比爾蓋茲親筆自傳首度公開!他從孩提領悟:寫程式像健行,自己定義成功的標準
比爾蓋茲親筆自傳首度公開!他從孩提領悟:寫程式像健行,自己定義成功的標準

編按:比爾.蓋茲的商業成就已廣為人知:21歲從哈佛輟學,成立了一家軟體公司,並將公司發展成為產業巨擘,徹底改變了全球工作與生活的方式。後來,這位億萬富豪投身慈善事業,致力於解決氣候變遷、全球健康與美國教育等問題。

這本書不是關於微軟公司、蓋茲基金會,或是科技的未來。這是關於比爾.蓋茲如何成為今日的比爾.蓋茲,最真摯、最私密的故事:他的童年、早年的熱情與追求。在這個故事中,你會看見他極有原則的祖母、滿懷抱負的父母;他第一段深刻的友誼,面對摯友的突然離世;他努力融入社會的掙扎,以及在新時代的曙光中遇見了程式與電腦的世界;他在十多歲時深夜潛入附近的電腦中心,進入大學後,引發一場改變全世界的革命。

孩子們的遠征

大約13歲時,我開始和一群男生出去玩,我們會定期在西雅圖附近的山區長途健行。我們因為參加美國童子軍而認識。我們和自己所屬的童軍小隊去健行與露營很多次,但後來我們幾個很快自成一個小隊,進行我們自己的探險活動,我們把那些活動都當作是遠征探險。我們想要比童子軍活動更自由、更冒險的體驗。

通常我們是五個人一起旅行,成員包括麥可(Mike)、洛基(Rocky)、萊利(Reilly)、丹尼(Danny)和我。麥可是老大,他比我們年長幾歲,戶外活動經驗也比我們豐富很多。接下來三年左右的時間,我們一起健行了數百公里。我們經常會連續走七天,或是更長的時間,只靠地形圖的引導,穿越原始森林與岩石海岸,試圖計算潮汐時間,迅速繞過岬角。

學校放假時,我們會外出一週左右的時間,在各種天氣下健行與露營。在太平洋西北地區,這代表我們整整一週都必須忍受濕透、令人發癢的軍裝羊毛褲,腳趾頭都泡得發皺。我們的冒險不算是技術性登山,沒有繩索、吊帶或是陡峭的岩壁。就只有漫長而艱苦的步行。我們一群十多歲的孩子深入山區,距離救援地點有好幾小時的車程,而且那時候手機還沒有問世。但除此之外,我們的旅行並不危險。

我們遠離父母或任何成年人的控制,自己決定要去哪裡、吃什麼、什麼時候睡覺、自行判斷要冒什麼樣的風險。在學校,我們都不是受歡迎的孩子。我是團隊中最瘦小、通常也最怕冷的人,而且我總是覺得自己比其他成員弱。不過,我喜歡這種體力上的挑戰,也很愛獨立自主的感覺。健行在我們住的地區愈來愈受歡迎,但是很少有青少年會獨自在森林裡健行八天。

006_Gate_Credit_作者提供.jpg
圖/ 天下雜誌出版

在1970年代,大家面對教養的態度普遍比現在更寬鬆一點。小孩多半擁有更多自由空間。我進入青少年期沒多久,我的父母就已經接受我與多數同齡的孩子不一樣,他們清楚認知到,我在探索世界時必須擁有一定程度的自主性。這種理解得來不易,對我母親來說更是困難。但是父母給予我的空間對我未來人格的塑造,發揮了很關鍵的作用。

回想起來,我們所有人在那些旅程中尋找的,或許不僅僅是同伴之間的革命情感與某種成就感。那個年紀的孩子總是想測試自己的極限、探索不同的身分認同,有時也渴望體驗格局更寬廣、更超越小我的經歷。我開始明確感受到內心有一股憧憬,想找出自己的人生道路。我不知道自己未來會走向何方,但我知道必須是既有趣又有意義的事業。

那些年,我也花很多時間和另一群男孩玩在一起。肯特(Kent)、保羅(Paul)與瑞克(Ric)和我都在湖濱學校就讀,學校找到方法,讓學生可以透過電話線連上大型電腦。在當時,很少有青少年能夠透過任何形式使用電腦。我們四個人很快就愛上電腦,把所有空閒時間都用來寫愈來愈複雜的程式。

表面上,健行與寫程式是毫不相關的兩件事。但是兩種活動對我來說都是在冒險。我跟著兩群不同的朋友一起探索新世界,前往多數成年人無法抵達的地方。寫程式就像健行一樣很適合我,因為我可以自己定義成功的標準,而且寫程式沒有極限,不會受限於我能跑多快、球可以丟多遠。寫又長又複雜的程式需要的邏輯、專注力與毅力,對我來說都是很自然的事。和健行小隊不同的是,在寫程式的小團體,我是領導者。

腦海中的程式

1971年6月,我在湖濱學校快讀完高二時,麥可打電話告訴我新的探險之旅:去奧林匹克山區挑戰長達約80公里的健行。他選的目標叫「媒體探險路徑」(Press Expedition Trail),是以1890年由報社贊助的探險活動為名。他指的是 團員都差點餓死、連衣服都爛掉的那次探險活動嗎?沒錯,但那是好久以前的事了,他說。

我們總共花了六、七天的時間。第一天很輕鬆,晚上我們睡在被冰雪覆蓋的美麗草原上。接下來一、兩天,我們開始攀登低山脊,積雪愈來愈深。當我們抵達計畫過夜的地點時,庇護所已經完全被雪掩埋了。我暗自竊喜,心想我們一定會折返,回到剛才經過的另一個更適合過夜的庇護所。我們可以在那裡生火取暖,填飽肚子。

麥可說,我們來投票:折返或是繼續往終點前進。不論哪種選擇,都代表還要徒步走好幾小時。「丹,你認為呢?」麥可問道。丹尼是我們團體的非正式二把手,他的意見會影響最後的投票結果。

「我們已經快到了,或許我們應該繼續走,」丹尼說。大家舉手投票時,顯然我屬於少數的一方。我們繼續前進。走了幾分鐘後,我說:「丹尼,我對你很不滿耶。你原本可以阻止這一切的。」我是在跟他開玩笑,也不是在開玩笑。我一直記得那天非常冷、我全身都很難受。我也還記得,接下來我做了什麼。我躲到自己的思緒中。我的腦中開始浮現電腦程式。

大約在那個時候,有人借給湖濱學校一台迪吉多(Digital Equipment Corp)生產的PDP-8電腦。在那個年代,PDP-8或許是最接近十年後才會問世的個人電腦的產品,只不過它重達約36公斤,要價8,500美元。為了挑戰自己,我決定為這台電腦撰寫某個版本的BASIC程式語言。

出發健行前,我忙著寫程式,告訴電腦當某個人輸入類似3(2 + 5) x 8 − 3的方程式,或是設計一款需要複雜數學計算的遊戲時,應該遵循什麼順序執行任務。這在程式設計上稱為「公式求值器」(formula evaluator)。我邊走邊低頭看著眼前的地面,一直想著我的程式,不斷琢磨需要經過哪些步驟,才能執行這些操作。

小是關鍵。當時電腦的儲存容量很小,所以程式必須非常精簡,盡可能使用最少的程式碼,以免占用太多儲存空間。接下來我開始在腦海中撰寫程式,並試著想像,電腦會如何執行我的指令。走路的節奏有助於我思考,就像我經常原地搖擺的習慣一樣。接下來一整天,我沉浸在自己腦中的程式設計難題。當我們下降到山谷底部時,積雪逐漸消融,眼前是一條地勢平緩的小徑,我們穿越古老的雲杉與冷杉森林,終於抵達河邊,我們紮營、吃我們帶的午餐肉,然後睡覺。

隔天一早,我們再度爬上低山脊,斜向吹來的狂風和雪雨拍打著我們的臉。我們經過的每一個庇護所都擠滿了等待風雪過去的健行者。我們只好繼續前進,原本已經感覺冗長的一天,現在更是看不到盡頭。我依舊默默地在腦中拆解程式碼。那天我們步行了約32公里,我幾乎沒有說話。後來我們終於找到有空位的庇護所可以讓我們停留。

就如那句名言:「我很想寫一封更簡短的信,但是我沒時間。」比起寫出冗長雜亂、長達好幾頁的程式碼,要在一頁空間寫完同樣的程式反而比較困難。鬆散的程式運作速度緩慢,而且會占用龐大的記憶空間。那次的健行,給了我時間寫出精簡的程式。在那漫長的一天,我又進一步簡化程式,就好比削木棍一樣,逐漸把頂端磨尖。我寫出的程式看起來既有效率,又簡單地令人滿意。那是我寫過最棒的程式。

最後一天,太陽終於露臉,我終於感受到每次健行結束之後的滿足感,所有的艱難都已經過去。我對於儲存在腦海中的程式,也覺得非常有成就感。

三年半後,升上大二的我還不確定未來的人生道路。某一天,我在湖濱學校的好友保羅突然衝進我的宿舍房間,他告訴我,有一台劃時代的電腦上市了。我知道我們可以為這台電腦開發BASIC 程式,我們擁有領先優勢。我做的第一件事,就是重新回想在低山脊健行、超級悲慘的那一天,從記憶中找回當時寫下的程式,將程式輸入電腦。這顆種子後來發展成全球規模最大的企業之一,並且開創出全新的產業。

原始碼:成為比爾.蓋茲
圖/ 天下雜誌出版

本文授權轉載自 《原始碼:成為比爾.蓋茲》,比爾.蓋茲著,天下雜誌出版

延伸閱讀:比爾蓋茲2024冬季推薦書單來了!4本書看懂科技狂潮中,失控的焦慮世代
用「廢棄家電拆解」翻轉技職教育,全台唯一獲選英特爾「AI影響力塑造者」教師⋯他是誰?

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