「能和不同領域的人定期meeting,是發現自己不足最有效的方法」
「能和不同領域的人定期meeting,是發現自己不足最有效的方法」
2007.01.15 |

「能和不同領域的人定期meeting,是發現自己不足最有效的方法,」今年就讀台大電子所博七的林建志指出。從博二到博七超過五年的時間,林建志都是台大與聯發科技整合無線通訊實驗室的一員,實驗室從草創初期到揚名國際的這段過程,幾乎就等於他博士班的經歷。 每月兩次與實驗室指導教授們的進度會議,是他快速累積專業知識的來源。跟一般博士班學生只跟著指導教授做論文的方式不同,這個實驗室結合了各領域專長不同的教授,每次的進度會議大約都有五到六名教授主持。

**自己得給自己壓力

** 以林建志為例,他的研究領域主要在無線硬體部分,但包括高頻、訊號、系統等方面,每次的會議都必須準備充分,才能面對各領域不同教授的問題,「meeting是壓力的來源,但這些壓力是自己給的,」他指出,透過每次的會議,不僅能從教授們提出的問題中找到自己思考的盲點,更能因此督促自己涉獵更多領域的知識,「各教授都有不同的專長與方法,每次往來都可能是一次新的學習經驗。」正由於五年來紮實的學術訓練,二○○五年,由他做的關於超寬頻的研究論文,獲選為ISSCC(國際固態電路會議)論文。 除了在本身學術的研究之外,身為實驗室的一員,最大的收穫則來自國際交流。林建志指出,除了不定期邀請國際級的大師來演講之外,每年也會定期到國際各大學做國際訪問,「國際訪問其實對研究本身幫助不大,但學習的是國外大學討論的方式,」他指出。 印象最深的,是之前參訪美國柏克萊大學的經驗,他們非常重視「圓桌討論」,不同專長背景的學生會組成小組,從各自的領域提出對問題的解答。此外,美國大學也非常重視文獻探討,從文獻蒐集、討論、分析,再從既有文獻中找到創新的想法,進而針對創新想法做全新研究,產生原創數據,相對地,台灣因受限於研究資源與條件,往往只能拿國外的數據來模擬找出可行的方法,研究原創性較為不足。 這套重視討論的做研究方式,隨後也成為實驗室中的重要精神。由學生們自主式的討論,從各自領域中提出解答,讓研究更完整,他舉例,曾經和三、四位同學一起研究過3G系統,貢獻各自專長彼此交流後,不僅解決問題,更因此建立起多元的能力。

**一切得靠個人摸索

** 「當博士生一開始會很迷惘,既找不到論文方向,對未來也無所適從,」林建志指出剛念博士班的心情。由於相較於碩士班,博士班的時間更長,畢業論文的要求更高,也不像碩士班時期有學長帶頭做研究,一切要靠自己探索。 他指出,過去幾年,大約每學期會與聯發科相關人員正式開會一次,由指導教授提出未來想做的研究領域與聯發科討論,聯發科也會提出本身在產業中看到的機會,但短期內暫時不會投入人力的研究領域,雙方討論後,也讓他漸漸找到論文的方向。 透過學術與產業交流,也可讓他建立起對未來科技發展更寬闊的視野。聯發科技設計技術、資訊暨製造工程副總經理張垂弘就指出,當面臨實際產業內的問題,會回過頭來請實驗室的教授與學生進行論文研討(paper study),從學術上已有的理論中找出可行方案,協助解決實務面的問題。 林建志指出,透過這樣的模式,一方面可以了解產業最新動態以及廠商關心的重點,慢慢修正自己的研究方向讓成果更有價值,另一方面,也可因此讓自己更清楚未來的發展。 經歷過台大電子所博士班七年的學習與訓練,在未來的職場與人生的發展上,林建志比別人更多了一份信心。

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