科技報導8月號 440期

※科技報導440期PDF檔請點此下載



產官學研   從腦與心智研究 尋找人文與社會科學的嶄新可能
產官學研   分解有機廢棄物新技術 臺團隊創募資紀錄
產官學研   國衛院發現三陰性乳癌代謝機制 為治療提供新方向
時事評析   容易遺忘的教訓:臺灣地震防災對策何去何從
焦點話題   是誰讓Oracle可以拿9列程式碼的著作權 到處濫收保護費?
科學文摘   海狗研究解開睡眠之謎
焦點話題   Google AI創新研究營的啟動 期望培育更多臺灣AI人才
科學產業   2018臺灣生物生技大展 聚焦新藥、生技產業商機
科學文摘   萬物是如何開始的?

從學校教育到化妝品產業- 靜宜大學化粧品科學系教授 林智健專訪

文詠萱/科月編輯

(與《科學月刊》582期共同刊載)

(文詠萱攝影)
林智健
教授兼系主任
國立清華大學生物科技研究所博士

化妝品產業從前端原料研發,到後端產品品質管理、行銷與銷售,最後將產品交到消費者手裡,中間經過層層關卡,需要的人才數量相當龐大。臺灣有數所一般大學設有完整之化妝品相關科系,其中包含靜宜大學、高雄醫學大學、中國醫藥大學等,這些學校科系培育專業人才,也讓學生與產業做最緊密的連結。

《科學月刊》本期專訪靜宜大學化粧品科學系系主任林智健,談談大學妝品人才培育的想法與做法。

跨入妝品研究領域
化妝品屬於應用科學,主要與化學、生物領域相關。「不少化妝品科學系的老師原本所學專長都不是化妝品,在化妝品領域研究人士,蠻多學習的基礎是化學、生物領域,也有些投入妝品領域的老師所學是更專精的領域,例如藥學、藥劑或是化工等。除了妝品領域外,食品領域也有這樣的情況。」林智健說。

是誰讓Oracle可以拿9列程式碼的著作權 到處濫收保護費?

洪朝貴/朝陽科大資管系副教授、軟體自由協會理事。

美國的資料庫大廠Oracle看到安卓(Android)作業系統生態系幫Google賺了不少錢,便控告Google侵權,並求償90億美元。初審時法官判定Google並未侵權,但在最近的上訴法庭卻逆轉,Google被判敗訴。Oracle不僅讓Google賠錢,也挾著勝訴的氣勢準備對其它(非資訊產業的) 企業大撈授權費,而其中就有許多臺灣企業「挫勒等」。身為程式設計師,看了這樣的判決及後續效應, 覺得快要吐血。

用源頭技術索償,可惡至極
事情得從Java程式語言開始說起,昇陽公司(Sun Microsystems)於1996年左右釋出Java程式語言,這家開放、技術能力高的公司早在雲端炒作出現前,就實現了雲端運算,其於1996年打的廣告「The Network is the Computer」其實就是現在所說的SaaS,而多年後Google所收購的開發Android作業系統,其採用的開發工具就是Java程式語言。不幸的是,Oracle於2010年將昇陽買下,而java程式語言也就從Google的搖錢樹變成法律夢魘。此前,昇陽所開發的許多技術,都以開放原始碼或至少以開放介面的方式釋出,當年Google想跟昇陽談授權未果,便自己重寫Java,但為了跟Oracle的Java相容,Google必須採用Oracle的java應用程式介面(Application Programming Interface, API),而這也成為Oracle控告Google的依據。

憑什麼把相互往來的管道據為己有?
其實,讀者並不需要會寫程式,也能理解何謂 API。

Google AI創新研究營的啟動 期望培育更多臺灣AI人才

李依庭/《科學月刊》主編。

人工智慧(artificial intelligence, AI)在這兩年來勢如破竹的發展,不僅衝擊各項領域,更被科技產業視為未來一波發展的全新革命。有鑑於此,科技部在去(2017)年12月宣布投入資金,在臺灣、清華、交通和成功4所大學建立AI創新研究中心並啟動「AI創新研究中心專案計畫」,期望能提供AI相關培訓課程,培育出更多具有AI跨領域能力的人才。

機器學習技術論壇
而在這波AI風潮中,Google也不缺席,從去年開始便透過舉辦多場機器學習講座,分享Google團隊目前已研發的各種機器學習及其不同領域的相關應用,像是學術領域中,在天文、生命科學等方面都有相關發展,透過機器學習來辨識行星與非行星的訊號,找出太空中可能的系外行星;將人體基因組轉化成圖像格式、運用分類演算,開發出變體識別模型,相較傳統定序方法,能大幅降低其錯誤率。

而在生活科技部分,也曾與會分享在Youtube影音平台上,如何透過機器學習,提供最適合的個人化「推薦系統(recommendations systems)」;在產業界中,也與臺灣傳統紡織產業合作,透過機器學習整合大量紡織布料的數據庫,建置有系統的應用程式(App)提供快速搜尋,有效縮短人力與時間上的分配。這些研究成果,在在顯示Google研究團隊投入大量資源在機器學習、深度學習上的開發,並期望能逐步擴大人工智慧的應用範疇。