DIGITIMES
林一平
國立陽明交通大學退休終身講座教授暨榮譽教授、中國醫藥大學教授
現為中國醫藥大學醫療資訊學系講座教授，曾任科技部次長，為ACM Fellow、IEEE Fellow、AAAS Fellow及IET Fellow。研究興趣為物聯網、行動計算及系統模擬，發展出一套物聯網系統IoTtalk，廣泛應用於智慧農業、智慧教育、智慧校園等領域/場域。興趣多元，喜好藝術、繪畫、寫作，遨遊於科技與人文間自得其樂，著有<閃文集>、<大橋驟雨>。
語音技術的數位轉型
基於語音的多媒體物聯網（IoMT）逐見普及，被大量用於語音到文本（Speech to Text）的翻譯和語音控制應用。此類應用核心技術是自然語言處理。陳信宏教授和我的研究團隊發展一套語音談話的IoT應用開發平台，稱為VoiceTalk，提出一種新自然語言處理機制，自動語音辨識，藉此發展不少有趣的互動應用。2020年台灣總統大選電視辯論直播，公視新聞網和陳信宏帶領的語音辨識團隊合作，採用當時國立交通大學團隊開發的人工智慧（AI）語音辨識系統，將語音即時轉換成字幕。陳信宏指出，語音辨識有幾大挑戰，包括要有足夠的文字知識庫、要能夠處理語音雜訊，還有自發性語音的重複和修正等，比如講者說到「...好，好像」等字詞。除此之外，交大團隊也在視覺上下功夫，比如字體大小、字幕行數多寡等。2020年總統大選辯論直播，語音辨識AI搭配聽打員微調，提高字幕準確率。公視經理蘇啟禎表示，這次公共服務實驗難能可貴，未來技術更成熟，不排除應用於開票報導或其他大型轉播專案。VoiceTalk將語音轉換成繁體中文文本後，還要將之翻譯成不同語言。如今我們上網讀文章，遇到不同語言的文字，有軟體可進行翻譯，這是古代人想像不到的神奇應用。沒有翻譯文章的工具，人類的溝通就受到限制。方東美（1899～1977）在其巨著《中國哲學精神及其發展》寫著: 「偉大翻譯家實導更偉大創作之先河。」的確如此。方東美曾說:「聞所成慧（śrutamayī-prajñā）、思所成慧（cintāmayī-prajñā）、修所成慧（bhāvanāmayī-prajñā）乃哲學境界之層次，哲學功夫之階梯，聞入於思，思修無間，哲學家兼具三慧，功德方覺圓滿。」藉由翻譯，廣讀世界各地哲人的文章，是「聞入於思」的重要步驟。現今的資通訊技術，很容易達到這個目的。於是，我們也思考如何將VoiceTalk加入ChatGPT的plugin，以達到「聞入於思」的境界。這需要我們對歷史文化的認知。由翻譯引導出哲學、文化蓬勃發展的例子發生在八到十世紀間的阿拉伯世界。在此時期，巴格達的學者如火如荼將希臘作品翻譯為阿拉伯語。例如穆斯林史學家Ibn Ishaq（Abu Abd Allah Muhammad ibn Ishaq ibn Yasar al-Muttalibi ）就以翻譯亞里斯多德（Aristotle）著作聞名於世；到了十一、十二世紀時，有一群基督徒住在被伊斯蘭統治的西班牙，接觸這些阿拉伯思想家的著作，以及亞里斯多德等希臘哲學家的阿拉伯譯作。這群基督徒將阿拉伯譯／著作再翻譯成拉丁文，造成十三世紀西方哲學與神學的黃金時期。古人必須千辛萬苦地翻譯文章，才能獲得知識，如今ChatGPT的普及，我們有智慧的文章翻譯軟體，比古人幸福多了。值得深思的是，如何在資通訊工具大量翻譯的知識中，獲得真正哲學與文化的精髓？
2023-07-19
更好的團隊合作估算方法：計畫撲克
在執行軟體專案時，常常使用截止日期來逆向計算工時，然而這種做法有時會使程式工程師無法確保完成品質，容易導致他們形成「先求有，再求好」的思維。此外，一些專案經理可能會認為程式工程師的日常工作狀況不佳，因此將初始時間乘以一個倍數作為緩衝時間。事實上，程式工程師不會因為時間變長而變得更有效率，過度放寬截止日期不會提高他們的工作效率。確實，工時無法精確預測，但可以採取一些方法達到「相對客觀」的估算。在整個工時評估的問題上，需求的複雜度與工時往往呈正相關，因此分析需求複雜度變得非常重要。計畫撲克（Planning Poker）是一種敏捷軟體開發中常用的估算技巧，用於評估軟體開發任務的工作量或複雜度。它是一種團隊合作的估算方法，通常在敏捷或迭代開發過程中使用。在使用敏捷軟體開發框架（如Scrum）進行專案時，其中一個關鍵的會議是每個新專案開始時進行的計畫會議。在此會議，團隊會共同計畫他們認為在該次迭代中可以完成的工作量。團隊在這個會議中使用計畫撲克技巧，此技巧允許他們共同估算待辦工作的複雜度。執行計畫撲克時，建議參與人數不宜過多，亞馬遜（Amazon）的Jeffrey Bezos以確保會議參與人數不超過2個比薩餐點能夠供應的人數而聞名，Steve Jobs則著稱於要求那些在會議中沒有具體目的的人離開。計畫撲克的基本流程如下：1.團隊選擇要估算的任務或項目。 2.每位團隊成員手中拿著1組特殊的估算卡片，上面列有不同的數字或尺寸，例如：1、2、3、5、8、13、20、40、100（代表估算的相對大小）以及一張 "?"/"?" 卡片（代表不確定或需要進一步討論）。3.由專案經理或項目負責人將任務的內容和要求介紹給團隊成員。4.所有團隊成員同時選擇一張卡片，代表他們對該任務估算的工作量或複雜度。5.當所有成員都選好卡片後，將卡片翻面，統一揭開。6.如果估算的數字差異不大，則取得一致的估算值，進行下一個任務的估算；如果估算的數字差異較大，則進行討論，並再次進行選擇直到取得一致。7.重複上述步驟，直到所有的任務都被估算完畢。計畫撲克使用創造性模糊進行初步估算，同時避免深陷於絕對數字的困境。創造性模糊之所以存在，是因為現實與理想之間存在著相當大的差距，由於各種限制條件，我們無法精確地量化事物。因此，通過創造模糊的空間，可以避免對數值進行不必要的分析。對於專案經理來說，與其評估一個無法實現的時間表，不如評估更加準確客觀的時間表。這樣一來，團隊成員可以第一時間了解與專案預計時程相差多遠，同時在資源有限的情況下，也可以更好地安排需求的優先順序或尋求其他幫助。然而，計畫撲克只是一種估算工具，而非確定性預測。它提供一種相對客觀的方式來評估工作量，但仍需要在實際執行過程中進行調整和迭代。此外，團隊成員的參與和互動至關重要，並且需要專案經理的引導和支持。因此，在進行軟體專案時，筆者建議結合計畫撲克等估算方法和敏捷開發的原則，注重團隊合作、溝通和迭代。這樣的方式能夠更好地應對專案的不確定性，提高工作效率和品質，並確保順利完成專案目標。(作者為國立陽明交通大學資工系終身講座教授暨華邦電子講座)
2023-07-06
物聯網的「剃刀與刀片」
我觀察到，智慧物聯網發展過程，大部分公司都想賣昂貴的物聯網及大數據方案給客戶，本末倒置，不易成功。2016年起，我們發展AgriTalk智慧農業技術，最初的構思，是「剃刀與刀片」模式，希望智慧農業的物聯網硬體能以很低價格，甚至免費的方式提供給農夫，再以人工智慧（AI）、生物有機營養液及害蟲抑制劑等耗材來獲利。要降低價格，AgriTalk的硬體必須很簡單，並靠軟體來彌補硬體的不足。例如，溫度、溼度等感測器必須很便宜，其準確度會漂走，就要靠統計演算法來自動校正。農夫種的農產品，我們以契作方式回收，農夫便有不錯的收入，造成雙贏局面。這種「剃刀與刀片」模式除了要有永續維護的智慧技術外，還有一重要前提，即慎選農作物（我們選擇薑黃及白草莓），要有穩定行銷管道。原始的「剃刀與刀片」（Razor and Blades）經營策略出現於20世紀初期，並非如AgriTalk般創造雙方的共營獲利模式，而是以「搭售」（Tied Products）方式，將某一基本商品（例如剃刀）低價販售，以便大量販售另一種相關消耗性商品（刀片），只思考如何賺客戶的錢。在資訊領域，使用「剃刀與刀片」策略最有名的例子是印表機（剃刀）和墨水匣（刀片）。今日雷射印表機的技術是全錄（Xerox）研究員Gary Starkweather於1969年的發明，構想來自於影印機。影印機的發明人是Chester Carlson。Carlson是菲立普‧馬洛里（Philip Rogers Mallory & Co.）的專利部門經理。因其工作的特性，時常碰到文件需謄本的問題。為了方便將文件謄本，他研究當時流行的各種複印文件的技術，包括攝影術、藍圖法、重氮法等。結論是，這些技術都不理想，皆需要使用一些溶劑而且製程很麻煩，因此決定親自動手來找更好的方法。Carlson把家中廚房當作實驗室，一度招致老婆翻臉。不過他仍然契而不捨，終於在1938年發明全世界第一個乾式印刷程序（Dry Printing Process），稱為電子攝影（Electrophotography）或Xerography。Xerography是希臘字，意指乾寫（Dry Writing）。卡爾森用乾式方法產生出來的複製影像即是影印機的基礎，於1950年被全錄公司成功的商業化。之後，雷射印表機將影印機的販賣策略發揚光大，賺取客戶不少銀兩。我對AgriTalk的期望，則更進一步進化，希望能創造雙方的共營獲利模式，幫助農夫大幅強化其謀生技能。
2023-06-15
國防領域的量子技術
量子技術是將量子物理原理應用於實際情境的技術。費曼（Richard Phillips Feynman；1918～1988）是量子計算的奠基者之一，他提出利用光子進行計算的概念。其貢獻促進量子計算的研究和發展，為量子計算領域帶來卓越貢獻。在軍事領域中，量子技術一直是國防部門關注的重點。整體而言，量子技術尚未完全成熟，但它可能對未來的軍事感測、加密和通訊產生重大影響。量子應用涉及許多關鍵概念，包括疊加、量子位元和糾纏。其中最具挑戰性的應用是量子計算，這是一個令人驚嘆的夢想，可以實現無限計算能力，突破當今物理世界的限制。然而，計算是否有速度上的極限呢？如同光速限制在不改變時間的情況下穿越太空的能力一樣，是否存在著阻礙計算速度超越理論上最大值的錯誤糾正限制？建立一個有用的量子計算機需要處理超過可觀測宇宙中亞原子粒子數量的連續參數。目前還沒有確定如何操作如此龐大的量子系統，以及如何同時控制其誤差。 因此，我們應該專注於量子感測技術，以加速成熟的國防應用。量子感測技術可用於偏遠地區的全球定位系統（GPS）定位和其他導航工具，還可用於檢測電磁輻射，提升軍隊的電子戰能力。據美國海軍研究所（US Naval Institute）報告，量子感測技術可提升潛艇的探測能力，尤其是對於匿蹤潛艇和物體探測的能力，效能將超越過去的雷達技術。 中國電子科技集團在2018年公布其開發的量子感測原型裝置，據稱能夠探測飛行中的匿蹤飛機。美國國防科技巨頭Lockheed Martin，聲稱能夠使用量子羅盤（Quantum Compass）來改善美國海軍的導航能力。這種量子羅盤是由具有「氮-空缺中心」（Nitrogen-vacancy center）原子缺陷的微型合成鑽石製成的。當受到雷射照射時，其發出的光強度會根據周圍的磁場變化；透過地球磁場，這種光的變化可以提升導航能力，尤其是在極其偏遠的地區。總結來說，量子感測器具有潛力應用於情報、監視和偵察領域。成功開發和部署這類感測器可能會帶來潛艇探測能力的重大改進，甚至能夠對抗和摧毀海上核威懾力量。由於量子感測器對環境干擾非常敏感，軍事人員可以利用量子感測器來探測地下結構或核材料。此外，量子感測器的高靈敏度還有可能幫助軍隊探測電磁輻射，增強電子戰能力，並有助於定位隱藏的敵方部隊。
2023-06-08
人工智慧的啟示
圖靈獎（Turing Award）得主Geoffrey Hinton在日前公開討論人工智慧（AI）的風險。AI「往往會從分析大量數據中學到意想不到的行為」。這並非意味著具有自主意識的AI會摧毀人類，而是我們無法預測AI的行為，特別是當個人和企業允許AI系統不僅生成其自身的代碼，而且在自己的計算機上運行這些程序時，Hinton擔心「有一天，真正的自主武器將那些殺手機器人變成現實」。第一個實際的AI系統是由Edward Feigenbaum及Raj Reddy實現，稱為「專家系統」，是一種智慧型的電腦程序，能運用知識與推論來解決只有專家才能解決的複雜問題；他們也因此一貢獻榮獲1994年的圖靈獎。然而，許多系統需要模擬的參數甚多，至今仍然無解。可見計算機模擬的應用博大精深，即使今日AI技術突飛猛進，有許多題目仍值得深入研究。圖靈（Alan Turing，1912~1954）在1950年發表一篇重要論文〈計算機與智慧〉"Computing Machinery and Intelligence"，首次談論到AI，並提出圖靈測試（Turing test），為資訊領域創建智慧設計的標竿。圖靈測試指的是，如果一台計算機能夠欺騙人類， 相信它是人類，那麼它就應該稱為智能計算機。AI緣起於模擬人類行為，自然也常用於社會學。密西根大學的政治學教授Robert Axelrod，在1980年代進行一連串電腦模擬實驗，找一群專家寫出不同電腦程式，模擬人類行為，讓這些程式互動、合縱連橫，看哪個程式最後會勝出。這些程式有些模擬「金律」，有些模擬「銀律」，有些則模擬「鐵律」。所謂「金律」（Golden Rule），語出《新約》7:12「無論何事、你們願意人怎樣待你們、你們也要怎樣待人」；「銀律」（Silver Rule），語出《舊約》21:24「以眼還眼，以牙還牙，以手還手，以腳還腳」；「鐵律」就是「己所不欲，先施於人」，外在表現是「先下手為強，後下手遭殃」。結果最成功的是模擬「銀律」的Tit-for-Tat程式。這個程式一開始採取合作，若對方也肯合作，接下來則仍採合作策略；若對方吃你豆腐，下一步你就佔回便宜。在實驗中，實施金律的程式一敗塗地，屍骨無存，可見咱們先總統蔣公介石對日本「以德報怨」的做法是行不通的；實施鐵律策略的程式一開始也有不錯的表現，但長期下來，所有被它吃豆腐的人不是死了，就是躲它遠遠的，它最後也沒戲唱。有一個鐵律例子，就是石油大王John Rockefeller（1839～1937）。他專耍先下手為強的手段，整垮所有對手，成為最有錢的人。但他的手段未免太狠，大夥都不敢恭維。Rockefeller也知道自己以前做事實在不上道，因此在退休後的餘生，致力於慈善事業補過。然而，他過去的作為仍然禍貽子孫，他的後人能力再強，條件再好，想選總統，至今都選不上。延伸報導從Google搜尋趨勢看三大AI技術浪潮
2023-06-05
AI時代創意如何養成？
最近有人問我，在ChatGPT時代下的創意如何養成？經我詢問ChatGPT後，我過去的想法和ChatGPT的答案是一致的（雖然ChatGPT的措辭變來變去）。在「雞尾酒」（Cocktail）這部1988年的電影，Tom Cruise飾演一位在職進修的酒保，到一家商學院學習如何創業，最後放棄進修，並向一位資深酒保說明放棄進修的原因：「教授上課都在胡扯（Bullshit）」這位資深酒保笑著回應：「你知道教授只會胡扯，就有資格畢業啦。」這位老酒保意思是說，教授沒有實戰成功經驗，卻在課堂上教學生如何創新創業，只不過是誤人子弟，浪費學生時間罷了。我看了不禁莞爾，寫劇本的老兄顯然吃過教授的虧。依我的淺見，創意可經由2種方式培養。第一種方式是在觀察有創意的人的過程中學習其創意。換言之近朱者赤，近墨者黑，這是所謂的米開朗基羅效應（Michelangelo Effect）。這個效應是心理學家觀察到的現象—相互依存的個人會影響和 「塑造」對方—如果你有決心學習創意，在觀察有創意的人的行為過程，漸漸能雕塑出自己的創意風格。一般大學進行系統式的授課，沒有創意涵養的教授仍然可以照本宣科，但產生的米開朗基羅效應，卻教出沒有創意的學生。難怪「雞尾酒」尖酸的下結論：「教授上課講的都是胡扯。」米開朗基羅（Michelangelo Buonarroti）是真正有創意的大師，一塊頑石在他手中能化腐朽為神奇，雕塑出藝術品。心理學家因此以他命名米開朗基羅效應。第二種方式是鯰魚效應（Catfish Effect）。原意是指透過引入強者，激發弱者變強的一種效應。漁夫捕捉沙丁魚食，返航後沙丁魚都已奄奄一息，賣相甚差。有一位挪威船長將鯰魚和捕獲的沙丁魚放在一起，沙丁魚為了閃避東游西竄的鯰魚，不停游動保命，終可在漁船靠岸時存活下來，是為鯰魚效應。此效應亦可引伸為棋逢敵手，能互相砥礪成長的意思。米開朗基羅和達文西（Leonardo da Vinci）兩位文藝復興時期的藝術大師，有鯰魚效應的故事，彼此良性競爭，激盪出藝術創作的火花。話說義大利翡冷翠打算為維奇奧宮繪製大廳內的巨幅畫作，同時邀請米開朗基羅和達文西來「投標」爭取創作。兩個人競爭，最後都因故放棄，沒有分出高下。後來兩個人又較勁製作大衛雕像。結果米開朗基羅勝出，獲選為製作大衛雕像的藝術家，完成永垂不朽的雕像。落敗的達文西專注投入解剖學研究及繪畫創作，在科學與繪畫上締造出偉大創新。說了半天，如何利用ChatGPT來幫您利用米開朗基羅效應（鯰魚效應）養成創意？您不妨就單刀直入，直接問它：How to use ChatGPT to create Michelangelo Effect (Catfish Effect) for innovation？比對米開朗基羅和達文西的例子及ChatGPT給您的答案，或許您更清楚如何進行。
2023-04-28
麥克風的問世
ChatGPT橫空出世，推動人工智慧（AI）更大的浪潮，也革命性地改變舊有技術。例如人工智慧在麥克風增強應用方面扮演重要角色。結合自然語言處理和AI技術，麥克風可進行多種創新應用，包括語音識別、情感檢測、聲音分析、噪音消除和多語言翻譯等。麥克風是Emile Berliner發明的語音輸入裝置。早期麥克風主要用於錄製黑膠唱片。貝里納成立留聲機公司Gramophone，並以畫家Francis Barraud的作品《His Master’s Voice》作為商標。商標中的小白狗名叫Nipper。Nipper有一次發現一部留聲機，充滿疑惑地歪著頭打量，這個情景被Barraud捕捉下來，成為Gramophone的商標靈感。1901年，Berliner在美國成立勝利唱機公司（Victor Talking Machine Company），後來被收購並更名為RCA（Radio Corporation of America）。圖一：Emile Berliner（1851~1929）。林一平 麥克風技術的後續精進歸功於David Hughes。Hughes在1878年對愛迪生麥克風的音量做出重大改進，並申請專利。這項發明在1920年代仍在不斷改良，最終演變成大眾今天使用的碳粉式麥克風。作為一名音樂家，Hughes的麥克風發明還挽救長笛在爵士樂中的地位。長笛的音量較小，當與其他樂器如小喇叭或薩克斯風一起演奏時，往往會被掩蓋。因此，長笛通常只能在音高較高的部分做些裝飾性演奏，讓聽眾勉強察覺它的存在。有了麥克風的幫助，長笛的可用音域得到顯著擴大，終於能在爵士樂演奏中大顯身手。筆者的研究團隊正發展麥克風的AIoT技術，稱為MusicTalk，希望利用AI技術改善麥克風產出的聲音，其關鍵在於運用音律的原理。音律的原理是誰發明？應該是十六世紀朱載堉。朱載堉是明宗室鄭恭王朱厚烷嫡子，發明演算法將八度音切割為十二等分，並製造出新法密率律管及新法密率絃樂器，是世界上最早的十二平均律樂器。理論很難，做法卻簡單。在調整琴弦時，將第一音弦的長度除以密率（亦即2的十二次方根），就可得到第二音弦的長度。以此類推，到達第十三次時，就會得到一個完全的八度音。遠傳饒仲華博士與筆者曾寫過一篇論文，設計手機音樂語言，可以調整手機麥克風收音後的優化，其音律校正，源自於朱載堉的理論。圖二：朱載堉（1536～1610）。林一平
2023-04-07
真言套索與AI測謊機
最近ChatGPT火紅，我嘗試其不同應用。當中最有趣的是「測謊」。多次實驗後，如果在問答互動過程能提出明確問題，這個工具的確有用，就如同神力女超人（Wonder Woman）的「真言套索」（Lasso of Truth）。創作神力女超人的William Marston（1893～1947）給她一件很奇怪的武器，是一條很長的套索。任何人被套上，都會說實話。這件武器是在為Marston的發明做廣告。Marston在1921年首創心臟收縮壓測技術－量度血壓和皮膚導電率，並研發出審問德國戰犯的儀器，宣稱有Marston的發明，「成功的說謊將成為失傳的藝術」。Marston最後放棄計畫，但其發明成為現代測謊儀機制的一部分。人類一直對測謊的想法著迷，甚至有一個欺騙檢測的傳言說：「如果有人在說話時抬頭和向左看，他會對你撒謊。」所謂測謊是針對口頭的陳述進行評估，檢測是否有故意不誠實的行為。評估的項目包括溝通內容和非語言線索。換言之，測謊除了提問策略外，往往再加上捕獲生理過程的技術一起使用。當我們撒謊或因疏忽而撒謊時，我們的身體往往會暴露我們的意圖。測謊專家通過受測者瞳孔擴張、臉紅以及一系列微表情和身體動作的變化，直觀地感知虛假。有些人在檢測欺騙方面非常熟練。例如撲克玩家似乎總是知道什麼時候有人在虛張聲勢。早在西元前1000年中國人就知道恐懼和擔憂會伴隨著唾液分泌減少和口乾的生理原理。其說法是，恐懼使人們癱瘓。幾個世紀後，伊拉西斯特拉圖斯（Erasistratus）通過監視神經來觀察說謊行為。然而有些人的謊言非常容易測出，有些則非常困難。人都有說謊的藝術，欲準確判斷某人是否在撒謊，可利用認知（cognitive）技術。認知技術正確掃描人們的所有表情。這種認知測謊範式有2類：第一種是心理技巧在面試時，故意造成一個非常困難的情況，受測者必須在高壓下回答問題；第二種是戰略調查技術，著眼於幾種提問方法，以確定真相講述者和說謊者最不同的回答。我的國小老師最會應用認知技術，每當我很誠懇地為曠課說明理由時，她總是能抓到我的破綻。Marston之後有許多測謊機的發明。無論是人類還是測謊機，都使用啟發式方法來確定某人是否在撒謊。當涉及到個人時，沒有一定的公式可以用來過濾資訊以確定撒謊，因此測謊機改用更可靠的量化數據，包括心率和血壓。例如大腦中有一些血管會發生血液迴圈（circulation of blood vessels）。血管的迴圈完全取決於我們的情緒。如果我們心情愉快，血液流動是正常的；如果我們處於亢進狀態，大腦中的血流量會增加。功能性核磁共振造影（fMRI）可檢查出大腦中血管迴圈現象，判定是否說謊。機器的能力愈來愈強大，雖然並不保證是正確的，但足夠可靠，可以在司法調查使用。AI出現後，檢測謊言有更先進的方法。AI可以研究人類的行為、心理思維、身體手勢。搭配聲音和許多其他積極和消極的手勢，凡舉抬眼、身體顫抖、哭泣等，AI都可用來預測出憤怒、幸福、恐懼等不同狀態。AI的答案非常簡單、簡潔、（希望是）準確。儘管人們擔心AI技術能否正確識說謊行為，但測試顯示，人工智慧測謊機的效能優於人類審訊者。人類容易產生偏見，而機器則不會疲倦或分心，更少偏見。當AI技術再精進後，或許「成功的說謊真正會成為失傳的藝術」。
2023-03-17
資訊處理之父Herman Hollerith
1890年代的美國人口普查扮演今日資訊處理革命的最大推手。當時要蒐集6,200萬美國人口的資料，美國人口普查局（United States Census Bureau）為此十分頭痛。經過評估，結論是以人工方式做紙本核對已不可行。在人口普查局尋求可行方案的過程，促成早期計算機器技術的演進。當中的關鍵人物是號稱全世界第一位統計工程師Herman Hollerith（1860～1929）。荷勒里斯在大學時代的表現優異，引起學校教授Trowbridge注意，僱用他到人口普查局當統計員。Hollerith在分析1880年人口數據時，發現以人工方式蒐集和處理資訊頗有不足之處，會產生許多錯誤。1890年時美國的人口成長超過6,000萬，以人工方式做人口普查，計算量已達瓶頸。Hollerith一直在注意兩套系統：Joseph Charles（1752 ～1834，又名Jacquard）的紡織花梭機（Jacquard loom），以打孔卡片（Punched pasteboard card）來控制編織的花樣；以及火車列車長將車票打孔來確認旅客及旅程的方法。根據對這2套系統的觀察，Hollerith開始構思人口普查的記數機器（Counting Machine）。1884年，Hollerith申請到第一個專利：利用卡片穿洞與架在彈簧上的釘子，設計出一種排序技巧。人口普查人員在記錄卡片上打洞，再將整疊的卡片餵入Hollerith設計的機器。機器運作時，裝有彈簧的釘子若滑過卡片上的洞，會和下方的電極接觸，使電流得以通過。機器以此辨別電流無法通過的卡片，並加以統計。這個龐大的電動排序機被稱為Hollerith Electric Tabulating System，是統計應用的一大成就。1886年，Hollerith已獲得打孔卡數據處理方面的一系列專利，成立製表機器公司（Tabulating Machine Company；TMC）以招攬生意，初期已有許多應用服務。例如幫保險公司分析死亡率數據（mortality data） ，以及提供紐約和巴爾的摩兩地間火車的運貨帳單。1890年，美國人口普查局使用Hollerith的機器，很有效率的將原來人工統計的時間由2年縮短為6個月。人口普查統計的方式，是將每一個人的資料分別記錄於一張40欄位的打孔卡片（這張卡片則成為那個人的永久檔案）。所有卡片都輸入Hollerith的機器來計算統計。此次人口普查相當成功，為納稅人省下500萬美元。Hollerith的機器揚名立萬，後為全世界各國採用於人口普查。
2023-03-03
Motorola的誕生與發展（下）
最早以調頻技術（Frequency Modulation；FM）研製的無線電對講機（Radio Receiver/Transmitter）係於1940年，由摩托羅拉（Motorola）研發成功。當時設計的對講機是放在背包，可揹著邊走邊說，因此被暱稱為「Walkie-Talkie」。早期對講機的研發，主要人物是Daniel Earl Noble（1901～1980）Noble在學生時期就鑽研無線通訊，一手設計並建立美國康乃狄克州（State of Connecticut）的雙向警用無線電系統。這是全世界第一套雙向FM 無線行動電話系統。1940年這套系統建置成功後，Galvin Manufacturing的老闆Paul Galvin見獵心喜，力邀Noble加入其公司。於是，Noble擔任Galvin Manufacturing的研究部門主管，其第一個任務是為美國通信兵（U.S. Signal Corps）建置無線電對講機，成果豐碩。1949年後，Noble為Motorola設立第一個半導體研究室。這個實驗室發展出和無線通訊相關的電晶體如功率電晶體（power transistors）及射頻電晶體（radio frequency transistors）1940年Galvin Manufacturing設計的對講機研發團隊由Noble領軍，定調採用FM技術。射頻工程師（RF engineer）是波蘭人Henryk Władysław Magnuski（1909～1978）。Magnuski早年貧苦出身，幫波蘭軍隊修理收音機來養活自己和妹妹。1934年Magnuski在華沙的公司Panstwowe Zaklady Tele i Radiotechniczne工作。1939年其被公司送到美國進行一項無線電接收器的研發計畫。沒多久德國入侵波蘭，Magnuski回不了家，只好待在美國落地生根，大戰之後也不再返回波蘭。Magnuski的兒子彰顯老爸在無線電專業的貢獻，在伊利諾大學的電機資訊工程系設立一個講座來紀念父親。Motorola於1946年開始生產「車用電話」，可讓人在車上打無線電話到公共電話網路。當時通話效果很好。然而，用戶增加後，卻面臨無線線路不足，無法服務大量用戶。後來貝爾實驗室發明蜂巢式行動電話技術後才解決。1983年，美國FCC批准Motorola DynaTAC 8000X，這是全世界第一支商業化行動終端設備（Cellular Device），號稱「黑金剛」，由Martin Cooper帶領的研發團隊完成。當年行動電話是昂貴的奢侈品，只有派頭十足的有錢人和黑道角頭老大才用的起，因此有了「大哥大」封號。Cooper於2007年還曾來台北參加COMPUTEX 展覽。
2023-01-13
訂閱椽經閣電子報
 
新文章上刊時發送，提供您DIGITIMES專家及顧問群的最新觀點、見解。
ITW EAE

推薦活動

熱門報導
智慧應用 影音