跳到主要內容

沒有自立，如何更生？ 何為永續發展之道？

R0205998
(圖為慕尼黑BMW博物館 (Munich, Germany)所攝，自1970至2010 BMW產品發展史)

 

最近整理了些產業資料做為對外國人推廣臺灣產業經濟時使用，主題之一是：『創新品牌』，而在蒐集許多國內知名品牌企業資料時竟然卻看到了這樣的介紹：

『即便是兩輪的自行車我們很早就發現德國工程師也是最頂尖、最值得信賴的。所以，XXX的研發中心就設在德國汽車工業重鎮Stuttgart附近的Magstadt市Swabian小鎮。』.....From Merida (http://goo.gl/Gv1xe)

現在當然不是要戰品牌，只是很訝異一個以世界品牌設計大廠自居的企業，在Research and Development 裡竟劈頭就稱讚別人的技術有多好有多頂尖所以去跟隨，完全忽略自主研發或由國人發展的部份，這實在令人瞠目結舌並且感到無比可悲啊。如此這般的介紹不只不會讓人感到敬佩，更產生一種是否品牌本身的技術不良？工藝程度低落？.. 種種的想法。更進一步的，還默默宣示了一個只依賴別人的企業，不僅少了學習自我成長的能力，更喪失了進步的潛力。這身為我國一個世界知名品牌，是多麼令人擔心的事！

而更令人害怕的，是彷彿大多數的臺灣企業都存在著這樣的思維模式，過度的成本導向，長期忽視高風險、高成本的核心技術研究，過度委外造成企業空洞化，結果能運用的只剩包裝、應用、行銷、營運。傳統產業是如此，高科技、資訊、生技產業更是嚴重，結果或是守著薄薄的毛利付出大比權利金，又或是技術外留 (還不是外"流"，因為國內根本也缺乏)，難以保存知識資產卻付了大筆金額委外提升了別人的技術，短期雖然造就了高品質高性價商品，但長遠來看卻是削弱自己的實力並且讓自己身陷僵化難以創新的泥濘，更慘的是連帶影響了國家整體大環境。當每年產出的大量高知識高學歷新鮮人裡，一大部份的人口全數前往國外進修、就業，再者進入國內企業從事與高學歷不匹配的作業性質或業務性質職務，這些成因不僅僅因為國內薪水廉價，研發風氣低落更是肇因，就業市場是如此更惶論許多掛羊頭賣狗肉的產學合作與產業發展(分贓)計畫。 『創新、品牌、產業升級』這些早已是聽了幾十年都還是標語的標語！  與其說要如何阻止人才外流，不如先勸勸企業家們多吐一點本來就不該拿那麼多的部份，給企業、給員工還有給整個大環境一個更健全有遠見的發展空間，這才是永續發展之道不是？

 

PAN

2012.08.07

標籤：

留言

張貼留言

這個網誌中的熱門文章

醫學健康跨領域合作的開始：資料工程

一直都很喜歡在會議上與跨領域的專家、醫師、學者分享我們在數據工程與分析應用上的發展經驗。 許多的專家學者，對於大數據應用的認知都仍侷限在一個超大型結構化資料集的子集合應用，在規劃好的條件設定下，針對特定的目標(疾病、行為)進行篩選，將數據narrow down到可以被個人電腦或是單一伺服器架構處理的小型資料集。 這樣的半手工處理方式，對於專一(Specific)領域主題的資料追蹤計算或許已經十分足夠，但當中倘若資料清理方式有改變、篩選條件增減，所有的數據都要從raw重新處理，不僅造成大量的時間與人力浪費，對於專案計畫進度的延宕更是麻煩。這些還不包含
2 則留言
閱讀完整內容

Google 資料庫方案–Spreadsheet–(1)資料呈現

HEMiDEMi 的標籤: Google , Google SpreadSheet , 雲端 早在規劃『 教育，意義！ 』project時， 便有打算將整個網站建立過程撰寫一篇教學，讓有興趣以google 服務為基礎進行開發的朋友參考。 沒想到這個想法擺著就拖了好幾個月， 好在學生提出了問題，就趁這機會寫一寫吧。 基本上『 教育，意義！ 』網站的架構完全建立在Google提供的服務， 廣義來說也是個雲端的系統， 所有的資料是分散在不同的服務架構下，再用GAE, Javascrript將服務資訊串接起來， 由Blogspot 統一呈現。 省了租主機的費用，或架站的硬體、電費， 最好的地方在於不用管理主機維運的問題， 只要專心做我的創意、嘗鮮就好了！！   多棒！ 若將『 教育，意義！ 』網站依功能層次來分類，可以分為三層結構， 當中的層次與使用技術大致如下： UI 介面層 服務 : Blogspot (網站介面) , Picasa (相簿空間), Google Apps 技術 : Javascript , AJAX ( JQuery ) App應用層  服務 : Google App Engine (GAE) 技術 : Java, Java Server Page (JSP) 資料層 服務 : Google Docs (文件), Google Spreadsheet (試算表) 技術/函式庫 : Java, Google Data APIs 本篇文章將著重在介紹以Google Spreadsheet 做為雲端資料庫， 其他主題將會陸續推出。 若對Google API 與 Google App Engine 初步建置有興趣， 可以參考之前文章： 佛心來著的 Google Data API – for JAVA 雲端的開始：Netbeans 無痛 Google App Engine Java 服務開發 Google Spreadsheet 做為資料庫系統 對於小型的資料系統來說， 採用Google Spreadsheet做為應用程式資料庫(如問卷調查或線上系統) 也算堪用， 目前的儲存限制為 : 40 萬個儲存格 每張工作表最多...
15 則留言
閱讀完整內容

當咒術成真 - 文字生成的虛擬世界

  2024/02  這幾天灌爆各大ai社群的，不外乎就是文字生成高清畫質影像的OpenAI Sora ， 讓人驚艷的細膩表現，自動化的場景生成與運鏡效果，縱使這個概念並不是多創新的模式，但Open AI始終很懂得抓住大家眼球  (Sora的各種生成影片： https://openai.com/sora  ) 關於Sora 的技術與介紹，不妨看看chatGPT 對它的描述： OpenAI Sora文字-視訊生成模型 在視頻數據上進行大規模訓練生成模型，具體而言，OpenAI聯合訓練了文本條件擴散模型，處理不同持續時間、解析度和長寬比的視頻和圖像。利用了一種在視頻和圖像潛碼的時空塊上操作的轉換器架構。受到Srivastava等人（2015年）在使用LSTMs進行視頻表示學習的無監督學習的啟發，OpenAI的最大模型Sora擴展了這些概念，能夠生成一分鐘的高保真度視頻。此外，Chiappa等人（2017年）描述的循環環境模擬器方法與我們的方法論框架相一致，表明擴大視頻生成模型的規模是建立通用物理世界模擬器的一條有希望的道路。 一、技術創新 OpenAI 的 Sora 模型在技術創新上主要融合了 diffusion models 與 transformer models 的特點，這一結合代表著從文字描述到視覺內容生成的一大進步。根據 Goodfellow et al. (2014) 的研究，Generative Adversarial Nets (GANs) 開創了使用機器學習生成圖像的新方法，而 diffusion models 則透過逆向的擴散過程從隨機噪聲中逐步建構出有意義的圖像，提供了一種不同於傳統 GANs 的新途徑。另一方面，Vaswani et al. (2017) 提出的 transformer 模型，通過其自注意力機制有效處理長距離依賴關係，已廣泛應用於語言模型中。Sora 模型的創新之處在於將這兩種技術融合應用，實現了從簡單文本提示生成高質量視覺內容的能力，這不僅展示了機器學習技術的新高度，也為未來的影像生成、自然語言處理和人機交互開啟了新的可能性。 二、物理現象與現實世界的模擬 Sora 的另一大進步是在模擬現實世界物理現象方面的表現。雖然現有模型如 Raissi et al. (2019) 所提出的 Physi...
張貼留言
閱讀完整內容