【15家觀光工廠好好玩】

彰化15家觀光工廠聞名全台，連總統今天也慕名而來，總統因為時間有限只能參觀一家，惠美把另外14家一起通通介紹給大家，好吃、好玩、搶先玩.........DIY大人小孩都喜歡~~~彰化的觀光工廠👍🏠

🎯 台灣穀堡 稻米博物館
　　以歐式風格的建築及造景打造觀光米鄉傳承米食文化精髓，民以食為天，吃米冰淇淋了解稻米的各種型態，來這裡就對了。

🎯 白蘭氏健康博物館
　　全台灣第一座以健康為主題的博物館，館內主要分為「歷史區」、「品牌區」、「健康社區」、「全方位保健站」和「空中走廊-工廠參觀」等五區，全家大小出遊的同時不忘看顧您的健康。

🎯 緞帶王觀光工廠
　　為一專業先進之織帶紡織品製造工廠，館內主要分為「編織體驗區」、「穿紗體驗區」、「織造體驗區」、「探索繽紛隧道」和「影片欣賞」、「DIY教學(自費)」、「成品展售」，各式各樣的緞帶讓您大開眼界。

🎯 台灣玻璃館
　　將傳統製造產業升級，以型塑品牌、創意研發、寓教於樂、優質服務等四大經營目標，館內主體功能區分為三館: 玻璃資訊館、藝術館和生活商品館，包含34個主題區給民眾免費入館參觀。

🎯 襪仔王觀光工廠
　　從手工對目、人工車襪、手改機台、至全電腦機台化製造，讓你完整的了解襪子的製造過程，適合全家大小及校外教學最佳場所。

🎯 台灣優格餅乾學院
　　台灣唯一以餅乾為主題的觀光工廠，在貓頭鷹校長的帶領下，結合餅乾魔法的意念，體驗獨具創意的冒險故事。要挑戰餅乾DIY魔法畢業烤的遊客們，請撥打預約專線04-7589501。假日請事先預約，才能獲得最好的體驗。

🎯 愛玩色創意館
　　彰化北斗有座「七彩工廠」，外牆活潑的配色與巨大顏料罐相當吸睛，在一片田野間顯得格外醒目。以研發彩繪顏料，成功發明金蔥彩繪顏料，成為台灣第一家生產金蔥粉和金蔥彩繪顏料的廠商，產品長期銷售海外。

🎯 樂活襪之鄉博物館 樂活織襪觀光工廠 Taiwan
　　以代工知名品牌之經驗，於民國96年創立自有品牌「LOHO樂活」，榮獲法國巴黎發明獎銅牌、國家產業創新獎、國家產業創作獎銀牌、國家產業創新獎項，館內販售多樣的襪子款式，介紹襪子歷史，以動態解說，讓遊客更容易理解。

🎯 Mask創意生活館
　　為亞洲首座以創新口罩為主題的觀光工廠，除開放口罩全自動化生產過程，更讓參訪者實際了解口罩各層結構不同的功能與不同材質觸感，傳遞正確選用與配戴口罩的正確觀念，還有口罩DIY體驗，新增電動平衡車休閒運動，場地寬敞跑道規劃完善，提供旅客兼具運動與休閒的新體驗。

🎯 卷木森活館
　　將原木擁有的美麗的木紋、木肌發掘出來，製作成無法模仿的高品質天然卷木飾材，並為每一個裝修消費者，打造高級廉宜、充分享受自然、融合自然、美麗、安寧的家園，體驗自然之美、木材之美，館內提供DIY自創產品製作、輕食部門飲食休憩。

🎯 台塑生醫健康悠活館
　　首創的『虛擬問診機』可以了解許多害羞疾病的成因與防治。孩子最愛的遊戲型觸控式互動機，藉由打擊細菌遊戲的過程，認識隱藏在生活居家中的病菌，歡迎來挑戰我是「健康小博士」的闖關認證。

🎯 興麥蛋捲烘焙王國觀光工廠
　　在這片土地上成長的興麥，飲水思源，2017年(民國106年)成立台灣食品業第一座蛋捲觀光工廠，讓您一覽蛋捲製作過程，結合DIY教學!達到育樂休閒體驗與食品安全知識。

🎯 水銡利廚衛生活村
　　水銡利廚衛生活村擁有獨特的水五金產業主題，不僅呈現綠美化後的優質環境，也提供部分產品製程參觀、文物展示、體驗設施等服務。展現出豐富的水龍頭產業知識和文化。

🎯 台灣手套博物館-手套工場
　　館內有世界最大手工針車手套，並可觀看現場人員針車手套製作。石頭、貝殼珍藏區結合了手套達人創作在裏頭；還有不同手套的體驗區，以及DIY教室，還有超過220度的近距離環狀高鐵觀景台，導入藝術創作宛如手套美術館。

🎯 織夢樂園 Lanyard Paradise
　　將現代印刷技術引進工廠產線，除了增加織帶的多樣性以外也引進UV印刷技術，客製化識別證套、隨身鏡、護照套、吸水杯墊、滑鼠墊、時鐘…等，入口處是熱氣球以及織帶豎琴牆，整個場域都是繽紛色彩，還有高科技VR遊戲嘉年華，來訪的民眾可體驗到世界各國派對的氣氛。

蔡英文 Tsai Ing-wen

互聯網大學 | 企業數位轉型需要的人才及能力

1/24 (日)下午 互聯網大學邀請了 — IBM 全球企業諮詢服務事業群總經理總經理 吳建宏先生 與我們分享「企業數位轉型需要的人才及能力」的議題

IBM 的策略顧問致力於，運用AI、混合雲、諮詢服務來解決企業的問題、協助企業轉型）

/

ㄧ、你如何定義「數位轉型」？

我所定義的「數位轉型」主要分成工作方式的轉型、工作流的轉變。

1. 工作方式的轉型｜遠端工作、協作工具的興起

隨著疫情加劇，讓人們開始「遠距學習」、「遠端協作」的旅程，學習如何使用線上協作工具，例如：Slack、Jandi、zoom、google meet等等，甚至是使用線上學習平台學習，例如，Coursera, Udemy, Hupspot, google analysis academy, Lynda,Hohaw等等，都是需具備的能力之一。

此外，在遠端工作、團隊成員多元的情況下，更不能忽視語言溝通的能力
（最基本的就是英文溝通！如果連最基本的溝通都達不到，就算有再強的技能，也很難拿到offer）。

2. 工作流的轉變｜從瀑布流轉變為敏捷式專案執行

先前看過一本書 < Google創投認證！SPRINT衝刺計畫：Google最實用工作法，5天5步驟迅速解決難題、測試新點子、完成更多工作！> ，書裡提到現在越來越多團隊在產品開發上，選擇使用「 sprint 衝刺計畫 」，而非瀑布式工作流。

若使用先前的「瀑布法開發法」就必須透過 — 計畫、設計、發展、測試、維護等從上而下、step-by-step 傳統作業流程。

但是，若團隊使用「敏捷式開發法」，就可以透過五天的衝刺計畫，發展出一項專案產品。

p.s.不過因為隊員必須在計畫執行中聚在一起、空出五個整天（排除其他工作），所以我認為不太適用於遠端工作中！

以下是「敏捷式開發法」的周行程範例！

星期一｜說明衝刺計畫的流程、設定在計畫內要解決的問題、畫出產品及顧客的關係圖、請教專家、選定目標
星期二｜隊員示演理想的解決方案、畫出方案草圖
星期三｜選出或溝通出最佳解決方案、試畫製分鏡腳本
星期四｜隊員分工（包含製作者、整合者、促進者、資料收集者、採訪者等）、製作原型、試運轉
星期五｜與五個潛在顧客進行訪談

（p.s.如果對「敏捷工作術」感興趣的話，< Google創投認證！SPRINT衝刺計畫：Google最實用工作法，5天5步驟迅速解決難題、測試新點子、完成更多工作！> 書裡頭有更詳細的案例解說！）

/

二、IBM 所定義的數位轉型（圖二+圖三）

The Cognitive Enterprise
1. 文化
（1）Culture
* 是否能接受「Agile」？如何更敏捷的決策？
（2）Skills
* HR數位化
* 以技能評估 candidate 是否合適這個職缺？
（3）Ways of working
* 思考方式｜設計思考力
* 工作環境｜共同工作空間
*
2. 平台
（1）Enterprise strategy platforms
* 協助客戶形成生態圈
* 將 Business Model 加入 API 的元素
（2）Industry platforms
（3）Cross industry platforms
（4）Enterprise enabling platforms

3. 流程
（1）Front-office processes
（2）Back-office processes
* 流程數位化
* 協助中小企業貸款，量數最多的案件是中國信託，因為他讓流程線上自動化（RPA），鼓勵客戶線上申請、機器人自動審核
（3）Decision process

4. 科技
（1）AI
（2）Blockchian
（3）Automation
（4）Internet of things
（5）5G
（6）API

5. 數據
（1） Proprietary data
（2） Licensed data
（3） Public data
（4） Custom
（5） Legacy

6. 應用系統
（1） Cloud native
（2） Digital

7.基礎架構
（1） Public
（2） Private

/

三、在數位轉型下，我們需具備的能力？（圖四）

/

四、Q&A section
1.去年IBM在「雲端金融論壇」提到未來的金融趨勢有 — 開放銀行、金融上雲、純網銀，那麼透過 IBM garage 實行敏捷創新、敏捷AI 、敏捷上雲時，有沒有遇到什麼困難？如何因應？
A : IBM 會以「成本效益分析」、「法律問題」、「雲端的預算」的角度出發做思考。

2. IBM 會希望員工跨部門輪轉嗎？
A : 未來希望人才往「ㄆㄞ型」前進，所以部門員工輪轉的方式會是「部門的輪調」或「不同專案間的輪調」。

3. 如果幫助客戶的服務成效不彰時，會有什麼應對措施？
A : 雖然可能出現不被客戶信任的情況，但可藉此學習、避免下次出現類似的情況。
#ibm #learn #digital #xchange #taipei

近幾個月，在AI賦能未來醫療的思考特別多，受美國「WIRED連線」雜誌邀請撰寫了一篇專欄文章。我相信十幾年後，不少國家和地區的醫療體驗在AI賦能的作用下將發生根本性改變。

原文刊於「WIRED連線」雜誌英文官網：
Covid-19 Will Accelerate the AI Health Care Revolution
https://www.wired.com/story/covid-19-will-accelerate-ai-health-care-revolution/

中文翻譯來自創新工場微信公眾號 2020-5-22

新冠大流行將加速醫療AI革新
—————————————
2020年元旦前夜，一家位於加拿大多倫多市的人工智能（AI）企業BlueDot捕捉到一些異常：中國武漢市海鮮市場周邊出現多起罕見肺炎病例，BlueDot迅即反應，運用自然語言處理、機器學習等技術，結合大數據和定位追踪，迅速向合作的政府部門和公共衛生機構客戶傳送警報並報告擴散狀況。BlueDot所監測到的異狀，正是數月後撼動全球的新型冠狀病毒肺炎（Covid-19），這比世界衛生組織首度公開警示新冠病毒的時間還要早上9天。

BlueDot的AI平台示範了人工智能技術對重大疫情能起到早期預警的功用，過去幾個月裡，AI在這場全球抗疫戰的許多方面發揮了獨特作用：從疫情預測到篩檢，從接觸警示到快速診斷，從前線無人配送到實驗室藥物研發，人工智能助力防疫派上了不少用場，為特定場景應用賦能。

隨著疫情在全球蔓延，AI技術的創新應用也在各地相繼落地。在韓國，基於地理位置的信息傳遞已經成為控制病毒傳播的重要工具，當人們靠近確診病例時，就會收到基於位置的緊急信息提醒。在中國大陸，阿里巴巴推出的AI算法能夠在20秒內診斷出疑似病例（比人類檢測快了近60倍），準確率高達96%。無人配送車輛很快被投入到人類難以承受的場景，代替人類執行高傳染風險的運輸任務。湖北、廣東等省份的多家醫院相繼使用機器人為病人或被隔離家庭運送食物、藥品和物資。而在美國加州，電腦科學家正在研發能遠程檢測獨居老人健康情況的系統，一旦老人出現身體異常症狀，系統就會發出即時警報。

不過，目前人工智能在公共衛生體系的應用仍顯零散也未成體系。坦率說，過去四個月內，AI在抗疫之戰中的表現並不十分突出，我最多只能給它打分“B-”。新冠大流行暴露了我們的醫療系統的脆弱性：預警響應不充份、通報信息不精確、醫療物資分配不均、醫務人員超負疲憊、醫院病床緊繃、疫苗研發週期長等諸多痛點。當然，AI的零散表現也有客觀原因：醫療體系可說是現代社會各類運轉體系中最為複雜、陳舊不堪且難以變通的一種；且在新冠疫情襲來之前，我們並沒有真正意識到醫療體系問題的緊迫性，沒有提前採取相應的技術預防措施；最為關鍵的是，我們缺少建構AI解決方案所需的大數據。

把目光看向未來，我看到以下兩個AI賦能醫療的樂觀因素。

首先，作為AI燃料的醫療大數據已被激活。舉例來說，機器學習數據科學平台Kaggle組建了新冠病毒開放研究數據庫，名為CORD-19。它將相關數據進行彙編，並把最新研究集中收錄，匯總的格式可被機器讀取和解析，以便於AI進行機器學習。至今這個數據庫收錄了12.8萬篇包含Covid-19、冠狀病毒、SARS（非典型肺炎）、MERS（中東呼吸綜合症）等關聯術語的醫學專業學術文章。

其次，眼下全世界的醫學專家和電腦科學家都將精力集中在解決疫情問題。 X大獎基金會創始人彼得·戴曼迪斯（Peter Diamandis）估計，全球現在有多達兩億名的醫師、科學家、護士、技術專家和工程師投入防治冠狀病毒的相關研發中，他們正在進行數以萬計的實驗，並以「前所未有的透明度和速度」共享信息。

3月16日Kaggle發起「新冠病毒研究挑戰」，匯集與疫情相關的大量信息，包括病毒的自然歷史、傳播和診斷方法、以及從過往流行病學研究中汲取的經驗教訓，幫助全球各地衛生機構及時掌握最新情況，以做出基於數據的分析決策。該項目發布後的五天內被瀏覽超過50萬次，下載量逾1.8萬次。在大陸疫情爆發後不到一個月，阿里巴巴便推出了一種AI算法，該算法基於5000多個新冠肺炎確診病例進行訓練，並關聯到治療後續諸如肺部白色陰影縮小等的成效追踪。隨後，阿里巴巴將其云端AI平台向全球醫療專業人員開源，與合作夥伴聯手部署更大批量的匿名數據，推出包括疫情預測、CT影像分析、冠狀病毒基因組測序等模組。

據估計，現今全球醫療數據的規模每隔幾個月就翻一倍。 2019年一份覆蓋19個國家AI醫療市場的研究估計，AI醫療市場的年複合增長率為41.7%，從2018年的13億美元將增長至2025年的130億美元，主要分佈在六大領域：醫院工作流程、可穿戴設備、醫學影像和診斷、診療計劃、虛擬助手、以及最重要的藥物研發，新冠疫情期間浮現的種種需求，將加速AI賦能醫療的場景落地。

在後疫情時代，我期待AI將加速融入醫療體系，賦能並推動醫療改革。其中深度學習（Deep Learning），即以一種高效方法運算海量、多維數據的能力，是AI結合醫療最為可期的機遇之一。深度神經網絡（Deep Neural Networks）作為AI的一個子領域，已經被用於醫學掃描、病理切片、眼科檢查甚至結腸鏡檢查，以得出準確而快速的算法判讀。十幾年後，不少國家和地區的醫療體驗在AI賦能的作用下將發生根本性改變。

AI賦能醫療，首先能簡化及優化現有的醫療流程，例如醫院的作業流程，保險履約的繁複流程。將AI與RPA（Robotic Process Automation 機器人流程自動化）結合，可對某項工作流程進行智能拆解及優化，進而大大提高醫療系統的運營效率，預約看診、保險理賠及其他流程性工作都會得到效率提升。AI還能加快早期診斷信息的收錄並實現自動化，AI技術所能處理的文本、語言、數字的體量，無論在數量上還是精度上都是機器級別，遠非人類所及。

有了充份的醫療大數據作為基礎，AI還能為每個人或者每個群體建立健康數據基準量表。當我們掌握個體健康數據，就可以根據跟踪動態數據的波動變化，進行數據驅動的診斷，並對潛在大流行疾病的徵兆進行早期追踪研判。然而，再先進的技術系統要做到真正有效，勢必需要與既存的公共衛生警示和匯報機制形成高效鏈接，此類信息斷層即是新冠疫情在早期爆發期間存在的具體缺失。

再上一個層次的AI賦能體現在助力新藥研發、基因組測序、幹細胞、CRISPR（基因編輯）等醫學突破方面，AI模型和算法應用都有其用武之地。在製藥行業，研發一種新藥往往需要付出高昂的投入，某次成功前必有多次付諸流水的失敗試驗，也連帶消耗巨大的時間和金錢成本。現在，科學家們可使用AI機器學習來模擬上千個變量，測試它們的複合效應會對人類細胞反應產生何種影響，這類AI新藥研發的技術已被用於新冠病毒疫苗和其他療法。創新工場所投資總部位於香港的AI藥物研發公司Insilico Medicine是首批對新冠病毒快速響應的企業之一，這家公司利用生成式化學AI平台設計出新藥物小分子，以複製主要病毒蛋白為靶標，早在2月5日便公佈了這些小分子結構。 AI為新藥發明開闢了一個新時代，用人工智能技術來換取藥品研發週期的時間和成本，整個製藥行業勢將迎來翻天覆地的變革。

不久的將來，隨著醫療科學和電腦科學進一步融合，我們將進入一個全面自動化的AI時代，到時人們可以通過可穿戴設備、生物傳感器、智能家居檢測設備等來確保自身和家人的健康。可穿戴設備和其他物聯網設備的數據質量和多樣性大幅提高，將能產生一個有效的良性循環。穿越到未來，下一場疫情在大範圍蔓延之前就應該能夠被跟踪、追溯、攔截並消滅無踪。

或許再過15年，許多人的家裡都會有AI個人助理照料我們，幫著解決全家人的日常健康所需。機器人或者無人機負責把我們的藥品送上門，如果需要進行手術或者外科治療，通常會由機器人操作，或由機器人輔助人類外科醫師完成。在未來，醫生和護士將把更多的精力放在機器無法勝任的任務上，醫療專業人員及富有同情心的護理人員，將同時具備護士、醫療技師、社會工作者、甚至心理諮詢師的技能。他們會使用經AI強化的診斷工具和系統，但更多的時間會與患者溝通，安撫他們的傷痛，為他們提供情感扶持。在我的想像裡，15年後的醫療健康場景可能是這個樣子的：

***
2035年一個冬季早晨，我醒來後就覺得有點喉嚨痛。我起身去洗手間，刷牙的時候，洗手間的鏡子通過紅外傳感器測量了我的體溫。刷完牙後一分鐘，我的私人AI醫師助理發出了警報，顯示我的唾液樣本部分指數異常，並在輕微低燒。 AI醫師助理建議我在家進行指尖探針採血。我在泡咖啡時，醫師助理返回了分析結果，判斷我可能是得了這個季節正在流行的兩型流感其中一種。之後，我的AI醫師助理建議，如果我覺得有必要聯繫家庭醫生的話，有兩個時間空檔可以跟她視頻通話。通話之前，家庭醫生已經收到我所有症狀的詳細信息，她給我開了一種減充血劑和撲熱息痛，一會兒無人機就把藥品送到我家門口。
***

當然，凡涉及到患者的醫療記錄，就得談談隱私和數據保護的關鍵問題。我認為，任憑有用的數據各自孤島式的存在、不善加利用、不從中提煉有價值的信息、不用以推動社會進步，是相當不負責任的做法。技術產生的問題應該由技術解決。隨著AI技術浪潮而出現的諸如數據保護等問題，應該有更為創新的技術方法來應對。

好消息是，近年聯邦學習（也被稱為分佈式學習）已經在數據保護上取得了顯著的進展。基於聯邦學習技術，患者的數據將永遠不會離開所在的醫療機構、醫院或個人設備伺服器等原始存儲設備，機器學習模型將在獨立的數據庫基礎上進行訓練處理，再進行後續整合。聯邦學習、同態加密，結合可信硬體執行環境等技術，將進一步確保數據的計算、傳輸、存儲過程能夠適配不同的隱私偏好，以因應不同國家與文化對於隱私保護的需求差異。

這次新冠肺炎疫情還驗證了一個事實：整體人類命運是共同體，人們對未來運用AI等先進技術共度難關寄予一致的期盼。歷史上，國際合作曾消滅了全球延燒的天花，也幾乎根除了小兒麻痺症。公共衛生無國界，控制及消除流行病是個毋庸置疑的共同目標。在醫學領域，每個國家都能從他國的研究基礎上學習受益並攜手並進，全球化的數據科學，將進一步幫助人類獲取對健康和疾病最為深刻、最為全面的洞悉。

AI有潛力協助我們為下一次疾病大流行做更充份的準備。這需要醫學專家、AI科學家、投資者和決策者傾力協作，也需要關注醫療保健領域的投資人為聰明的創業者和科學家注入新一波動能。

經歷這次疫情，我們應清醒地意識到，要將人類醫療體系推往新的高度，著實需要傾盡全球之力。

創新工場董事長兼首席執行官
李開復博士