少量标注样本的机器（深度）学习

资料的可得性决定机器（深度）学习算法的可靠度。过去已经有许多研究指出，同一个算法，当（标注的）训练资料愈多时，通常算法的正确率或是稳定度就越高。但在真实的情境中，训练资料通常是缺乏的，成为应用落地的障碍。

资料经济与分散式帐本的大想象

若开始谈到资料经济(Data Economy)，大多数人会开始连结到Open Data，或者觉得这就是跟AI有关的议题，这都是正确的，那为何会需要连结到分散式帐本呢？

漫步曼谷(二)：我见、我闻、我思索

许久没来曼谷，决定多住2天，也考察一下近年稳定成长中的曼谷。出发前先做点功课，知道台湾是泰国第十二大贸易伙伴，自我国进口61.7亿美元，2018年衰退3.3%，而泰国出口到台湾39.4亿美元，成长5.2%，是泰国第十三大出口市场。其次，台湾对泰国投资的累积总额为145.9亿美元，是仅次于美日的第三大外资。值得注意的是，2018年泰国投资台湾达7,000万美元，暴增942%，其次泰国移工在台总数也达6万人，台湾到泰国观光人数68万人，泰国访台的有32万人，而2019年前5个月游台观光客成长率达29%，应该与免签有关。

如果老化是可以治疗的疾病呢？

如果仔细看许多电子业的趋势报告，或者电子公司的研究方向，医疗电子大概都会在名单上。与通信近的，就会靠向行动医疗，或至少是行动健康监测。至于与人工智能相关的更是不可胜数。

华盛顿大学的图灵机

我1986年就读华盛顿大学计算机系，当时的系馆是Sieg Hall。之后华大耗资7000万美金建筑计算机系馆（图一），于2003年落成。

标注的训练资料不够怎么办？谈自我监督学习新趋势

机器(深度)学习算法的效益决定于训练资料的可得性，特别是目前应用中大多为监督式的学习(supervised learning)，必须提供(人工)标注资料来训练。 所以在标记资料量少的领域，前瞻算法的效力就很难发挥，原因是特定领域的资料较难取得、或是标注成本较高，如医学影像、工业生产、金融决策等。

浅谈新能源市场现况(上)：电力需求型态转变的难题

在过去的文章，我对新能源的几个重要标的，包含虚拟电厂、能源管理系统及电力辅助服务等，分享我的一些想法。而为了让新能源世界的面貌更具体的被呈现，接下来我将会透过几篇文章，搭配发生在各国的实际案例，分别从能源需求型态的转变、再生能源供给挑战乃至电力调整机制与对策这三大层面，带给大家我对未来新能源市场运行趋势的看法。

漫步曼谷(一)：足迹穷尽处，想象启程时

我们这一代人，对于1997年的亚洲金融风暴应该记忆犹新，而掀起风暴的正是歌舞升平的泰国曼谷。亚洲金融风暴的前夕，当时担任泰国国会议员、也是前总理察猜(Chadchart)亲信的Pirot透过外交体系的安排到资策会MIC找我，想确认泰国是否可以继续8英寸晶圆厂的投资计画。

HEMT元件物语

HEMT (high electron mobility transistor)，中文译为「高电子移导率晶体管」，在人类的科技史上是一个很重要的发明。电子在半导体内跑得越快，就有机会让元件操作在更高的速度及频率响应。举凡目前5G无线通讯系统功率及低杂讯放大器，或是电动车内作为高功率电源转换，都需要用到此HEMT元件。如果5G通讯开始使用到毫米波，更是非HEMT莫属。而HEMT从发明到应用，其中有几件有趣且有意义的事，值得跟各位分享。

量子位元的种类－兼论量子政策

量子位元是量子计算及量子通信最基础的单位，它的工作原理决定了量子位元以及操作的特性，也决定了外围元件的技术以及未来发展的限制。目前候选的种类众多，在有限的人力及经费资源下，选择成功机率大的技术路径、集中资源投入选定方向是小经济体最重要的课题。