Search
✨Martech本月新聞焦點✨
1. Google正嘗試以主題分類取代分群代號，來解答FLoC面對的4大質疑
2. Line臺灣近期揭露，蘋果ATT政策將對Line廣告客戶帶來3個影響
3. 咖碼咖啡預測顧客定位進行自動化行銷，用天氣數據推薦再結合地圖引導顧客前往門市
4. 顧客填好問卷自動分眾貼標，漸強實驗室聯手企業級問卷服務SurveyCake打造分眾新功能
5. Salesforce公布首批整合Slack的服務，即時訊息、自動通知服務可優化團隊協作即時性
6. Gartner行銷預算調查：2021年行銷預算幾乎砍半，企業更強化數位行銷管道投資
7. 巴黎奧運也要經營會員！將奧運馬拉松結合遊戲化來擴大全民參與
8. 分析旅遊App行為數據和景點人流分析，臺東縣政府也靠數據規畫景點行銷策略
9. Adobe：為管理第一方資料的使用與授權，企業CIO也得與行銷部門更密切合作
10. 漸強實驗室統計：三級警戒下Line官方帳號訊息發送量大增，品牌主月推播次數平均增3～4成
https://www.ithome.com.tw/news/146836
【🔔 #醫學論文與寫作工作坊 上課囉！】
五種研究必學統計一天搞懂，SCI 發表在望！
⠀
＃針對新手設計，這堂課直接站在「剛起步研究者」的立場，重新思考統計，留下真正會用到的知識，並用實際的範例讓您理解。並延續到之後的互動實作時間，親手操作。
⠀
＃不再害怕統計，其實我們也曾經這樣，但寫過數十篇論文後，回頭看才發現，其實害怕是被「製造」的，而如果用正確的方式教，上手更容易，恐懼也能歸零。
⠀
用學「開車」來比喻的話，傳統的教法，從汽車的歷史、內燃機原理、空燃比與活塞行程依序教下來，我們背了許多公式與細節，經過了許多考試，但卻依然不會開車。在這個學習過程中，我們留下的，是對「汽車」的敬畏與恐懼：「統計好難喔、統計好深奧喔、統計好多公式喔。」
⠀
有 Google 的時代，我們不需要大量背誦。有 #MedCalc 的時代，我們不需要記得統計公式。懂得怎麼 #正確使用工具，就行。
⠀
我們的教法，在安全的環境下，帶各位盡情的上路練習，讓你真的踩油門、真的享受駕駛樂趣，在卡住的時候，還有教練立刻示範給你看「這樣做就可以避開問題囉」，讓你真正懂開車，然後才把用得到的各種背景知識，適度地分享給你。
⠀
⭐ 跨出論文發表第一步，最適合新手的研究課程。
⠀
☑ 入門稿件寫作與準備要訣
☑ 統計的實際應用讓你不再害怕
☑ 親手畫出漂亮的數據圖
☑ 投稿期刊選擇策略
☑ 研究計畫申請的管道與訣竅
☑ 還是寫不出來？過來人時間安排建議！
⠀
🔸 9/12（日）醫學論文與寫作工作坊 #台南班僅此一場
➠ https://mepa2014.innovarad.tw/event
（配合國家防疫政策，室內空間降載五成以上，名額有限請把握。）
⠀⠀
【📥 課後學員回饋】
⠀
🗣️「這堂課印象最深刻的是統計圖表製作，把 Excel 上龐大的數據，透過 MedCalc 瞬間就產出圖表，照著互動實作手冊的步驟，竟然就變成超精美的圖表！期刊上才看得到的圖表，我竟然也畫得出來，原本抽象遙遠的統計出現在面前時，變得很平易近人。」（童綜合 游粱田 醫師）
⠀
🗣️「課程在短時間內就讓我熟悉新的軟體，而且 MedCalc 的製圖功能，可以依照自己喜好做得非常美觀，使用上也很直覺，容易上手。另外也透過講師整理的表格讓我理解到，常用的這些統計方法該如何挑選，減少對於統計的恐懼感。」（台北榮總 徐湘婷 醫師）
⠀
【🪄 資深講師陣容】
⠀
#陳一銘：與科內的實驗室、國衛院、老人醫學 與 健保資料庫 的團隊均有合作，主題圍繞著老人醫學與免疫風濕專長，發表超過 160 篇 SCI 論文。四度獲得「青年醫師論文獎」。
⠀
#吳爵宏：連續兩篇 original article 於頂尖期刊 Radiology 刊登，並獲邀與雜誌主編連線訪問，錄製 Video Podcast，向全世界讀者介紹研究成果，發表超過 60 篇 SCI 論文。
⠀
#蔡依橙：SCI 文章超過 60 篇，聚焦在自己的專業核心、投稿命中率高達八成、標竿論文引用超過 100 次的策略型研究者。曾指導多位醫師發表 SCI 論文，並登上國際舞台。
⠀
【🎖 近期學員快訊】
⠀
▪ 曾秉濤醫師團隊，關於施打 COVID-19 疫苗後，產生暫時性耳鳴與耳蝸病變之個案研究，獲 QJM 刊登！
⠀
▪ 蘇子佩醫師團隊，關於 FDG PET 與 FLT PET 對轉移乳癌治療效果與預後之研究，獲 BMC Cancer 刊登！
⠀
▪ 吳靖農醫師團隊，關於 COVID-19 疫情前中之遠距耳鼻喉科互動看診適用性研究，獲 Biomedical Journal 刊登！
從火星探測系統到輔助工業製程，美國工業用 AI 新創 Beyond Limits 如何在台灣做到技術在地化應用？
李佳樺 2021/08/13
從2012 年美國太空總署成功將探測車「好奇號」送上火星至今，已經過了3000多個「火星日」，肩負著火星探測的重要任務，8年來好奇號傳回許多對火星的重要觀察與發現。背後更不為人知的，則是好奇號的 AI 運算系統，其實是由美國新創 Beyond Limits 的團隊建立的，公司發展至今也將觸角伸到能源、先進製造等產業，建立 SaaS 服務，為產業提供 AI 輔助平台，2020 年更獲得 1.3 億美元的投資，拓點到台灣、日本、新加坡、香港等地。
Beyond Limits 將 AI 應用到產業製程的契機，源自於當時跨國石油集團 BP 在墨西哥灣發生的漏油事件，企業希望導入 AI 優化決策過程，合作中也發現了石化能源產業的痛點，研發出石油配方建議系統、石油製程操作檢引系統等 SaaS 產品，不僅受到美國石油公司歡迎，日本市場也買單。
有了日本的先例，這套美國研發出的產品，照理說要拓展到亞洲市場應該不成問題，不料到了台灣卻窒礙難行，甚至需要重新開發不同的產品。
Beyond Limits 的台灣團隊究竟面臨了什麼挑戰？
台灣市場與美國差異大，Beyond Limits 台灣團隊必須如創業般從頭研發產品
台灣分公司總經理張中宜說明，台灣產業的先天特性，讓美國母公司已開發的產品都面臨市場可行性低落的問題，以石油產業的產品舉例，在台灣只有中油、台塑兩個客戶，且台灣的石油公司並不做研發工作，多半直接向國外公司購買配方，因此團隊必須在美國 SaaS 模式 的技術基礎下，研發出符合台灣市場、針對不同產業需求的商品。
「Beyond Limits 在台灣設立公司時的處境，跟重新創業差不多。」張中宜表示，AI 應用產品的開發不僅需要能夠從零開始寫演算法的工程師，也要有懂產業製程的專家團隊，龐大的研發費用與對產業專家的需求，讓每一次產品開發都像募資活動，團隊必須透過產業訪談做足市場研究找到痛點，說服製造公司與他們合作開發能解決產業問題的軟體。
然而開發全新市場對張中宜來說並不陌生。
她曾經在孟加拉創立幫助偏遠地區孩童課輔的非營利組織 e-Education ，第一年就讓偏鄉學子考上孟國最高學府卡達大學，更順勢搭上鼓勵企業與 NPO 合作的開放式創新風潮，讓卡西歐、 AI 新創、安永都找她擔任顧問，執行戰略布局或開發新通路的工作，面對 Beyond Limits 在台灣的難題，團隊選擇了電動車電池研發、面板機器手臂維修與人流異常預警系統等三個產業切入。
延伸既有美國產品技術，尋找合適的台灣在地產業切入開發產品
選擇電動車電池產業與 Beyond Limits 在美國石油產業的經驗有關，研發電池的過程與石油廠研發機油的邏輯相似，痛點都在於漫長的研發過程，就像做菜時要多次嘗試才會知道多少的鹽與油才是最佳的調配一樣，電池配方更要經歷至少半年的實驗，且實驗設計也要在無數次團隊與客戶的交鋒後才能成型，溝通成本相當高昂。
使用 Beyond Limits 導入認知 AI 架構的電池配方建議系統，研發人員只要以自然語言輸入期望的電池規格、價格與電車轉速，系統即可在 43 分鐘內提供數百種配方與實驗方式供選擇，縮短約 2 千倍的研發時間。
Beyond Limits 也在 7 月 29 日宣布與日本的三井物產公司進行策略結盟，以其認知 AI 的核心技術，協助三井投資的液化天然氣廠進行巨量資料分析，並整合作業人員專業知識與數位化作業模式，制定出精簡有效率的解決方案。日本三井整合數位策略部部長常務董事真野雄司氏說，透過與 Beyond Limits 的合作可以改善與再造營運流程，更有效率執行現有事業群的高附加價值項目。
另外，Beyond Limits基於公司在美國既有的輔助風電機維修平台，投入面板機器手臂維修建議系統的開發，「雖然也想在台灣用同一套產品幫助風電產業，也與風電廠陸續接洽，但台灣的風電仍在建設階段，缺乏營運經驗，目前的維修需求也不高。」張中宜談到，市場開發的大方向是要在台灣尋找具備預測維修需求，且市場密集、成熟的產業，公司在與投資人仁寶電腦的合作中，發現光電面板產線中機器手臂的維修概念與風機維修類似，而且痛點也類似：包含高昂的維修成本、未經標準化的維修流程，以及依賴經驗的維修決策。
目前輔助維修系統正與日本機器手臂原廠合作開發，由廠商提供維修資料與產業專家， Beyond Limits 透過 AI 分析維修數據，建立資料背後的邏輯推演，系統最終能判斷機器損壞的原因，並建議耗材種類與維修方式。從管理者的角度能降低維修、備料倉儲成本，對維修人員來說也有可依循的維修建議，長遠更能累積產業知識 ( domain know-how ) ，促進升級。
以邊緣運算技術，與北捷合作開發人流異常預警系統
而將技術從太空拉回到地面，Beyond Limits 也能在大眾運輸犯罪預警上有所發揮。他們與北捷合作，使用等同於在火星探測時、消弭與地球時差的邊緣運算技術，原理是透過分散式的運算提升效率，達成在監控系統的邊緣節點就進行異常人流的辨別，降低反應時間落差。
張中宜舉例，正常的人流像是乘客擠進車廂內的固定位置，開始滑手機，異常的人流可能是人群往四面八方散去，產生快速移動的樣態，異常訊息可以在 10 秒內將送到中控室，大幅縮減以往需要 4 分鐘以上的訊號傳輸時間，也能避免踩到人臉辨識的紅線，未來希望擴張應用到大樓監控，或是銷往他國的大眾運輸系統。
源自NASA，認知型AI成為技術優勢與門檻
與其他單純使用機器學習技術分類數據並預測結果的數值 AI 系統不同，Beyond Limits 的 AI 服務融合了數值 AI 與符號 AI ，前者的數值 AI 是透過大量數據讓模型認知「此為何物」，而符號 AI 則是藉由邏輯定義數值 AI 判斷的結果是好還是壞，並加以做出決策與判斷，以電池配方為例，將實驗室過去的實驗數據導入數值 AI 系統後，會得出樹種配方組合，再藉由符號 AI 判斷個配方辦法的優劣，並給予客戶回饋與建議。藉由結合數值 AI 與符號 AI 兩大系統的結合，讓人工智慧的每項建議都能以人類可理解的思路解釋，輔助人類做最後決策，也使人機協作的製程模式成為可能。
對於這項技術，張中宜表示這其實是源自於 NASA 將探測器「好奇號」送上火星後，由於火星與地球之間的數值傳遞有時間差，人類基本上不可能遙控好奇號，而且火星上的數據在這之前是 0，所以數值 AI 也無法運作，為了能夠讓好奇號自行在火星上探測與行動，勢必須要模擬人類大腦的認知型 AI 系統，當時才會開發出符號 AI。
根據研究報告，2025 年工業用 AI 規模將達 160 億美元，其應用開發仍具高度可能性，Beyond Limits 在台灣也希望更全面地研發產品打進該市場。除了正在培養市場的風電產業外，未來也希望協助優化晶圓半導體產業的製程，團隊更積極與社會、產業溝通，讓社會了解 AI 進入產業能讓人類更有餘力進行創意發想與決策，也讓產業正視轉型需求，近期將與台灣新創基地合作舉辦 AI 科普講座，持續促進製造業的人機共榮合作。
創業快問快答
Q：服務的創意來源，是因為發生甚麼事情而有這樣的想法？
A：台灣數位轉型瓶頸
Q：創業至今，做得最好的三件事為何？
A：用國際薪資招聘頂尖人才、台灣市場國際定位清楚、客戶分潤共創模式的商業模式
Q：要達到下一步目標，團隊目前缺乏的資源是？
A：能見度
附圖：BeyondLimits 台灣總經理 張中宜
Beyond Limits 以數值AI及符號AI兩大關鍵技術，達到人機互補智能
圖片來源 : Beyond Limits
擠捷運
圖片來源 : diGital Sennin on Unsplash
圖說：BeyondLimits Hybrid AI導入流程說明
BeyondLimits Hybrid AI導入流程說明
圖片來源 : BeyondLimits
資料來源：https://meet.bnext.com.tw/articles/view/47993?fbclid=IwAR2HbB5FrPIBoV9kDL27OnhNF-JDNzfYdsoLoVKn85yAA7GUjzDzI3y5Lw0
報告,新生季,工作,閒聊,大學. ... <看更多>
實驗數據作圖軟體 在 只會用Office 畫流程圖？許多人試用過這個後直呼回不去了 的必吃
學㑹用PPT做環狀圖，簡單的 數據 也能用酷炫方式來呈現哦｜客服花路米EP67 ... 為什麼許多人都改用Notion 做為主力筆記 軟體 ？看完這個你就明白了 ... ... <看更多>