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
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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