雖然這篇手機試算表下拉鄉民發文沒有被收入到精華區:在手機試算表下拉這個話題中,我們另外找到其它相關的精選爆讚文章
在 手機試算表下拉產品中有2篇Facebook貼文,粉絲數超過1萬的網紅Eddie Tam 譚新強,也在其Facebook貼文中提到, 譚新強:Galileo的教誨:人類非宇宙中心點 文章日期:2021年5月21日 【明報專訊】人類非常自以為是,一切以自己為中心的動物。自古以來,不止大部分人都以為大地是平或者是方的,他們更以為天上的星星、月亮和太陽,都是圍繞着我們而運轉的。當伽利略(Galileo Galilei)以望遠鏡觀察得來...
同時也有35部Youtube影片,追蹤數超過89萬的網紅PAPAYA 電腦教室,也在其Youtube影片中提到,► 內容綱要 (影片有提供 CC 中文字幕喔) 00:00 開場白 01:42 表格建立與資料輸入 02:57 等差數列建立 03:33 電話資料格式設定 04:17 表格樣式建立 05:18 Excel 資料匯出 / 匯出 06:34 下拉選單製作 07:00 使用手機表單輸入資料 07:31 合...
-
手機試算表下拉 在 PAPAYA 電腦教室 Youtube 的最佳貼文
2021-01-17 19:09:18► 內容綱要 (影片有提供 CC 中文字幕喔)
00:00 開場白
01:42 表格建立與資料輸入
02:57 等差數列建立
03:33 電話資料格式設定
04:17 表格樣式建立
05:18 Excel 資料匯出 / 匯出
06:34 下拉選單製作
07:00 使用手機表單輸入資料
07:31 合計列建立
08:20 資料排序
09:21 資料篩選
10:16 資料分組與小計
10:36 公式建立
12:01 條件式反白
13:03 SUMIF 函數
14:32 分類圖標建立
15:32 TODAY 函數
16:21 圖表建立(長條圖、折線圖、圓形圖)
17:38 卡片式版面設計
► 練習檔下載
載點一 https://tinyurl.com/1prfur04
載點二 https://share.weiyun.com/BXQDkRKr
► 影片中操作的軟體版本
Numbers v10.3.9 https://www.apple.com/tw/numbers/
► Papaya 電腦教室 - 會員專區
會員專區影片連結 https://tinyurl.com/y6mvo38a
如何才能加入會員? https://tinyurl.com/sxt3d2b
► 小額贊助 Papaya 電腦教室 (感謝大大 ~ 好人一生平安)
ECPay: https://p.ecpay.com.tw/A1B71E8
Paypal: https://www.buymeacoffee.com/papayaclass
► Papaya 剪輯影片所使用的軟體
Adobe After Effects https://tinyurl.com/sobj83y
Camtasia Studio https://tinyurl.com/y6thupff
Keynote https://www.apple.com/tw/keynote/
► 影片中用到的多媒體素材來源
Freepik https://www.freepik.com/home
Envato Elements https://elements.envato.com/
Flaticon https://www.flaticon.com
► Papaya 電腦教室的 B 站網址
https://space.bilibili.com/402780815
#Papaya電腦教室 #Numbers #Mac #試算表 -
手機試算表下拉 在 吳老師教學部落格 Youtube 的最佳貼文
2017-04-27 23:49:38全球人壽Excel函數運用--進階班(FIND與MID與IFERROR&資料剖析&錄製巨集&存檔為啟用巨集的活頁簿&多重邏輯與AND與OR函數&&年曆中插入空白列&SUMIF函數&工資總計排序(LARGE與SMALL與ROW)&COUNT相關函數&VLOOKUP與ROW函數與下拉清單&INDEX與OFFSET函數&INDIRECT與CHAR與ROW函&飯店管理)
課程簡介
進階班: Excel進階函數及高階函數應用
一、文字和資料函數:
FIND、MID、IFERROR(擷取括弧內字串與擷取長寬高)
二、邏輯函數:IF、OR、AND綜合應用
三、日期和時間函數:
年曆綜合範例(IF、MONTH、IFFERROR與WEEKDAY函數)
四、數學和三角函數:
SUMIF時數統計表、COUNTIF樂透彩中獎機率統計
五、檢視和參照函數:
VLOOKUP進階、INDEX、OFFSET、INDIRECT
其他綜合範例:股票配股稅率統計表、人事考評管理系統
上課內容:
01_手機範例用REPT與LEN函數
02_手機範例用TEXT函數與VBA說明
03_151擷取括弧中字串用FIND與MID與IFERROR解題
04_152分別擷取長寬高用資料剖析
05_錄製資料剖析巨集說明
06_修改資料剖析巨集為自動抓最下面一列
07_存檔為啟用巨集的活頁簿
08_IF多重邏輯與AND與OR函數
09_日期格式與DATEDIF函數說明
10_產生年曆與格式化六日
11_年曆中插入空白列
12_SUMIF函數說明
13_007產線人員工資之和與苗栗和宜蘭的總人數
14_009前後三名工資總計排序(LARGE與SMALL與ROW)
15_COUNT相關函數說明
16_黑名單篩選定義名稱與用COUNTIF與篩選
17_錄製黑名單篩選與清除巨集
18_樂透彩中獎機率統計範例說明
19_雲端資源說明與檢視與參照函數
20_VLOOKUP與ROW函數與下拉清單
21_INDEX與OFFSET函數
22_INDIRECT與CHAR與ROW函數抓資料
23_範例_VLOOKUP飯店管理解答
完整影音懶人包:
EXCEL函數與VBA http://terry28853669.pixnet.net/blog/category/list/1384521
EXCEL VBA自動化教學 http://terry28853669.pixnet.net/blog/category/list/1384524
新課程EXCEL VBA辦公自動化順利在自強基金會開始第一次上課,
主要目標能延續入門課程,進一步延續前課程,把函數變成VBA,
VBA設計自動化與VBA與資料庫當成重要課程目標。
課程理念:
1.以循序漸進的方式, 透過詳細的說明和實用的50個Excel VBA範例,
帶領您輕鬆進入 Excel VBA 設計的領域, 並逐步了解整個 VBA 的架構與輪廓,
進而學習 VBA 變數、常數、函式及邏輯的觀念, 即使沒有任何程式設計基礎,
也能自己親手撰寫 VBA 程序來提昇工作效率, 晉身職場 Excel 高手!
2.進而解說EXCEL與資料庫的結合,甚至將EXCEL當成資料庫來使用,
結合函數、VBA等更深入的功能,讓資料處理和分析的應用更上層樓。
3.將結合GOOGLE雲端試算表,教您如何將EXCEL函數雲端化與網路化。
上課用書:
Excel VBA一點都不難:一鍵搞定所有報表
作者: Excel Home
出版社:博碩
出版日期:2013/06/26
定價:380元
超圖解 Excel VBA 基礎講座
作者: 亮亨/譯 出版社:旗標
出版日期:2006/05/15 定價:420元
日本Amazon網站同類書籍銷售No.1
EXCEL VBA上一期是EXCEL函數與VBA入門,這一期則以EXCEL VBA進階程式設計為主,
剛好進來雲端技術發酵,就順便帶入大家都有興趣的雲端試算表,
所以第一次上課就要求大家一定要有GOOGLE帳號,
電腦也一定安裝GOOGLE瀏覽器,這樣才能上雲端去使用GOOGLE的試算表,
可以比較和EXCEL2003的差異,如果可以輕易使用GOOGLE的試算表,
這樣就可以再沒有EXCEL2003的環境也能作業。
此外,這學期教是剛換 OFFICE 2007,剛好可以順勢學習 EXCEL2007 新介面,
所以未來的學習環境除了雲端外,就是EXCEL2007 了!
對大家來說有很多挑戰要面對,但如果學會這些技術,工作上一定非常有幫助的。
尤其是雲端方面的技術,目前懂的人還真不多,用的人也少,
但這樣好用的技術為什麼沒人推廣?
可能也是大家都還不會使用吧!之所以自己用的熟,
主要用GOOGLE的服務至少5年以上,看著GOOGLE的壯大,發現只要跟著GOOGLE就沒錯!
不斷使用他的免費服務,感覺穩定又好用,重要的事完全免費。
吳老師 106/3/9
函數,東吳進修推廣部,自強基金會,程式設計,線上教學excel vba教學電子書,excel vba範例,vba語法,vba教學網站,vba教學講義,vba範例教學,excel vba教學視頻 -
手機試算表下拉 在 吳老師教學部落格 Youtube 的精選貼文
2017-04-27 23:46:35全球人壽Excel函數運用--進階班(FIND與MID與IFERROR&資料剖析&錄製巨集&存檔為啟用巨集的活頁簿&多重邏輯與AND與OR函數&&年曆中插入空白列&SUMIF函數&工資總計排序(LARGE與SMALL與ROW)&COUNT相關函數&VLOOKUP與ROW函數與下拉清單&INDEX與OFFSET函數&INDIRECT與CHAR與ROW函&飯店管理)
課程簡介
進階班: Excel進階函數及高階函數應用
一、文字和資料函數:
FIND、MID、IFERROR(擷取括弧內字串與擷取長寬高)
二、邏輯函數:IF、OR、AND綜合應用
三、日期和時間函數:
年曆綜合範例(IF、MONTH、IFFERROR與WEEKDAY函數)
四、數學和三角函數:
SUMIF時數統計表、COUNTIF樂透彩中獎機率統計
五、檢視和參照函數:
VLOOKUP進階、INDEX、OFFSET、INDIRECT
其他綜合範例:股票配股稅率統計表、人事考評管理系統
上課內容:
01_手機範例用REPT與LEN函數
02_手機範例用TEXT函數與VBA說明
03_151擷取括弧中字串用FIND與MID與IFERROR解題
04_152分別擷取長寬高用資料剖析
05_錄製資料剖析巨集說明
06_修改資料剖析巨集為自動抓最下面一列
07_存檔為啟用巨集的活頁簿
08_IF多重邏輯與AND與OR函數
09_日期格式與DATEDIF函數說明
10_產生年曆與格式化六日
11_年曆中插入空白列
12_SUMIF函數說明
13_007產線人員工資之和與苗栗和宜蘭的總人數
14_009前後三名工資總計排序(LARGE與SMALL與ROW)
15_COUNT相關函數說明
16_黑名單篩選定義名稱與用COUNTIF與篩選
17_錄製黑名單篩選與清除巨集
18_樂透彩中獎機率統計範例說明
19_雲端資源說明與檢視與參照函數
20_VLOOKUP與ROW函數與下拉清單
21_INDEX與OFFSET函數
22_INDIRECT與CHAR與ROW函數抓資料
23_範例_VLOOKUP飯店管理解答
完整影音懶人包:
EXCEL函數與VBA http://terry28853669.pixnet.net/blog/category/list/1384521
EXCEL VBA自動化教學 http://terry28853669.pixnet.net/blog/category/list/1384524
新課程EXCEL VBA辦公自動化順利在自強基金會開始第一次上課,
主要目標能延續入門課程,進一步延續前課程,把函數變成VBA,
VBA設計自動化與VBA與資料庫當成重要課程目標。
課程理念:
1.以循序漸進的方式, 透過詳細的說明和實用的50個Excel VBA範例,
帶領您輕鬆進入 Excel VBA 設計的領域, 並逐步了解整個 VBA 的架構與輪廓,
進而學習 VBA 變數、常數、函式及邏輯的觀念, 即使沒有任何程式設計基礎,
也能自己親手撰寫 VBA 程序來提昇工作效率, 晉身職場 Excel 高手!
2.進而解說EXCEL與資料庫的結合,甚至將EXCEL當成資料庫來使用,
結合函數、VBA等更深入的功能,讓資料處理和分析的應用更上層樓。
3.將結合GOOGLE雲端試算表,教您如何將EXCEL函數雲端化與網路化。
上課用書:
Excel VBA一點都不難:一鍵搞定所有報表
作者: Excel Home
出版社:博碩
出版日期:2013/06/26
定價:380元
超圖解 Excel VBA 基礎講座
作者: 亮亨/譯 出版社:旗標
出版日期:2006/05/15 定價:420元
日本Amazon網站同類書籍銷售No.1
EXCEL VBA上一期是EXCEL函數與VBA入門,這一期則以EXCEL VBA進階程式設計為主,
剛好進來雲端技術發酵,就順便帶入大家都有興趣的雲端試算表,
所以第一次上課就要求大家一定要有GOOGLE帳號,
電腦也一定安裝GOOGLE瀏覽器,這樣才能上雲端去使用GOOGLE的試算表,
可以比較和EXCEL2003的差異,如果可以輕易使用GOOGLE的試算表,
這樣就可以再沒有EXCEL2003的環境也能作業。
此外,這學期教是剛換 OFFICE 2007,剛好可以順勢學習 EXCEL2007 新介面,
所以未來的學習環境除了雲端外,就是EXCEL2007 了!
對大家來說有很多挑戰要面對,但如果學會這些技術,工作上一定非常有幫助的。
尤其是雲端方面的技術,目前懂的人還真不多,用的人也少,
但這樣好用的技術為什麼沒人推廣?
可能也是大家都還不會使用吧!之所以自己用的熟,
主要用GOOGLE的服務至少5年以上,看著GOOGLE的壯大,發現只要跟著GOOGLE就沒錯!
不斷使用他的免費服務,感覺穩定又好用,重要的事完全免費。
吳老師 106/3/9
函數,東吳進修推廣部,自強基金會,程式設計,線上教學excel vba教學電子書,excel vba範例,vba語法,vba教學網站,vba教學講義,vba範例教學,excel vba教學視頻
手機試算表下拉 在 Eddie Tam 譚新強 Facebook 的最佳貼文
譚新強:Galileo的教誨:人類非宇宙中心點
文章日期:2021年5月21日
【明報專訊】人類非常自以為是,一切以自己為中心的動物。自古以來,不止大部分人都以為大地是平或者是方的,他們更以為天上的星星、月亮和太陽,都是圍繞着我們而運轉的。當伽利略(Galileo Galilei)以望遠鏡觀察得來科學證據,支持哥白尼(Nicolaus Copernicus)的太陽中心論,他就被教廷批鬥和逼害了20多年之久。
即使現代人也有同樣自以為是的主觀願望。不少人偏見地以為近數十的所謂新發明,例如互聯網、手機、AI、機械人和加密貨幣等,都必然是人類史上最偉大和最重要發明。更有不少人甚至相信所謂加速回報定律(Law of Accelerating Returns),認為重要科技發明的速度不斷提升,很快就將達到人網合一的所謂「奇點」(Singularity)!
客觀點來看,這些科技發展雖重要,尤其互聯網和手機,令到日常生活更方便和豐富,但怎可能比火、蒸氣機、電力、電話、汽車和飛機等更重要?有人曾問過李光耀,什麼是偉大發明?他的答案是對新加坡而言,最重要的發明是空調!他認為在熱帶地區,如沒有空調,工作效率非常低,經濟發展必更困難。你可能以為李光耀此言是開玩笑,小小一台冷氣機,怎可能那麼偉大?但事實擺在眼前,新加坡是熱帶國家中,極少數(差不多唯一)能達到發達國家水平的國家之一,成功原素當然不止空調這麼簡單,但他立國不久即決定盡快在所有政府辦公室裝置空調,肯定對提升政府效率有極大幫助。
近20年科技無助提升生產效率
若以生產效率的趨勢來判斷近20年科技發展的成效和重要性,不幸客觀結論就必然是頗為失望,甚至驚訝。因為不論美國或中國,過去20年的勞動生產率(labour productivity)增長都不斷放緩(見圖1及圖2),就如數以萬億美元計的IT投資,每人手中一台超級電腦,都提升不了我們的生產效率。更不需遑論AI結合機械人,再加5G,所有工廠都應變得更自動化,需要的工人極少,理論上人均生產效率必定急速提升。
這麼多「超偉大」發明,怎去解釋生產效率增長率不加速反放緩的重大謎團?我認為可探討3個可能性。
(1)從1970年代開始,個人電腦(PC)開始崛起和普及,企業投入大量資源,期望生產力效率大幅提升。但長近20年的投資期,效果一直是失望的,在互聯網普及前,大部分電腦幾乎可算是獨立的,主要用途只包括文書處理(word processing)、電子試算表(spreadsheet)和簡單資料庫(database)等,即使有通訊功能,也只限於速度極慢、撥號連線的modem。在這個單打獨鬥的環境下,大部分PC亦是一台昂貴的高級打字機,對生產力提升當然有限。後來隨着互聯網崛起、寬頻普及,企業開始看得到大量投資IT的回報。當然互聯網的發展,提供了創立大量新企業的機會(但即使如此,上世紀七十年代至今的生產力增長也一直放緩)。
同一道理,過去30年的新科技發展,將有重新提升生產力效率的一天,可能只是時辰未到。我贊同有此可能性,但到底現代科技,缺乏什麼催化劑,防止它們完全體現潛能?我也沒有準確答案,部分可能是投放的量未足夠,例如5G,大家一直期待網絡速度馬上提升10倍以上至Gbps級別,但事實上在美國和中國的用戶體驗極差,平均速度提升50%不到,某些情况和地區,甚至比4G更慢,亦較受障礙物如牆壁阻礙接收。應用方面更缺乏「killer apps」,據說在中國的流行5G App是Speedtest,就是用來測試通訊速度!現時平均每個基站服務約7000用户,當然寄望繼續增加密度,到了某個水平,希望能較成功體現5G功能。除此,高頻率的mmWave網絡仍在起步階段,高頻率才可真正大幅提升速度,但不幸物理上,mmWave穿透力更差,要實現IoT夢想,實時遙控高速機器,進行精細手術和應用於交通系統等,仍面對極大挑戰。
(2)人均生產效率增長放緩,有可能是定義和數據準確度的問題。會否是不可以金錢來量度近代科技發展所帶來的所有好處,除經濟增長外,亦有助改善人類健康、延長壽命,以及提升快樂感?有可能,事實上在過去200多年,全球人類壽命的確上升很多,從不到30歲升至現在的70多歲;但大部分應該是公共衛生的改善,尤其自來水的普及,農業進步導致營養改良,以及接生技術和環境改善,大幅減低嬰兒夭折率等,而非來自先進癌症治療法或基因工程技術。當然,近年英美的平均壽命更出現下跌趨勢。快樂的定義更抽象,跟科技發展更沒有一個必然關係,去多幾次日本就一定開心啲?著名人類學家Steven Pinker認為,原始的hunter-gatherers,以狩獵為生,不用花太多時間工作和計劃生活,平均快樂度反而比生活較穩定和富庶的農業社會高很多。原因是農業需要長達一年的工作計劃、播種、灌溉、收割和儲糧等等,全年忙碌,亦需全年憂慮天氣和瘟疫等。現代人更惨,不止需要計劃一年,未上幼稚園,已需要開始計劃人生,每年每月每日都有無窮無盡的所謂工作、責任和煩惱。
有人企圖解釋,可能分母也有問題。人均生產力增長減速,或者是因為現代經濟高度自動化,需要工作的人愈來愈少,即是失業,underemployment和不需工作的人愈來愈多,所以人均生產效率就被拉低了。這個解釋有兩個問題,首先在這次COVID大流行前,以美國為例,失業率跌至3.5%的50年新低,何來工作人數在減少?近月隨着美國疫情減退,失業率又再急速下降,所以此論點不成立。
有人指出,雖然表面失業率低,但有不少人不再尋找長工,只做點「零工」(gig),或只領救濟,所以人均生產效率被拉低。我沒有深入研究過,但我懷疑近年underemployment的情况,是否真的比以前嚴重。我的印象是從前較以農業為重的社會,鄉下的「閒人」更多,城市化才是提升人均生產力的最重要元素。
總括來說,我承認經濟數據未必能夠完全反映科技進步對人類的影響,但仍不可以此為解釋生產效率增長放緩的藉口。
人類發展漸近兩科學極限
(3)我認為最重要的解釋是人類發展已逐漸走近兩個科學上的極限。第一個是地球資源所能提供的可延續發展極限。人類發展,從古至今,尤其從工業革命開始,都可說是建築在耗用地球資源身上,尤其倚賴化石能源,最初是最髒的煤炭,後來是更好用但更有限的石油,再加上較清潔但難儲存運輸的天然氣。近年我們當然開始發現化石能源的碳排放,帶來嚴重氣候變化問題,如不能在極有限時間內解決,足可導致一次全球大規模動植物滅絕災難!
樂觀來看,這個危機當然也提供很多發展再生能源、電動車輛(electric vehicle, EV)、儲能、碳捕獲(carbon capture),以至「地球工程」(geoengineering)技術的機會。但不能否認的是地球本身是個充滿有機化學(organic chemistry)的環境,最方便的能源必然是與炭相關的,石油的能源密度是任何電池技術的20倍以上。按《巴黎氣候協議》的計劃,人類必須在2050年前達到碳中和,談何容易?去年因疫情,全球碳排放確下降了約6.5%,接近但仍不到每年遞減7%的目標,今年美、中等經濟重開,有可能達標嗎?
另一個更根本的是物理的極限。歷史上最偉大的科學突破,毫無疑問是二十世紀初,愛恩斯坦的狹義和廣義相對論,和稍後由玻爾(Niels Bohr)、海森堡(Werner Heisenberg)和薛丁格(Erwin Schrodinger)等人所發展的量子力學(quantum mechanics)。兩套理論非常偉大,亦有極大實用性,核能和核武正是它們的結合,是禍是福,見仁見智。但不幸過去60年,理論物理已可說碰到了堅硬牆壁,相對論與量子力學有非常根本性,甚至哲學性矛盾,聰明如愛恩斯坦,窮人生最後30年努力,也無法解決此問題。後人想出很多充滿創意的理論,例如超弦理論(Superstring Theory),但全都是紙上談兵,毫無實驗證明,所以於事無補。
物理極限對應用科技和經濟發展有很大影響。整個IT革命都是由半導體技術進步所推進。最有名的摩爾定律(Moore's Law),雖並非一條真正永恒不變的物理定律,但在過去50年,一直是芯片發展的一個指標。事實是每一代的芯片發展,雖仍在進步,但速度早已放緩,最初摩爾定律預期每9至I2個月,芯片密度即可翻一倍,近年已放緩至兩年以上。強如過去的老大英特爾(Intel),已停滯於14nm兩年以上,只有台積電和三星能繼續推前,能成功生產7nm芯片。即使台積電等能如期做到2nm,無疑必將接近物理極限,再縮小必將帶出各種量子世界的奇怪現象如「穿隧效應」(tunneling effect),極難控制芯片性能。
在應用層面上,影響也必極大。單是AI無人駕駛,已是個極重要的科技夢想,亦是Tesla股價的一個重要支柱。馬斯克(Elon Musk)教主是個頂級銷售員,他一直不斷告訴「信徒」無人駕駛是個相對簡單的ANI(Artificial Narrow Intelligence)應用,只需GPU或ASIC夠快,加上視覺數據,必可在短期內成功。按馬斯克的說法,年輕一代不需要學駕駛汽車,法律甚至將禁止人類開車,所有汽車變成AI無人駕駛的EV。
無人駕駛為極複雜AI難題
事實上,無人駕駛是個極複雜的AI難題,最近連馬斯克開始承認困難比原先想像中高很多。不止Tesla,大部分其他公司都碰到同樣問題,不少甚至已放棄。Uber和Lyft都計劃出售無人駕駛部門,Alphabet的Waymo,近日CEO和CFO等多位高層相繼辭職。德國各大汽車廠近日都推出質量非常不錯的EV,但並無太多AI功能。
我一向認為無人駕駛沒那麼簡單,應屬於AGI(Artificial General Intelligence)問題,即需要所謂common sense。人腦當然遠比電腦慢,但複雜度遠比芯片高,人腦neurons(神經元)數量超過1000億,synapses(突觸)數量更超過125萬億,更加是三維物體,連形狀和組織都對人腦的思考、性格和整個意識(conciousness)非常關鍵,遠比現時最先進二維為主,7nm GPU的540億原子粒多和複雜。即使未來用到2nm技術,能做出人類common sense的機會仍很低。不少AI專家認為,AGI需要whole brain simulation,或甚至不可以矽為基礎原料,改以用所謂wet ware,不知是否想以基因工程技術,在試管中培植出一個以碳為基礎原料的有機AI系統?聽起來,比Frankenstein(科學怪人)更恐怖!
我沒有答案,只想提醒大家不要過度自以為是,人類始終是渺小的,我們對宇宙的認知非常有限!
(中環資產擁有Tesla、Uber、Alphabet、台積電及三星財務權益)
中環資產投資行政總裁
[譚新強 中環新譚]
https://www.mpfinance.com/fin/columnist3.php?col=1463481132098
手機試算表下拉 在 鄭宏輝 Facebook 的最讚貼文
《人工智慧在台灣》產業發展的新契機
什麼是「人工智慧」?
很多科幻電影會使用人工智慧當題材,像是《A.I. 人工智慧》的小男孩。但人工智慧的定義,簡單來說就是:任何讓電腦能夠表現出「類似人類智慧行為」的科技;更具體一點的說法,人工智慧是一種可以感知、學習、推理、協助決策,並採取行動幫助我們解決問題的科技。
人工智慧並非為了取代人類,而是用客觀的資料事實及科學方法,輔助決策進行,以便提高決策的正確機率。
陳昇瑋老師是台灣人工智慧學校的執行長,專門培育相關技術的人才,可見他對此領域的重視與熱愛。
他在《人工智慧在台灣》一書中,不僅舉出眾多產業應用人工智慧的例子,強調人工智慧技術的重要性,更提倡台灣應該投入更多心力發展「產業人工智慧化」。
「如果大家還記得1994年的網際網路,想想那年使用第一代瀏覽器Mosaic上網所看到的網頁模樣,想想那時候的網頁能做什麼事,再對比今天的網際網路,感受一下之間的差異:過去25年網際網路為全世界帶來翻天覆地的變化,我們不再去圖書館、不再去書局買書、不再看報紙找工作,全人類的生活型態都受到影響。
今天的人工智慧在未來數十年,帶來的改變將毫不遜色於網際網路,它已經開始能代替人類進行重覆性的工作,幫助人們做決策,甚至開始取代某些工作職掌,更重要的是它才剛起步,未來數十年將主宰資通訊技術的發展,以各種形式改變人們的生活及工作,而且充滿無限的可能。
針對健康、醫療產業,人工智慧在規劃面,可輔助預測國民健康與特定疾病或傳染病狀況、規劃預防性措拖,減少發病及就診率;在生產面,人工智慧可搭配各式的感測器全面監測高風險族群,在醫院或居家的健康狀況,以做適時處理;在行銷面,可進行個人化行銷提升健康意識、輔助健康飲食管理;在供給面,可以手機或隨身的感測器進行個人居家身體檢查。
以人工智慧來輔助健康管理及醫療,已是最熱絡的人工智慧新創領域之一,有許多案例證明,深度學習可即時做出比擬甚至超越醫師準確度的診斷。
金融業是對資料相對敏感,也有本錢投資的產業,因此人工智慧技術應用發展速度較快,不過起跑快與能不能做得深是兩回事。在規劃面,金融市場預測是目前多數金融業者關心的應用方式,很多業者導入機器學習,是為了提供客戶投報率更高的理財商品,不過這方面的應用仍有其困難度及挑戰性。像在利用人工智慧,大幅改善傳統放款審核與各式異常行為方面,例如信用卡盜刷偵測,雖然聽起來不是那麼新鮮有趣,卻能幫助金融業穩定控制風險,強化核心競爭力。
在生產面,常被忽略的是,人工智慧可以組合出績效更好的金融商品,以及切中使用者需求的個人金融商品,信用卡就是很好的例子;在行銷面,行銷策略設計及配置,是個人化行銷外的有效人工智慧應用;最後,從供給面來說,雖然目前利用人工智慧,進行自然語言處理仍然不足,但以人工智慧擔任理財及客服專員,照顧非VIP客戶已成趨勢;客戶流失預測也是經典問題,但透過指示型分析,不用再瞎猜消費者的心。
資料分析的最終階段為「指示型分析」,也就是透過演算法的指示,提供最佳化建議,從出版社的角度來看,書名及副標怎麼下、書介如何編排、預覽圖片要放哪幾張、如何訂價及折扣要找誰來寫推薦序、頁數的控制、封面如何設計等,都可以透過指示型分析更貼近讀者的喜好。
從博客來這樣的電商平台角度,指示型分析可以做到自動的書摘、自動的分類建議、更結構化的書籍簡介、更精準的書籍推薦、個人化的折扣等、協助拉近書籍與目標消費者的距離。
資料分析及機器學習都是十分強大的工具,前提是資料擁有者必須了解,不能再停留在用試算表或商業智慧工具,來做情勢評估,必須往解釋、預測、最佳化的階段邁進;同時,若能進階至預測及最佳化階段,也代表著人工智慧技術的引入。」(陳昇瑋、溫怡玲,《人工智慧在台灣:產業轉型的契機與挑戰》,2019)
企業要擁抱人工智慧,第一步就是從擁抱資料、建立新的決策文化開始。
然而,人工智慧技術導入到產業以及現有產業進行轉型,不能只靠企業單打獨鬥,政府也要積極介入、給予扶助。
目前的政府,最該做的、也正在做的,是建立一個有效扶持新創且能健全人工智慧生態系統,並連結產學之間的鴻溝。
創立台灣人工智慧學校的陳昇瑋執行長,初衷就是「讓『找不到人才』不再成為產官學研各界發展人工智慧的障礙」,這樣的發展願景,一部分也需要政府開闢沃土,讓人工智慧產業成長茁壯。
#向陳昇瑋執行長致敬
#人工智慧在台灣 #產業轉型
#阿輝的讀書筆記