如何得到一份像我這樣的工作?(上)

當代幽默諷刺大師馮內果過去總是將他的演講題目定為「如何得到一份跟我一樣的工作」,然後在演講的時候講任何他想講的東西。我的狀況跟他相反,我被告知可以講任何自己想談的。於是我決定,與其談論網際網路的未來或是集體協作,我最感興趣的恐怕還是「如何得到一份像我這樣的工作」。
評論
評論

本文翻譯自 〈 How to Get a Job Like Mine 〉:

美國作家 Kurt Vonnegut(當代幽默諷刺大師馮內果)過去總是將他的演講題目定為「如何得到一份跟我一樣的工作(How to Get a Job Like Mine)[^1]」,然後在演講的時候講任何他想講的東西。我的狀況跟他相反,我被告知可以講任何自己想談的。於是我決定,與其談論網際網路的未來或是集體協作(mass collaboration),我最感興趣的恐怕還是「如何得到一份像我這樣的工作」。

所以該怎麼做呢?毫無疑問,第一步當然是選對基因:我是出生在美國的白人男性,家境不錯,父親在電腦產業工作。然而不幸的是,我也不知道怎樣才選得到這種好康,所以講這個大概沒什麼用。

但是另一方面,剛開始的時候我只是被困在美國中部一個小鎮的孩子,所以我的確摸索出一些讓我逃離這裡的撇步。我想我可以將這些方法與各位分享,希望多少能夠減少一些生命中的不公平。

第一步:學習(Learn)

我做的第一件事,你們可能都聽說過了,就是學習電腦、網際網路以及網路文化。我讀了一大堆書、看了大量的網路文章,並且作了一些嘗試。首先我加入了一些電子郵件通訊列表(mailing list,一種特定群組內部互相發送群組電子郵件的名單),試著去理解大家在講什麼,直到我自認 OK 了才加入大家的討論之中。

我逛網站,也打算作一個自己的網站。最終我學會了如何打造一個 web 應用程式(web app)並且著手進行。當時我 13 歲。

第二步:嘗試(Try)

我做的第一個網站是 get.info。這個點子是希望有一個免費的線上百科全書,讓所有人都可以在網站上新增、編輯、組織內容。我全部自己來,還加入許多很酷的功能,也差不多在所有瀏覽器上測試過,我感到非自豪。這個網站當時也的確得過獎,成為年度最佳創新 web 應用程式之一。很不幸的,那時候我認識的人都只是學校裡的孩子,所以其實沒什麼人可以寫出很多篇百科條目。(幸好幾年之後,我媽媽告訴我有個新網站叫「維基百科」,做的事跟我的網站一樣。)

第二個我做的網站叫「my.info」。這個點子主要想解決的問題是,與其從網路上不同的地方獲取新聞,何不有個程式自動從網頁上將所有的新聞集中到一個地方呢?後來我完成了,網站也順利運作,但我並不是唯一想到這個點子的人,那時有許多人正在著手開發一個新技術「syndication(聯合供稿)」。有一組人從中分離出來,打算為它建立一個叫「RSS 1.0」的技術標準,我加入了他們。

第三步:抓緊機會(Grab)

從學校畢業的那個夏天我還沒有工作,所以有很多時間可以自由運用。我把所有的時間花在閱讀 RSS 1.0 電子郵件群組的內容,做盡了所有奇怪的工作或是任何他們需要幫忙的事。很快地,他們就問我想不想成為他們的一員,最終我成了 RSS 1.0 技術規格的共同制定人。

RSS 1.0 是建立在一種叫「RDF(Resource Description Framework,資源描述框架)」的技術上,經常引發大家激烈的討論。所以我也開始研究 RDF,加入了他們的電子郵件群組,研讀相關資料、問一些蠢問題,漸漸地我開始搞懂它了,於是很快我在這個 RDF 的圈子有點名氣。當他們宣布打算成立新的工作群組制定新的 RDF 規格,我決定偷偷跟上。

一開始我先問那個群組的成員我能不能加入,他們拒絕了。由於我真的很想加入那個群組,所以我想出別的辦法。我讀了 W3C(World Wide Web Consortium,全球資訊網協會,負責制定 web 標準,不過其標準僅是「推薦」而非強制)的規則,W3C 就是負責運作那個工作群組的組織。他們的規則說,工作群組可以拒絕讓別人加入,但是如果有 W3C 的成員組織推薦,那麼就不得拒絕。所以我開始找 W3C 的會員組織名單,找了一個看起來最友善的,問他們可不可以推薦我加入那個工作群組,他們同意了。

成為工作群組的成員表示每週要參加電話會議、大量的電子郵件或是透過 IRC(Internet Relay Chat)討論,偶爾要飛去奇怪的城市和別人碰面、有許多人要認識。

我是 RDF 的信徒,所以很認真地想讓別人採用它。當我看到哈佛的 Lawrence Lessig 教授正在建立一個叫「Creative Commons(創用 CC)」新組織時,我寄了一封信給他,說他們的計畫應該採用 RDF,並解釋給他聽。幾天之後他回覆說:「好主意,你可以幫我們做這件事嗎?」

所以我後來就加入了 Creative Commons,也因此到各地參加研討會或聚會,也認識了更多人。大家開始認識我之後,我也開始在各地、各個領域中有了朋友。(待續)

繼續閱讀-->>  如何得到一份像我這樣的工作?(下)


電動自駕車上路迎曙光!Turing Drive 借重 AWS IoT Lab 雲端服務,桃園青埔開放道路成功試營運

Turing Drive 透過 AWS IoT Core 進行資料彙整並集中傳送到 AWS 雲端,事後新創團隊更快梳理資料庫的數據,持續優化自駕車路線,AWS 除了技術面、架構面的協助之外,更重要是提供實作的引導,讓管理資料安全更有效率。
評論
Photo Credit:TNL Brand Studio
評論

電動車浪潮,讓無人自駕車的場景應用,增加更多想像空間!市調預測 2020~2024 年 L1-L5 等級電動自駕車,年複合成長率 18.3%。然而,電動自駕車要實際上路,除了要配套法規,保護乘客、行人的安全,更備受考驗。

團隊成員平均 30 歲的新創台灣智駕(Turing Drive)於 2018 年創立,致力研發可商轉的自動駕駛系統,他們開發的特製國產電動車,上路測試兩年行駛超過 30,000 公里、運載 70,000 位旅客。達成 98% 車輛妥善率,背後正仰賴龐大感測數據做為支撐,過程中 Turing Drive 借重 AWS IoT Lab 物聯網實驗室服務,讓創新之路更加拓寬。

特殊交通情境提供創新養分,封閉到開放場域 Turing Drive 累積實戰經驗與數據

Photo Credit:TNL Brand Studio
Turing Drive 執行長沈大維提出電動自駕車在台灣交通情境下所擁有的優勢與挑戰。

「要在台灣創新,尤其是電動自駕車全新題目,對我們新創是相當大挑戰,但也迫使我們每天想破頭思考,在困境之下該如何找出路!」Turing Drive 執行長沈大維開門見山表示,創業三年多來,走得每一步有多麼不容易。

Turing Drive 握有 CPU、GPU 平行運算核心能力,正因為資源稀缺,盡可能發揮自駕系統的多重定位技術,從GPS、光達、雷達、影像、到車體慣性導航等應用,Turing Drive具備足以提供市場最快速 time-to-market 應用方案。然而,除了握有 AI 演算、晶片感測能力,沈大維認為台灣的獨特交通情境,對發展自動駕駛技術推了一把。

他解釋,「台灣摩托車、汽車齊聚路上,還有偏鄉接駁、市區夜間公車專用道,多元交通環境交錯,讓我們嘗試用自動駕駛創造新的營運模式,這是其他國家沒有的先天優勢。」因為有實際場域得以試營運,Turing Drive 一路從封閉環境的桃園農博會、台中麗寶樂園,再到台北信義區夜間、桃園青埔的開放道路環境,象徵台灣交通情境的縮影,這家新創正逐步破關打怪。

Photo Credit:Turing Drive
全台第一條電動自駕巴士路線,就在桃園青埔。

除了 Turing Drive 積極突破技術提升安全率,提供場域驗證、城市建設的桃園市也貢獻良多。桃園市政府經濟發展局局長郭裕信回應,桃園近年積極推動創新城市治理,被 ICF 智慧城市論壇評選為「全球智慧城市首獎」,電動自駕車是智慧城市的一環,因此桃園不遺餘力推動全台第一條自駕巴士路線試營運,提供載客接駁累計超過 800 位人次乘坐,創下 90% 乘客滿意度。

Photo Credit:TNL Brand Studio
桃園市政府經濟發展局局長郭裕信表示,桃園近年積極推動創新城市治理,電動自駕車是智慧城市的一環,因此桃園不遺餘力推動全台第一條自駕巴士路線試營運。

大量的感測、影像數據該如何加值使用?借力 AWS 邁向「雲」運算成必經之路

Turing Drive 的電動巴士每天在桃園青埔定點載客、行駛,可想而知,有多麼龐大的感測、影像數據不斷累積。沈大維點出過去其他案例測試時,若想達成 Data Driven 驅動更多自駕車服務,勢必要先克服數據的儲存、加值、運用等實際挑戰,他解釋,「以前用終端硬碟儲存資料,往往我們工程師要留守到半夜,再去插拔車上的硬碟、整理車子運行數據,我們發現這樣做很沒效率,甚至隨著數據資料越來越多,在分類管理的工作也更為困難。」

面對難題,就是尋求解方!Turing Drive 找上 AWS IoT Lab 物聯網實驗室,雙方開始盤點,該如何運用雲端環境的優勢,更輕鬆掌握、洞察自駕車數據的金礦。AWS IoT Lab 表示,

「我們從三大面向切入,協助 Turing Drive 加速他們開發流程、減少工程師例行工作,甚至將影像資料有效加值,又能確保資料安全。」

AWS 所説的的三大面向,正是 AWS IoT Lab 所提供的三項解決方案服務。首先針對工程師要排班到試營運現場,插拔硬碟下載資料的冗長流程,AWS 提供 AWS IoT Device SDK 透過 MQTT over TLS1.2 安全機制加密與 AWS IoT Core 連結,通過認證後可將終端裝置的資料傳到 AWS 雲端儲存。同時允許開發團隊從遠端,直接登入自駕車系統做韌體更新或回收數據等指令,大幅縮短 Turing Drive 在開發、調教程式的時間。

第二項服務則聚焦協助 Turing Drive 針對自駕車運行所錄製的影像,AWS 提供 Amazon Kinesis Video Streams (Amazon KVS) 服務,讓終端裝置的影像資料串流到 AWS 雲端平台,進行後續機器學習、分析處理。讓 Turing Drive 省去過去人工傳輸影響資料流程,也幫助開發團隊更便利做後續的資料加值利用。

Photo Credit:TNL Brand Studio
AWS IoT Solutions Architect Tec 介紹三項解決方案內容服務。

第三項則鎖定自駕車的資料,因為搭載光達、雷達、GPS、陀螺儀等感測器,每天每秒都在產生巨量資料,Turing Drive 透過 AWS IoT Core 進行資料彙整並集中傳送到 AWS 雲端,事後新創團隊更快梳理資料庫的數據,持續優化自駕車路線。除這三項關鍵服務,沈大維特別回應,「AWS 帶給我們技術面、架構面的協助之外,更重要是提供實作的引導,讓我們管理資料安全更有效率,把資料放到雲端儲存,再也不用煩惱地端伺服器的維護跟管理。」

Turing Drive、AWS、桃園市政府,各司其職聯手出力助攻電動自家車加速上路

Photo Credit:TNL Brand Studio
沈大維指出,電動自駕車上路的普及,須同步具備雲端數據解決方案與硬體環境的配合。

在 Turing Drive 的眼中,與桃園市政府合作在青埔導入電動巴士試營運只是開端,沈大維說:「十年、二十年後,我們認為新世代的智慧車會趨向平台化發展,一方面需要有像桃園市願意投資智慧城市硬體環境的地方政府;另一方面則仰賴 AWS 雲端方案,完善數位基礎建設來整合道路號誌資料、車輛運行資料,當這兩端同步發展之下,電動自駕車上路才會加速普及。」

尤其是自駕車數據背後隱含的商業創新,郭裕信回應說,「智慧城市治理最重要就是數據, Turing Drive 掌握的數據未來還能跟保險公司、電商導購做結合,只要資料去識別化在安全範圍下使用,相信 Turing Drive 與 AWS 兩家新創企業的創新能量,我們非常樂見有更多資料應用,搭配新興商業模式,在充滿活力的桃園市進行驗證,看見更多創新應用具體落地。」

Turing Drive 展望未來的佈局,沈大維認為自駕車的發展不會只靠一家企業單打獨鬥,未來他們將聯手產業鏈夥伴,將 AI 技術、車載設備、關鍵組件、路側設備端到端的解決方案輸出海外,放眼全球商機。他肯定表示,「AWS 雲端平台具備彈性,不斷推出新應用的價值,我們會持續與 AWS 合作,把新世代智慧車的數位基礎建設産品放在 AWS 平台一起推廣,鼓勵更多勇於築夢的新創,善用 AWS 的優勢展開創新之旅!」