快存檔!不然別人會以為我們不懂程式
快存檔!不然別人會以為我們不懂程式
2016.07.29 | 科技

很多人與開發者溝通的困擾在不知道「程式」是什麼,對相關術語存在有許多恐懼障礙。因此,對於資訊技術相關的需求或限制就往往難以理解,許多時候也會覺得開發者像在講另一個自己不懂的語言一樣,覺得溝通邏輯不同於一般人。如果你也有這種症狀,不妨趕快細看這篇文章,記得快存檔!把這些網路資源通通記下。另外當然,也別忘記分享給跟你有一樣症頭的朋友。

快存檔!不然別人會以為我們不懂程式

目前,在網路上有關程式語言教學相關的內容主要有兩種來源:

  1. 學校或企業所提供的收費或免費公開課
  1. 新創公司以網頁互動介面設計的程式語言教學課

##全觀直白的中文入門程式課

一般來說,電子、電機、資訊工程、資訊科學、資訊管理等相關領域的大學科系,入門的第一門課程叫做「計算機概論」,這個概論課程其實是一個全觀介紹。在一般大學的實務課程設計上,每個星期用 2 - 3 小時,在 16 個星期左右告訴你整個資訊技術軟硬體發展的歷史、術語、定義、分類與簡介。他們可能會提到一般電腦系統運作的硬體架構(介紹 CPU、記憶體、主機板、晶片、匯流排、各種儲存硬體、讀寫、傳輸介面與裝置等等)與其上的軟體運作邏輯(作業系統、韌體、驅動程式、輸入法、應用程式、編譯器、瀏覽器、檔案、編碼、演算法、資料結構甚至資料庫)等等。

有些學系會將「計算機概論」的課程設計與「計算機程式」、「計算機程式設計」這類的課程相近,不同的程式語言發展有不同的歷史背景與適合的應用場景,很難單純選用一個程式語言就可以統括所有需求(例如網頁、伺服器控制、資料庫或資料整理與分析可能都有各自合適的語言工具)。因此,這些課程通常選用一門不一定最新潮,但具有代表性、歷久而彌新的程式語言(例如 Fortran、C、C++ 或 Java)來介紹給學生程式入門基礎,透過這些基礎類推到不同的語言間都是相對容易理解的。這些課程幾乎可以算是程式設計的基礎入門。

你是否也曾經為了看不懂這些網頁原始碼而感到焦慮?

拜科技所賜,現在就算你坐在家裡也有一些中文(當然因為目前程式語言發展的天生特性仍帶有許多英文,所以讀者需要接受許多老師在講解的時候會帶有英文單字)的開放式課程可以選讀。

按照學習順序,我們推薦讀者:

  1. 國立臺灣大學電機工程系廖婉君教授的「計算機程式」、
  1. 國立臺灣大學電機工程系于天立教授的「計算機概論」、
  2. 國立交通大學資訊工程系彭文志教授的「資料結構」、
  3. 國立交通大學電子工程系江蕙如教授的「演算法」

##透過互動網頁,直接學習某個程式語言

近年來,許多新創網路服務公司都企圖透過網際網路即時互動提供程式語言的教學,常見的服務如「Codecademy」(編程學院)或「Code School」(編程學校)。因為新創公司的需求,這些服務所涵蓋的程式語言範疇,通常比較偏向開發網路服務語言的類種;無論是網路服務常用的語言 PHP、Python、Node JS、Angular JS、Ruby、資料庫語言 SQL、大型網路專案開發常用的工具 Git 或 iOS、Mac 開發所需要的 Objective-C 或甚至常見的計量分析語言 R 或近來流行的 Scala 等等。隨著不同進階的學習難度或特殊語言需求,這兩者服務都有免費或訂閱月費計價的課程,月費價格從 19- 29 美金/每月不等。

Code School 通常有真人影片講解,課程比較偏重這些語言的應用或小技巧等;相較之下, Codecademy 更強調這些程式語言的基礎語法。這些服務都強調使用者無須架設任何編程環境(特定作業系統、環境、安裝了某些指定的函式庫或編譯器 Compiler)的情況下,可以讓使用者快速親近某些程式語境的效果。以編程所需要灌注投入的學習時間與成本來說,筆者認為相對自己以前的學習成本不見得更高昂,如果讀者有一定的英文程度不妨試試。

如果你想嘗試用遊戲來學習程式語言,則也許可以考慮 Code.org 或 CodeCombat,前者是一個非營利組織,網站裡有與微軟合作的 Minecraft 教學版遊戲,用磚頭化身電腦程式的方式來吸引孩子對程式設計的興趣。 Code.org 裡一小時學習程式語言的課程也深受好評。

CodeCombat 的設計也與遊戲有關,透過 Google 或 Facebook 帳號登入並挑選英雄並選擇自己想要學習的程式語言,使用者將循著遊戲學習關卡,透過程式語言指令合成道具來過關斬將。

延伸閱讀:
新年新希望,Codecademy建議~來學寫程式吧!
玩知名遊戲學寫程式! Code.org 一小時學會寫小遊戲
拚命玩遊戲就能學寫程式! CodeCombat 還有中文版

##更進一步的開發或應用課程

台灣大學資訊工程學系林軒田教授的機器學習基石課程深受行內好評,數位時代翻攝自其課前聊天室

台灣大學資訊工程學系林軒田教授的機器學習基石課程深受行內好評,數位時代翻攝自其課前聊天室

如果讀者有更進一步興趣想要學習一些近來常常被討論的進階應用課程。例如,如果你有興趣想要學習機器學習(Machine Learning),則也許可以參考最近借調到 Appier 的台灣大學資訊工程學系林軒田教授的「機器學習基石」,或參考蘋果與史丹佛大學合作共同開設免費的「用 Swift 語言開發 iOS 9 應用程式」課程(英語教學、需要使用 iTunes)。

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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