CSIE Communications

訪問日期：2018/7/1 訪問對象（答）：b97郭冠宏 訪問人（問）：b03郭曉嵐、b05王子銘 1. 問：為什麼當初會選擇創業而不是大公司工作或者是念研究所? 答：我大學的時候花了很多時間在實習，有點像是說提早探索未來的工作環境，我其實在GOOGLE之前也有去Qualcomm跟intel 還有一間新創實習，所以我大學主要就在4個地方實習，其中3個是大公司，當然對GOOGLE是抱有蠻高的期望，我在GOOGLE實習也算是過的蠻不錯，有學到東西，那時候也有想要轉成正職，可是後來沒有這樣做，因為GOOGLE台灣做的事情比較侷限，GOOGLE台灣主要是Chrome OS team跟少部分的android，都是一些比較系統或者是系統跟硬體之間相關的東西，我那時候想做一些應用，就覺得這個方向不是很喜歡，然後在那一陣子也是接觸到蠻多新創公司的文化跟資訊，就覺得說好像比較喜歡往新創這邊走，因為大公司的限制其實比較多，例如說你可能要被指派一些比較不喜歡的工作，我是舉例啦，我不是真的有被指派不喜歡的工作，然後你在看產品的時候看不到全貌，只能看到一些其中的細節，因為大公司人多，所以分工比較細，讓你很難看到整個產品的樣子，因為這些原因所以當時就開始想一些題目，嘗試創業這樣子。 2. 問：為什麼當初會選chatbot，創業的話為什麼是做chatbot相關的東西？ 答：喔，其實我一剛開始不是做那個啦，我是後來去年的時候才開始做chatbot。就這是有時代關係的，我最早的時候是做android的development tool，那時候android相對於現在的android碎片化更嚴重，更少開發工具、更少資源，然後那個時候又是app相對蓬勃發展的時候，所以，我們就看到了一些問題，開發上面的問題，所以我們那時候就做了一個題目，叫做Cramdroid，主要是幫助android的測試、還有幫助apk的發布、追蹤一些錯誤資訊的一個tool。後來就覺得其實不太好做，然後剛好那時候的夥伴又繼續唸書，有一個去工作，那時候的夥伴就沒有辦法繼續做這個這樣子。那後來就開始在skymizer做，剛好是我有一個學長，他也是在做實習，然後之前在一個conference認識的另外一個學長，反正就是他們找我一起創業做skymizer這個題目。那skymizer是做編譯優化的...

採訪對象：林軒田 台大資訊系教授 /Appier 首席資料科學家 製作：鄭宇軒、胡晉華 Q. 是什麼原因讓您選擇資工領域？ CharlieL: 其實當時在選填志願的時候，知道自己對資工有些興趣，雖然沒有說非常深入了解，但是剛好推甄上了就來念。如果說要給選填志願的學生一點建議，就是如果有一點基本的興趣就可以進來念，因為有些興趣是可以培養的，也有可能進來之後發現這個科系跟你想的不一樣，在我自己的例子中，我進來之後意外地發現自己在這個領域中念得如魚得水，結果也如現在進行的還不錯。 Q. 您是因何而選擇研究機器學習相關領域呢？ C: 我大學時候是跟林智仁老師，林智仁老師是國內數一數二早開始做機器學習的人，我找他的時候，他才剛回國兩年，知道他的人沒有現在這麼多。我在找專題指導老師的時候，我覺得當時我不排斥的方向有人工智慧、機器學習、多媒體等等。而林智仁老師是當時是第一個確定收我的老師，他那時候也是我的導師，我對他做的東西也很有興趣，所以就做到現在。所以原因比較像是找專題老師時候的緣分。 Q. 機器學習在當年就像現在這樣熱門嗎？ C: 並沒有現在這麼熱門，但是有顯現出一些實用性。你可能可以想像，機器學習是從人工智慧中分出來的其中一個分支。如果回到 2000 年的時候， SVM(support vector machine) 的最佳化問題，像 LIBSVM 裡頭用的很多比較進階的方法是陸續在那附近才提出來的。那個時候是機器學習從萌芽到成長的時間，或說是機器學習跳離當年類神經網路那十幾年的低潮期的時間。但是如果要我說的話，我不覺得那時機器學習是很紅的領域，是個發展中的領域。算是還蠻好的，就好像你買到成長中的股票那種感覺。它不是一個完全新興的東西。你現在想像區塊鏈的話，大概就是一個非常新興的東西，大家當然都覺得它很有契機，但也有些不確定的風險。我開始做機器學習的時候，它是個不新不舊的，不是一個已經老到或失敗到大家都不願意投身進去，也沒有年輕到大家覺得風險非常大的那種。 Q. 為什麼選擇前往加州理工學院完成碩博士學位？當時就有打算回台大教書嗎？ C: 我自己是想出國念書的，不管是國內外，當時有幾個選項，國內念碩士再出國，或者直接出國等等，後來決定的因素有兩個，第一個是我不想花家裡的錢來唸碩 / 博士，而在國外...

1. 為什麼會選擇資工系？ 啊我大學那個時候當然比較喜歡理工的啊，其實那時候考試選擇志願有 電機、計算機工程、甚至還有電子工程這一類型的科系，當然前面都是電機的，接下來計算機工程，那當然就按照志願的話分數就可以上交大 的計算機工程系，所以我就去那邊念書了，所以才念資工。 2. 在念研究所時你覺得什麼科對你的幫助最大？ 台大那時候最主要對於演算法的課幫助最大，演算法的課訓練得還不錯的，所以我後來研發都走演算法的領域，比如說解決一些問題有圖上面 的問題，比如說排 schedule 的問題，這些問題都是有一些條件的，就希望可以最佳化這些 schedule 之類問題的做一些研究。那後來演算法有一個應用，就是人工智慧的應用，就是賽局程式的研發，需要大量演算法的技術，所以現在有一部份的主力都放在賽局程式的研發。

訪問對象 : 張凱崴 學長 訪問時間 : 2014/12/7(日) 訪問人員 : B02902023 陳文晧，B02902093 謝承榮 主題: 人工智慧 大學階段: 1. 為什麼大學會選擇資工系? ANS: 從小我就對資訊領域產生興趣。高中時參加資訊比賽以及培訓，從中學習到許多演算法等知識，所以最後申請進入了資訊系。雖然也考慮過電機系及物理系，但還是覺得資工最符合自己的興趣。 2. 為什麼會雙主修電機系? ANS: 喜歡物理和基礎科學。原本有想過雙主修物理系，但是覺得電機系與資訊系較相關，所以還是選擇電機系。電機系的課程部分對我往後的研究有幫助，不過如果讓我重新選擇，我會選擇雙修數學系或是多花點時間做大學專題。 3. 是什麼時候決定深入鑽研人工智慧領域? ANS: 高中時期就對人工智慧產生興趣，電影中也有許多情節跟人工智慧相關(機器人等等)，讓人心生嚮往。大二時，因為林智仁教授在BBS的板上PO文尋找大學部學生研究機器學習，我就跟著好友報名進入了他的實驗室。 碩士階段: 1. 是否想過出國念碩士? ANS: 高中就有想出國的想法，但大學畢業時跟林智仁教授的研究做到一半，感覺很有潛力，於是就留下來把它做完整，畢竟有研究成果可以申請到比較好的學校，也可以增加自己的研究經驗。 2. 碩士期間研究的主要內容是什麼? ANS: 從大學到研究所期間，我在林教授的實驗室做過兩個題目。 第一個題目研究如何加速線性分類模型。我們研究如何快速地利用大量標記好的資料來建立模型，使得建立的模型可以對新進的資料標記。例如，我們可以收集許多標記好的郵件來讓電腦學習判斷垃圾郵件。我們最後將這個機器學習系統寫成了一個軟體，這個軟體有幾萬次的下載並且被廣泛的使用到各種分類問題上，到現在也還是有很多用戶在使用。算是很成功的研究。 另外一個題目我們研究如何用兩兩比較來排序，例如給兩張圖片讓使用者打分數。打分數的方法是從兩張中選擇比較好看的那張而不是直接評分。直接評分可能因為每個人評分標準不同(有人喜歡評低分，有人則偏向高分)而使分數分布相當極端，結果也因此受到影響。相對比較就不會有這樣的問題。我們最後的系統可以快速的利用兩兩比較的結果來排序使用者對所有圖片的喜好，不過效果卻和其他已知的方法差不多因此無法出版。不過就算如此，我還是從這個研究上學...