【數位書介】《從輪子到諾貝爾》:學校沒教的創新發明,最淺顯易懂的科普書
【數位書介】《從輪子到諾貝爾》:學校沒教的創新發明,最淺顯易懂的科普書
2015.03.15 | 科技

從個人到企業,近來都在談創新,認為創新可以創造新價值,帶來更美好的未來與經濟收益。但什麼是創新?創新很難嗎?曾經擔任國立清華大學校長的劉炯朗在最新出版的《從輪子到諾貝爾》一書中,開宗明義的說,創新就是看到別人沒看見的、想到別人沒想到的,做出別人沒做過的事情。例如,在車子沒被發明以前,人類以徒步的方式從A點到B點,為了省時、省體力,發明了輪子,有了車子,改變原有的交通模式,這就是發明。隨著技術的進步,又突破輪子的概念,發明新的移動工具,如飛機,這就是創新。

因此,劉炯朗認為「創新」只是一個籠統的名詞,創新應該囊括發明、創作、和發現三個概念。所有的發明或創新的背後,都是因發現了什麼東西,或解決了什麼問題。在《從輪子到諾貝爾》這本書中,劉炯朗以他豐富的科學知識背景,為讀者解析許多從古至今的各種創新、發明或創作,而這些科學、科技發展,或創新思維對人類文明進步所造成的影響,極其深遠。雖然這本書是作者在新竹IC之音廣播電台主持廣播節目的節目內容集結出書,但是這些非常貼進生活、歷史的科學科技知識,其實就是一本相當好讀的科普書籍。

整本書總共分為四個部分,從比特幣談起,探討電子貨幣對金融體系的影響與衝擊、再探討在我們生活上所熟知的創新發明、以及推動人類歷史文明發展的創新技術,最後章節更仔細的介紹了諾貝爾獎的由來,以及到底什麼樣的資格可以獲獎。

生活大小事 都有創新空間
許多人都覺得創新很難,發明很難,但是作者在書中所舉出許多創新發明的案例,往往是來自於專注的努力、不斷嘗試、以及敏銳的觀察,甚至有時候只是轉個彎就能改變生活。比如,大家所熟知的3M「便利貼」,這種有點黏又不太黏的便條紙,在一開始發明時是被公司的行銷部「退貨」,直到某位3M的工程師在教會唱詩歌時,為了想用更方便的小紙條取代歌本的書籤,重新修改後才讓便利貼在市場上盛行。

魔鬼氈的發明則來自於小狗。1984年一位瑞士的工程師從小狗身上得出靈感。某天工程師與小狗外出打獵,回到家時才發現他的衣服與小狗身上都黏滿芒刺小針,工程師想了解為什麼會這樣,於是將芒刺小針放到顯微鏡底下觀察,才發現芒刺上有許多很小的鉤,鉤住衣服毛髮上許多很小的環。於是工程師花了將近10年的時間,製造出兩種纖維材質,利用「鉤與環」的概念,發明出魔鬼氈,許多小鉤與許多小環隨便對上,就可牢牢彼的黏住。

除了各種發明、創新的案例外,作者也在本書的首章就提出了發明創作的專利問題。而專利這個概念在希臘時期就已有人提出,設立專利是為了鼓勵大家發明、創新與發現,但隨著專利保護越來越復雜的法令與規範,甚至涉及到商業利益,另一面也可能因專利保護發明者的利益,而使得一個很有用的發明無法普及而失去美好創新的原意。

作者透過淺顯懂的故事、案例等方式來說明人類歷史上許多重要的發明,包括發明輪子、蒸汽機、以至於到現代機器人,也都在這本書裡以歷史、科技或科學的角度一一為讀者解說。別再說你看不懂科普書籍,就從《從輪子到諾貝爾》這本開始。

(作者Jasmine,曾擔任科技媒體記者,現為Readmoo特約作者。)

往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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
一次搞懂Vibe Coding
© 2025 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