電子報 第 176 期 > 數位化浪潮之挑戰及各國人才培育作為

數位化浪潮之挑戰及各國人才培育作為

字級:        友善列印

教育制度及政策研究中心助理研究員 阮孝齊

  大數據(Big Data,又譯為巨量資料)是指非常複雜並且成長快速的信息集,使得這些資料無法以傳統的方法去分析(駐波士頓臺北經濟文化辦事處文化組,2012)。BeyerLaney 2012)定義大數據為「大量、高速、多變」(high volume, high velocity, and/or high variety)的資訊,因此需要全新的處理方式。這些數據資料範例包括來自各大銀行的網上金融交易或社群網絡所收集的數據,從電車延遲等與生活息息相關之預測、未知物質之探索等(臺北駐大阪經濟文化辦事處派駐人員,2015),在一般決策以及研究上都具高度的應用價值。

  大數據通常包含了超越一般常用軟體工具在一定的時間範圍內可以擷取、管理、處理的巨量資料。大數據的資料量是持續浮動的,並需特定的技術及結合諸多新型態科技,始得以探究多元、複雜及巨量資料所涵蓋的內容(駐休士頓辦事處教育組,2016)。因此,在分析上仰賴新的工具,機器學習以及人工智慧,才能突破人類判斷力有限的限制。如同工業時代需要石油燃料,人工智慧時代需要的就是資料數據,有源源不絕嶄新資料數據輸入的人工智慧研究者,會遠比只靠理論沒有足夠資料數據驅動的人工智慧研究者更為強大。(駐洛杉磯辦事處教育組,2018b)。賓州州立大學教育科技服務主任Kyle Bowen認為,人工智慧的真實應用是人類跟電腦一起工作,探索或思考如何解決問題(駐波士頓臺北經濟文化辦事處文化組,2012)。

  早在2012年,麻省理工學院就建立了「英特爾大數據科學與技術中心」(the Intel Science and Technology Center for Big Data),該中心便座落在計算機科學和人工智能實驗室(MIT’s Computer Science and Artificial Intelligence Laboratory)中(駐波士頓臺北經濟文化辦事處文化組,2012)。

  本文透過「大數據」、「深度學習」、「機器學習」、「人工智慧」等關鍵字進行搜尋,整理各國面對資訊科技浪潮的挑戰,以及在人才培育相關政策的因應作為,提供政府參考。

【全文請下載PDF檔】

 

附加檔案

下載PDF檔全文-數位化浪潮之挑戰及各國人才培育作為(176).pdf