英特爾國際科學展第一特獎
英特爾國際科學展第一特獎
2006.06.01 | 科技

我還是第一次看到耶,真是不想出鋒頭!」這天,台北市的傍晚突然下起大雨,師大附中女生趙依祈撐著雨傘,穿梭在校園大樓間,突然看到穿堂的跑馬燈,寫著「恭賀趙依祈獲得英特爾國際科學展第一特獎……」停留十秒,仔細看完內容的她,又快步走回圖書館,跟同學一起念書。
研究「人面蜘蛛借調整絲基因表現及網結構促進捕食效率」的她,除獲得一個由美國獸醫協會頒發的特別獎外,還贏得大會第一特獎(不分類別)以及動物學類的第一名。不僅如此,她更拿下Seaborg SIYSS大獎,十二月將受邀到瑞典諾貝爾獎(Nobels Prize)頒獎典禮觀禮,成為台灣首位獲此殊榮的高中學生。
拿到大獎的趙依祈,頒獎典禮才剛結束,台北時間凌晨六點就打電話回家報喜,讓在國中教數學的媽媽,高興得不得了。「她是個充滿熱情與自信的女孩,評審都很喜歡她的態度,」擔任指導老師一年多的附中實驗研究組長黃淑芬與有榮焉地說。
這項實驗,研究的是「蜘蛛絲」與「食物」之間的關係。趙依祈表示,會選擇人面蜘蛛,是因為它是台灣樹林中,體型最大的蜘蛛,視力不好,只能在樹林中結網,靠它捕獵、交配等。
為了要有效捕獵,蜘蛛會因為連續出現的獵物,而調整蜘蛛網的形狀。
例如,趙依祈餵蜘蛛吃蒼蠅跟蟋蟀,一直吃蒼蠅的蜘蛛,它吐出來的絲,面積、網眼都會比較小,同時絲的數量、黏性與張力也會比較差。未來可藉由這個發現,用食物改良蜘蛛絲的特性,讓它應用在手術線以及防彈背心上。

家人無悔支持不給她壓力

趙依祈的「蜘蛛學」,其實是從四年前開始。那時她們全家人到郊外踏青,她幫哥哥抓蜘蛛,回家後,兩兄妹就一起做簡單的行為觀察,從結網、捕食、交配到生育等,「從那時候開始,我就喜歡上蜘蛛,」笑起來有個酒窩的趙依祈說。
國二開始,趙依祈即以蜘蛛為研究對象,參加一連串的科展,第一年,小小年紀的她,就拿到全國第一。
為了這次實驗,趙依祈從野外抓了六十隻蜘蛛回家,家裡的三個樓層,客廳、自己房間與儲藏室全讓給她養蜘蛛,每個牆角都是蜘蛛網,家裡弄得亂七八糟。本來非常反對的父母,卻被自己女兒的認真所感動,決定跳進來幫忙。
為了邊做邊修正方向,每個星期五,她常常得請假,自己搭車到台中,拿著筆記找教授討論。甚至同學在畢業旅行時,她都得到台中忙完後,再坐車到台東跟他們會合,到飯店時,已經是凌晨一點了。
「我當然想放棄過,也曾經大哭過,」趙依祈睜著大眼睛說,「但是一想到自己的數據,跟教授有共識,就很開心,找到繼續走下去的動力。」最後三個月的集訓期,光是她的海報,就修改了將近二十次,研究摘要也花了兩個星期,「那段時間真是煎熬。」
到國外參展能否得獎,實驗結果不是唯一,還得通過英文簡報的考驗,必須在十五分鐘內,把重點講清楚。因此,除了跟其他參賽同學一樣,找了家教練習外,由於兩年前,趙依祈的哥哥也參加過這項比賽,因此在評審前一晚,特地從芝加哥(Chicago)趕到印地安納波里斯,跟妹妹傳授對答的技巧。
「媽媽沒有寄望我一定要得獎,」一向獨立的趙依祈,雖然在班上功課不是最好,但懂得學習「放手」的父母親,卻讓她在動物世界裡,找到一片屬於自己的天空。誰能保證,台灣下一個的諾貝爾得主,不會是這位令人喜愛的女孩呢?

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓