微軟反擊Google,主角是位台灣青年!
微軟反擊Google,主角是位台灣青年!
2005.01.01 | 科技

面對Google所掀起的搜尋風暴,到目前為止,微軟的反應似乎並不是那麼迅速。去年十二月十三日,微軟宣布可下載測試用的新版MSN搜尋工具列,用來強化搜尋電腦中的郵件、檔案以及網路上的資訊;比起Google來,微軟的搜尋功能其實還不成熟,「我們花了很多功夫趕上,但搜尋是一個我們還遠落後的領域,」檯面上,負責資訊服務業務的微軟副總裁梅蒂(Yusuf Mehdi)坦承。
檯面下,微軟卯足全力要贏,而比爾蓋茲把他的秘密武器放在北京。來自台灣、今年三十七歲的馬維英是微軟亞洲研究院的「互聯網搜尋與數據挖掘組」主任研究員,他所領軍的搜尋技術研究計畫,在今年九月成為微軟亞洲研究院的重點領域,直接瞄準Google與雅虎,「網路搜尋技術才剛剛起步,我們今天看到的一切,都還沒法實現電腦的真正潛力,」清大電機系畢業的馬維英,擁有加州大學聖塔芭芭拉分校電腦博士學位,四年前,應老友張宏江(微軟亞洲研究院創辦人之一,現任微軟亞洲工程院院長)的力邀,他結束了在惠普中央實驗室的工作,與家人一起到北京落戶。

**輸入關鍵字搜尋,自動加以分類

**
馬維英的任務很單純:與美國西雅圖、英國劍橋的微軟研究人員一起,強化微軟在搜索技術上的深度與廣度,應用在下一代的微軟產品中,包括電腦作業系統、網站編輯軟體、MSN網站以及智慧型手機的網路連接介面,幾乎無所不包。
兩年半來,馬維英與數十位北京同僚加快研究速度,根據院長沈向洋半開玩笑的說法,他們專門在搞「地下互聯網」,但馬維英提醒,正式名稱應該是「Deep Web(深網)」技術,「我們要超越現有網路搜尋的表面關聯排序分析,深入到自然語言、知識類別與影像內容的意義分析,」他說。
馬維英展示了他研究的具體成果。比如,如果想要在現有的Google上搜尋「Java」,得到的結果包含咖啡、程式語言以及爪哇島的風土民情,甚至還有印尼歷史的相關網站,依照被慣用搜尋的結果排序—這是一個被馬維英戲稱為「沒有知識、也缺乏常識」的搜尋模式,如果把同樣的搜尋文字放在馬維英與同僚開發的程式中跑一回,你會得到井然有序的成果:依照電腦、咖啡、地理與歷史等不同類別的資訊結構進行整理,這讓想喝一杯好咖啡的人,不必花時間跟軟體界的是是非非訊息搏鬥。
這種搜尋技術的背後,結合了多種不同領域的研究成果。首先,搜尋程式必須超越網頁表面的文字呈現,深入發掘網頁的資料庫結構(尤其有越來越多的動態網頁)以及區塊組合(網頁上有不同的文字與圖片區塊,必須區別對待處理),並且建立起自我學習的反饋模式。其次,搜尋程式必須理解自然語言的意義,並且以適當的知識類別進行解讀、分類,並且利用分類後的結果繼續學習。搜尋程式也必須超越網頁跟網頁之間連結關係的分析程式,進入到「物件」(object)與「物件」之間關係的資訊判讀,「把整個網路上的資訊視為雜亂無章的表象世界,我們要把它們轉變為有意義的資料庫,瞭解它的內在結構。」運用微軟亞洲研究院開發的其他技術,搜尋的應用可以走的更廣。例如,加上圖像判別技術,使用者可以在網路上輸入關鍵字搜尋特定圖片,例如「飛鳥」,搜尋程式會將找到的圖片,依照內容加以分類:「單獨的鳥」,「一群鳥」,「在海上飛的鳥」……等等。

**建內部知識網站,連接各資料庫

**
運用自家開發的搜尋引擎,微軟研究人員建立了專業領域的內部知識網站「Libra」,只要輸入關鍵字,就可以在網路跟各種資料庫中尋找相關研究成果,並且依照年代、機構、引用文章、參與研究人員以及彼此關係進行分析,這大幅縮短了進行研究的時間,讓研究人員可以把精力用在正確的地方,同時找到每個領域可以對話的重要科學家,「每個系所在做教師升等時,都應該用這個程式,看看這個老師的表現到底怎樣,」馬維英俏皮地說。
微軟尚未揭露這些技術用在產品上的具體時程,比爾蓋茲希望等技術更成熟後,一步到位對Google展開攻勢。從購物網站、新聞搜尋、求職網站到約會網站,微軟正在研發中的搜尋技術,幾乎都可以大幅改善相關功能,讓搜尋結果更加有意義;在手持式裝置(包括智慧型手機與PDA)上的應用,更是微軟積極推展的重頭戲,馬維英透露,他的小組就特別為了行動電話的特殊性,重新設計界面,讓小畫面也能方便輸入與讀取搜尋結果。
一般預料,在下一版本的微軟作業系統「長角」(Longhorn)以及MSN網站裡,微軟都將重兵出擊,用核心技術發展出的多項功能,扳回輸給Google與雅虎的城池。這是典型的微軟模式──不搶第一,但在下一個版本的軟體中逐步增加更多功能,最終贏過對手。失去先手,微軟能搶回被Google奪走的光輝嗎?這一回,距離矽谷數千公里外的北京,似乎有著定見……。

往下滑看下一篇文章
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證

碳纖維因重量輕、強度高,廣泛應用於自行車、汽車、航太及無人機等產業,每公斤原生碳纖維價格可達數百元,部分高階材料甚至高達數千元。然而,這些高價材料製成複合材料後,生產過程產生的邊角料與廢棄物,卻因熱固性樹脂難以分離,往往只能焚化、掩埋或降級使用,讓耗費大量能源製造的碳纖維失去再利用價值。

「產業真正需要的不是把廢棄物處理掉,而是如何把裡面的碳纖維、玻璃纖維重新變成有市場價值的材料。」天翊綠能科技執行長莊文彥指出。深耕複合材料產業約20年的他,於2023年成立天翊,希望透過自主開發的低溫常壓解聚技術,讓廢棄複材重新回到製造業供應鏈。

低溫解聚保留纖維性能,從廢料處理走向材料再生

熱固性複合材料難以回收,關鍵在於樹脂固化後無法像一般塑膠重新加熱熔融。傳統高溫熱裂解雖能去除樹脂,卻可能損傷碳纖維性能;若回收碳纖維強度下降,製造商可能需要增加材料用量以滿足產品的強度要求,反而削弱碳纖維原有的輕量化優勢。

為突破限制,天翊開發低溫常壓化學解聚技術,在約90°C、常壓環境下分離樹脂與纖維,降低高溫處理對纖維性能的影響。不同於將樹脂直接燒除,天翊也推進樹脂回收再利用及化學溶劑循環,提高材料利用效率。根據天翊提供的第三方檢測結果,回收碳纖維在受測性能項目上的表現達原生材料的98%以上。團隊也將回收纖維製成再生碳纖維不織布、板材、塊材及工程材料。

莊文彥表示,再生碳纖維每公斤價格約150至300元,具備成本競爭潛力。天翊也規劃三層商業模式:取得合法處理資格後,協助製造商處理複材廢料並收取處理費;將回收纖維製成再生材料銷售;再與客戶共同開發終端零組件。「我們不希望公司的主要價值停留在『每公斤收多少處理費』,而是希望營收逐步往再生材料與高值應用移動。」莊文彥強調,讓回收材料具備市場需求,才是循環經濟能否持續運作的關鍵。

桃園 SBIR 助攻百公斤級驗證,跨越技術走向產品的關鍵門檻

對技術型新創而言,證明技術可行只是第一步。要讓再生材料進入製造業供應鏈,還必須建立可重複的處理流程、穩定的材料品質及產品驗證機制。這些工作需要投入設備、人力與檢測費用,對商業化初期的天翊而言,是不小的負擔。

在桃園市政府地方型SBIR計畫的研發經費支持下,天翊得以加速推進製程測試、材料檢測與產品驗證。莊文彥指出,過去團隊主要仰賴實務經驗調整回收製程,但要讓技術進入產業應用,還必須建立標準作業流程、進出料紀錄及材料品質數據。透過計畫,天翊逐步完善這些機制,並針對碳纖維自行車、碳纖維預浸布邊料、高壓氣瓶與車用零件等廢料進行測試,完成超過100公斤複材廢料的處理驗證,建立相應的操作條件。

除了製程驗證,補助也支持團隊將回收纖維製成不織布、模具及相關產品,確認再生材料能否符合實際需求。其中,以再生碳纖維氈製作的模具,相較原本的玻璃纖維模具,減重約56.96%;以再生碳纖維氈製作的產品,相較原本玻纖產品,減重約27.77%。這些成果讓天翊不再只能向客戶說明技術可行性,而能透過具體的材料與產品數據,爭取後續合作機會。

天翊也與既有下游夥伴推進汽車零組件應用,累積再生材料進入供應鏈所需的驗證經驗。「SBIR對我們而言,不只是補助研發,而是幫助公司跨過了『實驗室技術走向實際產品』非常重要的一段。」莊文彥表示,政府資源不僅分攤研發成本,更協助團隊補足商業化所需的品質管理與產品驗證基礎。

以桃園為循環基地,從碳纖維走向風機葉片回收

除了研發補助,桃園聚集電子、汽車、航空與複合材料產業,也讓天翊有機會就近尋找廢料來源、加工夥伴及應用客戶。此外,天翊與桃園市政府消防局就高壓氣瓶展開合作,嘗試將回收技術應用於地方政府實際產生的循環需求。團隊目前持續推進桃園廠區設置與再利用相關申請,希望建立「在地廢料、在地回收、在地再製」的產業模式。

不過,即使技術與產品驗證已取得初步成果,天翊仍須完成事業廢棄物再利用相關許可程序,才能依核准條件擴大收料與處理規模。漫長的審查過程雖然增加營運成本,但莊文彥認為,除了回收技術,合法處理資格、穩定料源與產品市場,同樣是建立長期競爭優勢的關鍵。天翊的長期目標則不止於碳纖維。莊文彥補充,當初投入低溫常壓解聚技術,也考量到未來大型風力發電機退役葉片的回收需求。風機葉片主要由玻璃纖維、樹脂及部分碳纖維構成,體積龐大且難以回收,隨著全球風電產業發展,退役葉片處理將成為重要課題。天翊也已取得風機葉片回收處理方法的臺灣發明專利與美國發明專利。

因此,團隊選擇先從材料價值較高的碳纖維切入,累積技術驗證、設備放大與商業化經驗,再逐步拓展至大型風機葉片。「我們希望證明,複合材料不是只能從製造走向廢棄,而是可以從廢棄再回到材料、再回到產業。天翊要做的,就是把這條循環真正建立起來。」莊文彥說。

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