現今諸多機器學習應用都呈現超越人類的效能，技術的突破在於我們可以訓練具龐大參數的機器學習模型；從傳統僅使用幾十個參數的方法(如SVM)提升到包含數千萬(或數十億)參數的深度學習網路，而且正逐步滲透各領域。

我們先來看幾項數據。2019年台灣整體半導體產值超過新台幣2.6兆元，佔全球半導體產值的21%；而其所產生的附加價值佔我國GDP的8%以上。

2019年12月一則新聞報導，台積電5奈米製程測試良率超過8成，電晶體密度較7奈米提升84%，是相當令人振奮的高科技成果，這讓我回想起1990年我在貝爾通訊研究公司(Bellcore)看到第一個電晶體(transistor)的歷史照片。電晶體是電話公司為了改善電話網路而發明的，當年大概沒有人想到，這個發明改變了整個電腦及電信技術。早期的電話網路採用真空管(Vacuum Tube)來放大語音訊號，如此才能在電話網路進行長途傳輸，然而真空管耗電、生熱，且容易燒壞。因此貝爾實驗室於1945年開始研究替代方案，以半導體元件來取代真空管放大器。當中最重要的三位科學家是蕭克力(William Shockley) 、布萊頓(Walter Brattain) ，及巴丁(John Bardeen)。

走進板橋中華電信學院，步行繞到主建築綜合大樓後面，映入眼簾卻別有另一番天地。一袋又一袋的袋裝土壤整齊排列、綠油油的薑黃葉片閃閃發亮向上生長，呈現都市難得一見的田園景色。但圓弧狀的高架燈管、感測器、捕蟲罐等設施景觀，似乎又和印象中傳統耕種方式有點不同，多了點尖端科技感。

在上兩篇文章中提到，面對「持續成長的電力需求量與尖離峰差」與「能源比重移轉至高波動性的再生能源」，這兩大趨勢將大幅提升現行電網穩定營運調度的難度。過去僅依靠備載容量，移轉集中式電網風險的作法不再可行。因此近年來智慧電網、新公民電廠等概念，從美中日德等能源大國快速發展。

近日網際網路上網軍猖獗，放假消息帶風向，甚而影響國家元首的選舉。誰是第一位利用資通訊網路放假消息，因此改變國家的命運？答案是俾斯麥(Otto Eduard Leopold von Bismarck)，而當時的「網路」指的是電報(telegram)網路。

在一次出差前往位於中國大陸江蘇張家港的路途上，張家港市政府在高速公路旁豎立了一個巨型看板，上面寫著「化合物半導體的世界之都」。下了車趕緊問了當地的業者，當地政府做了甚麼驚天動地的規畫，要將開發園區作為化合物半導體的全球典範？被問的業者笑著回答，只是開始有些項目要進行，話雖誇大的有點離譜，但畢竟也是想成就些事。

故事要從一張照片說起。前幾天我收到同學-成大副校長吳誠文寄來的照片，裡面有我的另幾位同學：中研院院士戴聿昌、前Intel資深副總暨實驗室執行總監王文漢、及麻省理工學院資深研究員楊穎青博士。

我指導過的博士畢業生中，4分之1為女性，比例雖然不是很漂亮，但我這群女性博士生的成就並不亞於男性。例如台灣大學電機資訊學院副院長逄愛君，無論在研究或教育，都有優異的表現。

NeurIPS (舊稱NIPS)，為機器學習領域的頂尖會議(頂會)，12月在溫哥華召開。不令人意外，在智慧技術的浪潮下，論文投稿以及參加人數持續創新高，大會還得啟動抽籤機制，來決定誰可以註冊參加會議，結果這個較偏理論的機器學習大會還是湧進了大約一萬三千人左右。參與其中，我們發現這也是智慧技術的躍競(Leap)時刻。