和資訊是什麼再說吧,排名不重要,喜歡念什麼比較重要。我倒是可以分享我對於資訊科技前景的看法,但那只是個人看法。

我之前告訴就朋友們,資工會越來越紅,幾年後熱門的程度超越電機都有可能。事實上,這件事在美國早就發生了,只是資工在台灣電子業榮景的陰影下,一直沒有好好發展起來,但是這幾年會是台灣資訊產業的機會和轉捩點。如果還發展不起來,那我只好說國外還有很多好機會了。

補充:

進到台大其他科系但是想念資工的學生,可以選雙主修,或是到資工系修課。所以就技術上來說,也不見得全部都是迷信台大,不過實際上辛苦準備考試的高中生們不見得知道那麼多就是了。

我每年都有幾個非資工系的研究生,我觀察他們的狀況,覺得只要有興趣,願意努力,應該做得到的。

現在很多系所都要用到資工的技能。以數學和物理系系為例,他們用了很多GPU來做高效能計算,在做這些研究時也都學習到一些如何寫好程式的技能。

現在有些新興領域新創公司有資訊人才的需求,但是懂得跨領域的學生難找,要撿現成的不容易,所以學校想推跨領域CS+X的作法,但實際上要從高層推動和執行是個大問題,不如我們有興趣的老師們自己組跨領域團隊來做比較快。

最後再補幾段,希望可以減少誤入歧途的學生。

資工的屬性是「快速創新」- 因為電腦擅長於快速解決重複性的問題,而且軟體工程的重點之一就是重複使用(reuse)已經開發好的軟體,所以一個新開創的領域裡,低處可被撿拾的果實(low-hanging fruits)很快就會沒了,後來的人就必須設法跳高、爬高,或是與人合作,往更高處找果實。

- 對於有興趣的人來說,資工的屬性,提供了非常愉悅而且有終身意義的奮鬥和行動,可以樂此不疲,志不在於賺錢,卻因為不斷的提升自己而自然在這個領域優遊自在。在台灣這種人應該是少數,不知有資訊領域裡面有沒有超過5%是這種人。

- 對於能力強的人來說,資工的屬性,是成為少數頂尖專業人士而展現才能的機會。我的台大電機系的系友們,大多數屬於這類人。無論是電機還是資訊,不管有沒有興趣,他們都能成為特定領域中的佼佼者。他們也不用特別奮鬥,就能學得比人快,跳得比夠別人高,甚至賺得比別人多,但他們對於所屬的領域並沒有投入太多的感情。這類人只要能把自己和家人搞定,念任何科系都行。

- 對於想賺錢的人來說,資工的屬性,提供了許多創新,甚至是破壞性創新的機會。不過過去在台灣念資工的人,很少搞破壞性創新。不少人只想靠著電子業的榮景趁年輕時拼個十年拿到買房的本錢,接下來就想辦法留在中階主管的層次混吃待退。現在,電子業衰退,正是檢查潮水退後誰在裸泳的時候,而資訊科技仍然不斷在發展,真的想靠創新賺錢的人,還是很有機會的。

- 對於想謀個穩定工作的人來說,資工的屬性,代表著不斷有工作的需求出現,在各行各業逐漸被電腦所取代的狀況下,源頭的資訊科技,在可見的未來,工作的產生還是比流失來得多,因此似乎比較有安穩。但真的是這樣嗎?如果沒有興趣,那麼為了工作時常要學新東西,能力不足有可能被新人取代的壓力,是划算的代價嗎?

所以我很贊同那位離開資工去學做警大的學生。假使對資工沒有興趣,以大學或研究所學位作為工作保障的想法,根本不切實際。偏偏在輿論大肆報導特例的情況下,連台大的一堆學生也擔心工作的問題,讓我覺得啼笑皆非。能夠上得了台大,怎麼還對自己的能力那麼沒有信心?如果對能力沒有信心又不喜歡念資工的話,還是考慮早點轉行比較好。如果有能力又喜歡資工的話,恭喜你,也建議你不要過度擔心,這個領域有很多適合你發展的空間。

由於補充再補充,我可能重新整理過再發一篇。

2015年8月3日 星期一

Sony公告:暫時不要升級 Windows 10

這篇提到的筆電廠是Sony,對於這家已經不做筆電的公來說,筆電事業部門是爛攤子,該做的準備都沒做,反正不賣筆電了,當然可以厚著臉皮說「強烈建議您等到驅動程式就緒後,再升級您的電腦」。

我前年開始拒買Sony的筆電,不久後他就結束掉筆電事業部門。驅動程式一直是Sony的痛腳,要升級或降級Windows,或是裝Linux,都很麻煩。

反而是華碩的網站上(http://www.asus.com/tw/News/esiyZe9dDE357ctN)寫著:「搶先體驗最新的Windows 10作業系統,華碩也支援百款以上機種可免費升級,馬上來看看!」

每隔幾年的Windows大改版,也是這二十多年來PC產業賺錢之道。幕後最辛苦的,大概就是寫驅動程式的工程師了。

我對Windows 8的反感已經很久了,下午會把手上的Microsoft Surface Pro 3升級。官方機,應該沒什麼問題才對...