Browsing by Author "Liao, Ting-Yi"

Now showing 1 - 2 of 2

以開源軟體進行知識轉移之探討: 以 D8AI 公司為例
(2024) 廖庭毅; Liao, Ting-Yi
本研究主要目的是深入研究人工智慧服務公司D8AI以研發開源軟體進行知識轉移而達成公司績效目標。將探討企業為何選擇導入人工智慧服務的動機和背後的推動因素及如何創造更多價值，企業內部運營和供應鏈合作關係中的實際應用，協助企業更有效地應對人工智慧服務導入的相關經驗，最終為企業決策者和業界利益關係者提供人工智慧領域的實用建議。人工智慧最顯著的趨勢是技術的普及和開放，人工智慧技術不再僅限於科學實驗室，而是進入了各個產業，促使了更多創新的產品和服務整合專業技術加速了創新，因此建構出以開源軟體進行知識轉移架構是能影響創新績效的因素。本研究訪談了D8AI公司以及進行知識轉移的AI推廣方案合作夥伴，透過質性研究，深入瞭解與探討開源軟體進行知識轉移的過程。本研究得到的主要討論有：（1）開源軟體的快速迭代與更新使企業能夠及時獲取最新技術，且能降低企業的研發人力成本和軟體費用，加速了流程與產品的創新，促進企業績效；（2）D8AI選擇研發合作夥伴的因素包含資源及技術的互補（例如：大型語言模型與語音辨識）與財務能力，合作的動機會因核心能力、研發策略的差異而有所不同；（3）D8AI選擇與第三方機構或大學研究機構進行研發合作的過程中會簽訂保密協定，並以不具直接競爭關係者為主要合作對象，也以政府機構的合作機會為目標，提升彼此競爭力且不影響商業模式；（4）D8AI以自然語言處理為研發核心並培養AI人才，且透過國際性電腦展覽的參與來行銷技術與產品、接觸客戶與吸收市場資訊，未來發展應用將囊括各行各業，以台灣人工智慧產業翹楚為目標。並據於此，本論文最後提出三項實務建議及後續研究建議，以供未來相關領域的廠商及研究者作為參考。
自然回饋強度對運動技能學習曲線結構之影響
(2003) 廖庭儀; Liao, Ting-Yi
自然回饋是多數運動技能學習過程中主要的來源，而由於自然回饋的操弄不易，其對運動學習影響的文獻缺乏，因此在動力系統的架構下，以學習曲線的分析探討不同自然回饋強度對運動技能學習的影響。本研究的問題為：（一）不同自然回饋強度是否造成不同的學習率？（二）在相同起始行為下，先學習較困難組與先學習較容易組，其學習率的比較。（三）在轉移前、轉移後個人學習曲線適配，對數函數或是指數函數較為適配？回饋強度以相同的總質量，不同的轉動慣量來界定控觸覺回饋強度，以可程式控制器進行穩定時間的測量，實驗參加者共計16名，分派至20﹪--80﹪組、80﹪--20﹪組二組，每組各8名，紀錄前測30﹪、20﹪、80﹪、後測30﹪的穩定時間進行指數函數與對數函數的非線性迴歸分析、穩定時間的比較，本研究的結論為：（一）相同的總質量，不同的轉動慣量造成不同動作的難度。轉動慣量愈大，動作難度較低，動作表現較佳；轉動慣量愈小，動作難度較高，動作表現較差。（二）操弄不同的學習順序先學簡單或困難組對不同階段的影響，練習效果—先學習較困難組表現上優於先學習較簡單組:學習效果—二組間沒有顯著差異。（三）轉移的閾值設定過低，無法說明在不同學習階段學習曲線為何種型態。關鍵詞：動力系統（dynamical systems）、運動技能學習（motor learning）、學習曲線（learning curve）、控觸覺回饋（haptic feedback）、自然回饋（nature feedback）