【重磅！中國宣布成功構建76個光子的量子計算原型機“九章”，算力超越谷歌“懸鈴木”一百億倍，實現“#量子霸權” 】

據新華社消息，昨天，中國科學技術大學宣布該校潘建偉等人成功構建76個光子的量子計算原型機“九章”，求解數學算法高斯玻色取樣只需200秒，而目前世界最快的超級計算機要用6億年。200秒只是短短一瞬，6億年早已是滄海桑田。這一突破使我國成為全球第二個實現“量子霸權”的國家。

“量子霸權Quantum Supremacy”，是指量子計算機可以做經典計算機根本做不到的事情。該詞由加州理工學院的約翰•普雷斯基爾（John Preskill）於2012年創造。

“當新生的量子計算原型機，在某個問題上的計算能力超過了最強的傳統計算機，就證明其未來有多方超越的可能。”中科大教授陸朝陽說，多年來國際學界高度關註、期待這個裏程碑式轉折點到來。

去年9月，美國谷歌公司推出53個量子比特的計算機“懸鈴木”，對一個數學算法的計算只需200秒，而當時世界最快的超級計算機“頂峰”需2天，全球率先宣布實現“量子霸權”。

而根據目前最優的經典算法，“九章”量子計算原型機速度比谷歌的“懸鈴木”快一百億倍，而且“九章”通過高斯玻色取樣證明的量子計算優越性不依賴樣本數量，克服了谷歌53比特隨機線路取樣實驗中量子優越性依賴於樣本數量的漏洞。

近期，潘建偉團隊與中科院上海微系統所、國家並行計算機工程技術研究中心合作，成功構建76個光子的量子計算原型機“九章”。實驗顯示，當求解5000萬個樣本的高斯玻色取樣時，“九章”需200秒，而目前世界最快的超級計算機“富嶽”需6億年。等效來看，“九章”的計算速度比“懸鈴木”快100億倍，並彌補了“懸鈴木”依賴樣本數量的技術漏洞。

潘建偉團隊這次突破歷經20年，主要攻克高品質光子源、高精度鎖相、規模化幹涉三大技術難題。與通用計算機相比，“九章”還只是“單項冠軍”。但其超強算力，在圖論、機器學習、量子化學等領域具有潛在應用價值。

意外看到這篇文章。以下這段是我最想跟大家分享的。

「在這當中還發現了一個有趣的現象，來自家境良好的員工其工作態度往往比家境有狀況的孩子認真，這完全大出原先的意料之外！你可以感受到這些孩子所受的教育觀念就是“把事情完成為第一優先”，而不是去斤斤計較3塊錢5分鐘的得失，當有機會時你會給那個孩子更多機會？突然想想，有時候社會階級會複製，家庭的教育成了最大的分野。」

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

再次談談棉花糖實驗。

簡單來說，幼兒時期給孩子一個穩定的環境（不一定需要富裕）
會是他一輩子的資產。

如果生長在一個不安全、不穩定的環境中。

孩子會變得很急功近利，無法看到長遠的利益。這個不利他將了的成長，更不利將來的職業生涯～～～～

這篇 超商經營一年心得感想 寫的真詳細!
看來便利商店老闆真的不是人幹的 . . .

" 超商經營管理心得

開一間店需要面對多少問題？從無到有簡單盤算一下，地點、產品、租金、生財器具、人員、原物料等都會是問題的來源，在這當中我認為最重要的是要準備多少的資金才算足夠？畢竟除了前置成本外，多數的店家都是敗在流動資金的不足而發生黑字倒閉，經營過程中的酸甜苦辣也只有自己才能體會。經營到現在恰恰滿一年了，無論賺盈虧損，這一年中所獲得的經驗是彌足珍貴的，沒有走過的人講再多他們也不會懂，畢竟那是別人口中的故事，趁著印象深刻的時候趕緊記錄下來，做為往後發展的塾腳石。

因緣際會下加盟了一間超商體系，加盟的好處在於上述的問題除了資金都不用做多考慮，加盟總部都幫你準備好了。但相對的你所能的獲利情況完全被總部算死，特別是在既存店的情形下，既存店早累積了大量的數據資料，你能從這間店賺取多少報酬不會超出那個數字，總部自然只會給你個餓不死但也賺不活的金額，因此有人說加盟超商就是花錢買個工作，現在想想的確是如此。除非該店的所在位置有重大性的外在環境影響，不然一間加盟店能賺就是那麼多。真的想要賺錢就是要新開店，賭這個新商圈的將來性。但如果真能賺的超出太多，就可以看到總部會想方設法將你的店收回，好一點的是約滿不續，差一點的就是搞小手段強迫解約，網路上己經有夠多的相關故事可以探討，在此先不談這問題。

有關於資金的準備方面。加盟事業一開始便要準備兩筆錢；第一筆是權利金，另一筆則是保證金。權利金的部份等同於跟總部租借招牌所付出的費用，以我fc-2的模式而言就是花了30萬元買5年的經營權。另一筆30萬元則是保證金，如同房屋租貸中的押金，這筆保証金會在契約期滿後以定存利率返還。除此之外總部還會要求加盟者提出一份房地產當做擔保，並提供另一位保證人提出房產証明。總結一下，經營一間超商最起碼的條件就是需要60萬現金+二份房地產+周轉金，所以請不要輕視任何一間超商老闆，每一個的口袋可能都比你想像的要深一些！

超商的例行事務煩多，一般性的事務如店況清潔、商品銷售結帳、進貨補貨等等之外，店鋪的管理人員除一般事務外則會多面對結算帳務、營收送金、編排班表、商品訂購等等的行政事務。一個全然的新手要馬上上手並不是一件容易的事情。因此各超商總部都會派遺管理職負責協助，數字超商叫做顧問，我家則叫做擔當，名稱不同但內容相似，這些人的功用就是負責維繫店鋪的經營跟傳達總部給予的目標。對於新進加盟主而言，初期系統端有較多的操作實務可以透過他們得到幫助，但等到整套系統上手後就不是非常需要他們的幫助，因此這些顧問或擔當最主要的工作就是和加盟主“討論”店鋪的進貨及銷售，在他上肩負上層給予的業績目標下，這些溝通往往都只會和實際情況有一定程度的落差，最後往往都是站在對立和爭執的居多。

在一間運作穩定的店鋪，結算帳務的部份多半能在一個鐘頭內完成，相信有不少老手甚至能在半個小時內完成，營收送金的快慢則是要視當日百鈔兌換成千鈔的速度，這裡最大的風險在於忙到後來忘記送金，搞到最後被店會追帳。至於訂貨的部份，超商業進入台灣己經30多年了，在這過程間對於訂貨管理也一直朝向電子化。現在可以看到每家店鋪人員都是背著一台平板在訂貨，拿著一台pda在驗貨，看起來似乎多了一點科技風，實際上卻不見得是這麼一回事。

進貨和銷售間往往還是會存在著巨大的落差，這倒不全然是公司系統設計上的問題，最主要原因在於商圈的種類繁多，無法用一套通則或簡易分類來進行管理；如果拿房地產來類比，就像是同一棟大樓會因為樓層面向，甚至是對面大樓是否會有壁刀風水等問題而影響房價。商圈也是同樣的邏輯，相同的一個商圈會因店鋪所在的位置造成兩間比鄰的超商營收差異極大。另一個問題則在於銷售數量，對於數據分析而言，樣本數必需夠大才有分析效益，但就單店而言，多數的商品進貨量一天就1-2個，單一商品在數據分析前平均銷售是1.3個，分析後應該要加訂成1.5個，請問你是要訂1個還是2個？這也造成系統訂購對實際經營情況幫助有限的最大因素，到最後店鋪端還是需要要靠人工經驗去加權訂購。

和經營層面有著sop相比，我相信人事的部份才是超商業最困難的地方。畢竟超商是24小時在營運的，只要沒有人就只能自己不停的貼班，近日日本7-11發生爭議事件就是最明顯的例子。超商業難以留人最主要的原因在於它無法給予員工未來，而薪水條件也僅能合乎於基本工資，加上街頭相同性質的商店林立，員工只要在你這過的些許不如意，也能很快的跳槽到其它店家去。對於公司的經營層面，人力的訓練成本向來是昂貴的，如何能將一位優秀且己完成訓練的好員工變成重大的課題。但如何在無法給員工未來的情況下留人？

在這我選擇的方式是給予員工培訓，這裡說的培訓並不是指把員工送去上公司開設的企業大學，並不是說上這些課程沒有用處，而是僅讓員工精進店鋪相關的課程，即使取得中階、高階的証照又如何？當他們離開店鋪後這些証照一點用處都沒有，員工也不會真心的認為你是在栽培他。那怎樣才算培訓？我對於全職員工採取補貼的方式讓他們去補習班學習專業課程，唯一的要求就是取得証照回來。要是在學的學生，只要是商管科系的學生不習慣學校課業的就親自開課，現在想想也是蠻有成就感的（笑）。總之要讓員工感受的到，他們在我這工作不會是浪費時間，將來離開我這裡，一樣會有所成長，同時留下願意付出心力的人才！

在招募人力方面，相信只要店鋪不處於學區都會有相當的困擾，使用傳統人力銀行系統極難找到願意來投履歷的人，系統自動配過來的更多是屬於系統上沒做設定的人，但去年新興的手機軟體“小雞上工”將目標群鎖定在學生打工族群，對於尋找人力方面順利許多。至於如何面試新人？在短暫的對談中能否找到合適的人選，除了經驗之外，多半是面試當下的氣氛及感受，但真正應聘進來後是否適任，運氣的成分可能占了更大的一部份。逐漸離開草創期的現在，我更喜歡採用內部人推薦的方式，畢竟一個工作場所能不能過的和樂，人和人之間的相處態度是最重要的，而內部人推薦來的員工往往也較能符合自己所需要的氛圍，可以省去很多磨合或是衝突的時間。除此之外，要和在職期間表現優秀的離職員工保持良好的聯繫，特別是學生族群。往往在臨時有需要時可以請他們回來支援一下班別，別小看這一個或兩個班，往往就是一間店還能不能順利運作下去的關鍵！

在這當中還發現了一個有趣的現象，來自家境良好的員工其工作態度往往比家境有狀況的孩子認真，這完全大出原先的意料之外！你可以感受到這些孩子所受的教育觀念就是“把事情完成為第一優先”，而不是去斤斤計較3塊錢5分鐘的得失，當有機會時你會給那個孩子更多機會？突然想想，有時候社會階級會複製，家庭的教育成了最大的分野。最後，薪水除了準時外，最好更要能提早。依正常的情況是10號給薪，但我通常正職人員1號就發薪了，其餘兼職人員最晚在5號也會給他們薪資。愈早給薪，讓員工愈能心安，同時也能彰顯自身的誠信。

無論是任何的工作，時間一長都會出現煩燥感，畢竟同樣的一份工作從剛開始的擔心、有趣，直到上手後就會變成機械式的運作，這個時候是最容易產生放棄的念頭，為何我要在這裡？我到底在這裡做些什麼？之類的想法。面對這種困境，一開始採取要求自己“心靈平靜”的方式進行抗衡，要求自己心平氣和的對待每一個周而復始的工作日。目標是很崇高，可惜我不是得道的高僧，實際上要做到卻是異常困難，畢竟除了日常瑣事，還要面對一堆莫名奇妙的澳洲客及台灣鯛，要讓自己心平氣和的過完一天還真不是那麼容易的一件事。後來開始退而求其次要求自己“耐煩”，既然煩悶是不可避免的挑戰，那就讓自己直接的面對它吧，遇到所有阿里不雜的事情全部都當成人生中一場修練，修練自己的心性和磨鍊自己的脾氣。

這一個念頭的改變居然在處理事性上進展許多，發現自己對於澳洲客有較大的寛忍態度。但再怎樣的耐煩到最後還是有一定的極限，所以又開發出了第三種的態度“逃避”，這個逃避不是說逃避現實，而是讓自己的心靈可以有放空的空間，好比說現在會在閒瑕時間讀書， 充實自己管理能力的經理人雜誌， 商管學業有關的經濟學、微積分，彌補自己過往不足的英文互動CNN等，找時間準備TOEIC考試等等。你可以問我唸這些東西要做什麼？有些還這麼難，但我只能說，當人可以完全的浸盡在學術領域裡是多麼幸福的一件事情，至少我在算微積分解題時可以得到在上班時所得不到的成就感！還可以讓員工覺得一個超商的老闆居然可以教經濟學是有多屌的一件事情！！

最後給有心加盟甚至開店的朋友，務必要注意的幾件事情
一、勞健保的支出，其費用會比你想像的高出許多。以我一間店8個員工來計算，每個月要支付的勞健退3萬元跑不掉，而每兩個月繳交的營業稅大約2萬多元。這兩個費用通常所謂的“加盟專員”是不會告訴你的，因為你一算上去，10個人有9個人會馬上拒簽不幹。

二、盤損金額，每月因進退貨驗收不確實或是遭小偷等的盤損金額大約5000元上下，除了要求員工在進退貨的部份多做注意外，小偷的部份是難以預防的，一個慣竊總是出現在人最多最忙的時候來偷你東西。加盟主能做的也只有透過監視器存証後報警，然後...沒有然後了，因為根本抓不到！依現行的流程是要等下次小偷出現後再通知警察前來詢問，但等警察趕到小偷早就走遠了！我現在的處置辦法就是直接跟小偷講明，本店不歡迎你，原因你自己知道，至於“抓小偷”這種事就不用再去想了。

三、基本工資年年調漲，在當老闆之前我也是會想著怎麼薪水這麼少，在當老闆之後就會發覺薪水給太多，打從3年前開始基本薪資便每年向上調漲，120~133~140到今年的150，前陣子又在勞資協調，預計明年可能又會再上漲一波。對於大公司來講這樣的薪資上漲可以透過人力的調度和支援來因應，但對於小商行來講這是無法承受的重中之重。現行是時薪和基本工資脫勾，但我更希望政府能否考慮基本工資和營業額是否也能脫勾？大企業能給予優渥的薪資這是無傭置疑的，但再這樣下去只會讓小商行無法存活下去。不是人人都有能力在大企業一展身手，至少我還能保護到一些需要基層工作的孩子或二度就業的勞工，如果政府再這樣齊頭式的拉基本工資，可以預見的是違法和倒閉的小商家只會愈來愈多！

四、工作時數永遠超乎預期，一間不能關門的店永遠都無法讓你放心。畢竟你的員工無論是正職還是兼職，各自有各自的生活和需求，也許是家中有突發狀況，也許是上班突中發生意外，當最後人排不出來的時候就只有你要貼班負責。一天在店裡面工作16小時幾乎是理所當然，連上60天沒有休假更是常有的事情，現在我只要有一天是只上8小時就有“今天是放假“的感覺，那天有突發狀況，一口氣連上24小是可以預期的事情。

除非有重大的外在變化，不然這五年肯定是是小賺小賠的局面了，如果要算上機會成本那可就是大大的損失了，但為何還要做下去？最主要的原因居然是社會責任！？以前我會覺得老闆說這句話不過是個幹話，但現在發覺我一個人的辛苦可以養活7-8個人，這樣似乎也是非常了不起的一件事情。如果讓我用一句話來總結這一年的經驗，我會說“年輕人，好好找個不會碎碎唸的老闆跟就好。“，老闆這工作不是人幹的！（笑）。 "

原文出自:
https://www.mobile01.com/topicdetail.php…

交大電子郭峻因教授接受採訪有關自動駕駛技術研發
.
台灣發展自駕車 關鍵在AI樣本辨識資料庫與練兵場域
http://www.digitimes.com.tw/iot/article.asp…
.
在無人駕駛時代，駕駛雙手可以徹底解放，不需要花費任何心思關注週遭環境路況，自動駕駛儼然已成為下世代車輛發展趨勢，但台灣相關零組件廠商有機會站上這波「自駕車」浪頭嗎？學者指出關鍵在於建構業者共享的物件辨識資料庫，以及自駕車實地測試場域。
國立交通大學電子工程學系教授郭峻因指出，自駕車主要仰賴視覺分析技術，目前主要分析方式有三種途徑，分別為建構規則(Rule base)、機器學習(Machine Learning)、深度學習(Deep Learning)，透過分析結果辨識判斷週遭駕駛環境，其中深度學習(Deep learning)為最可行的途徑，但該方法需要即大量物件資料庫，才能訓練出精準分析系統。
深度學習是機器學習領域中近年來備受重視方法，郭峻因指出，深度學習模擬大腦神經網路系統，實際操作方式，直接選定一個類神經網路模型，接續建立辨識物件樣本、辨識物件系統，只要有分類完成樣本，持續建檔投入就可以訓練正確分類系統。
深度學習如同人類學習分類的過程一樣，在自駕車領域需要準備大量分類完成的樣本標的，持續將不同分類樣本投入，使深度學習系統即可「參透」這些照片中的規律性。
郭峻因指出，系統能正確分類的關鍵在於其分析過層具有多層次的結構，例如第一層先判斷照片內是否有汽車特徵，第二層判斷是否有輪胎紋路，以自身參與智慧視覺研究案研發的先進駕駛輔助系統(ADAS)為例，透過21層分析，深度學習系統即可正確辨識道路上所有物件，分辨出不同車型，並計算出相對距離。
郭峻因強調，深度學習系統搭配光達(LiDAR)汽車感測器，即可達到精準的先進駕駛輔助系統，甚至進一步完成自動駕駛。
對於現今市場深度學習晶片解決方案包含Mobileye、恩智浦(NXP)、NVIDIA等，郭峻因分析指出，NVIDIA偏向深度學習方式處理，透過圖形處理器(Graphics Processing Unit；GPU)平行演算法，同時處理多重物件，模擬神經網絡系統，但使用GPU成本效益較差，反之採用系統晶片(System on Chip；SoC)較為合適，只要訓練好的物件辨識系統布局在晶片內，即可達到智慧駕駛功能，相信未來會有更多廠商推出SoC解決方案。
至於未來自動駕駛技術關鍵，郭峻因說，目前影像、LiDAR、毫米波雷達、超音波等感測器已經成熟，關鍵在駕駛輔助決策平台上，哪間公司可研發出效能高運算平台，同時耗能低省，符合車規，才有機會勝出。
至於自動駕駛人工智慧(AI)品質，郭峻因強調，要讓自駕車可以精準且安全行駛，最重要的分類樣本數量，透過愈大量的樣本，才愈能訓練出最精準系統。郭峻因描述，以現在實驗室情形，目前可供辨識的物件資料已達150萬筆，但需要人工標示物件，標記(label)分類影像中物件，最後才能將分類後影像訓練系統，他笑稱這過程是一個「苦力活」。
台灣若要發展自駕車產業，郭峻因直指2個關鍵：樣本資料庫建立困難，且人工標記速度緩慢，可透過在地業者建立資料庫，交互交流應用，將可加速系統訓練速度；另方面，國外已經有自駕車在路上趴趴走，但台灣礙於法規因素，仍未有一個可以練兵場域，透過實地測試才是驗證自駕技術最好地方。