這是在今年 6/18 參加桃園虎頭山新創園區的開幕儀式。以下照片都是由本人親自拍攝的。
但因為現場因維安要求,不能起立拍攝,所以拍攝角度就多多包涵了。
關於比較政治性的照片,避免有不當的聯想,我就不額外特地放大了。
這篇文章最主要的還是探討關於車聯網的這個議題為主吧。
因為這個新創園區的主題就是以:車聯智駕中心與資安物聯網中心。兩大主題為主。
說真的,"資安物聯網中心"這個東西,我就比較不懂了。但關於車聯智駕中心的東西
是比較吸引我多一點吧。我們就來看關於這一項的幾個重要關鍵點:
坦白講:現在這個議題,在資金市場的確是一大亮點,你說搞甚麼馬達控制啊,或是
甚麼 8 /32/64 bits MCU 等,可能創投聽了都不想聽你唬爛了。
但如果你說:20 年後,車子是裝個四個輪子的PC ;30 年後,車子是裝個四個輪子的手機。
這下可能就一堆人相信你說的了。
那就更不用說:大大的Show 出所謂的 AI ,或是大數據雲端運算... 那更是紅得嚇死人了。
還得再加上像 Nvidia 這一種國際晶片大廠的加持,在在地說明未來技術亮點了。
不過呢,這些都還真的有點虛無飄渺,尤其是對我這一種LKK 的工程師來說。
但我們也不能完全置身度外,這裡就先扯一段題外話:
當我把這些相同的照片傳給我目前還任職於政府某幕僚(智庫)機構的朋友看時,
他就用一種很不屑的口氣說:不知道政府整天搞這些技術平台要幹甚麼?
(我的這些朋友都還是屬於傳統機械產業與領域的人士,當然也有可能因個人政治立場,
影響了自己專業判斷,這也是工程師必須修煉的一點啊...)
我就很簡單的回答他說:第一、台上就是你目前的老闆、金主(大合照中左邊第二位)。
說話還是要謹慎一點。
第二、你真的不能再用傳統機械製造業的眼光在看未來車輛工業發展了,尤其你還是
身為政府經濟重要政策的幕僚智庫人員。
很簡單,你說在傳統車廠內的研發人員,哪一家公司可以雇用十幾、二十幾個台清交的
一流人才,當這些IT 大廠動用一大票台清交與國際晶片大廠合作的技術人員時,你認為:
這樣的趨勢誰能擋得住?與其負氣的排斥,為什麼就不能以正向的態度面對呢?
還有一個很重要的心態:我也知道像我們這一種年紀在五十歲左右的人,在工作上幾乎
已經沒有多少可以犯錯的地方,所以處事或心態上會比較保守,但並不代表年輕人就
得跟我們一樣的心態啊?人家年輕,未來的歲月還很長,錯了~還有機會再修正,所以
他們是可以放手一搏的,那為什麼不給他們一點機會呢?
----
好吧~我們在把題目拉回主題,說真的啦~所謂真正車聯網到底要包含那些技術議題,
我想大概大家都是在現有的一些技術項目裡翻啊~找啊。
得益於 RFID 和 IoT,車聯網市場或將迎來巨大的機會
這篇是前兩天的媒體報導。當然啊~一開宗明義地把這個未來市場的餅畫得有多大啊。
一副說:如果你現在不學,不做的話,未來肯定落伍,沒機會的啦。
這個也就見仁見智了,讀者可以自行判斷。
其中有一段話:"透過與 OBD II 端口連接的跟蹤模組,和 RFID 閱
讀器的整合,遠端通信處理用例,可以擴展到透過 ID 標籤刷
卡辨識單個司機和乘客。例如,RFID 技術允許企業,跟蹤誰
在駕駛哪輛車,或者記錄乘客的身份。"
看起來還好。幸好~我自己這幾年在技術上,還摸了不少關於OBD II 的東西,看來我還不算
是落伍的啦。只是我想:這個記者媒體在寫這段東西時,到底有沒有搞懂這個東西啊?
我想也未必有吧。
未來的事,有時還真的很難說得準,尤其是高科技的東西。
那我就拿一個歷史的事藉由此事來看趨勢未來吧。
這件歷史事,也沒多遙遠的事,就只是約十二年前左右吧。但對科技業來說:十年大概就
是一個世代了,有很多東西不是落伍了,就已經乏人問津了,甚至人去樓空了。真的就
成了"歷史"典故了。
當初我剛離開那個八核心MCU 公司,朋友得知我手上有一個新架構的MCU,認為拿這
一種新架構,鮮為人知的MCU ,拿來做為編碼保密晶片最恰當了。就邀請我加入這一個
RF 無線通訊平台的產品開發計劃,這個計畫的成員組成編制算是有點任務導向編制。
所有的技術團隊人員來自各個領域,學有專精的公司或團隊。我算是個人啊。
因為我負責的東西是越少人知道內容是越好的。
以下這張圖是我們計畫中前段的系統架構。我負責的就是:AOBU 與ATR 之間的
無線通訊連接,外加把無線傳輸數據加入編碼保護機制。因為這內容是牽涉到實質的
金流交易問題。
如果看得懂的人,就不用我解釋是甚麼系統吧?當初這個計畫還被新聞炒得沸沸揚揚的。
所以這計畫內容處處保密防諜,搞得多神秘的。我先講這個計畫得結果:當然就沒成啊。
因為以當初的技術開發與許多系統整合真的很龐大,業者又受到媒體與社會輿論壓力
所以最後還是採用比較成熟保守的技術來完成目前大家所看到的系統樣子了。
當初很好玩的是:其實我只是負責多核心MCU 完成RF 無線編碼傳輸功能就可以了。
因為收取的費用就那麼多。但後來真的為了方便與加速系統整合工作,我還得分別幫
AOBU 及ATR 兩邊的系統作一些系統偵錯與測試驗證工作。結果這兩套系統的外包公司
又分別付我額外的費用請我幫忙處理系統開發工作。AOBU 的平台是 ARM。
而ATR 那邊就是比較龐大的網路Embedded System,是以 Linux 為主,ARM 我還可以,
但 Linux 那邊就真的比較麻煩與複雜,但幸好的是:那一邊公司的人才素質真的比較好,
以前在美國工作過的,只是他們比較不懂單晶片的底層的東西。那一段日子大家合作的
還蠻愉快的。我甚至常在他們公司位於羅斯福路底巷弄內,開伙吃飯...就像一家人。
但比較為難之處是:一年期約滿了之後,我的部分其實已經順利完成了。但這兩家公司
都願意出錢請我加入,以延續計畫進行。一邊是有革命情感的像家人一般,一邊是我
大學同校學長的公司,我都很難抉擇,所以後來我乾脆兩家都婉拒了。後來計畫如何?
因為我已經離開了,就不得而知了。但很確定是:目前的系統不是這個架構了。
----------
好了,這個歷史故事跟我上述的車聯智駕中心有甚麼關聯性呢?
簡單來說:當初那個計畫,我個人認為整個計畫的重要關鍵就是車牌辨識系統。
因為就算RF 通訊交易的AOBU 與ATR 沒有來得及完成無線通訊系統交易時,後面還有一段
保險機制:就是車牌辨識系統把關。所以拍照與車牌辨識就得肯定要做到,而他辨識
能力與準確性更是一大挑戰與要求了。因為每一天拍照傳入系統的資料量是很可怕的。
你不能說:今天沒做完,明天加班做完。不行!因為明天還是有一樣龐大的數據進來
要求處理。大家想想:就只是十二年前而已,再加上外包公司的前置技術養成,要花多少
精力與心血?才能達到計畫要求啊?
---
但只是十二年後的今天,我都還不能完全退休的從職場或技術領域上退下來時,
我兒子已經跟我說:喔~這個車牌辨識技術已經很成熟了,也不用自己搞得
那麼辛苦了,只要一連上 Google 平台,他只要幾秒鐘就跟你講答案了!
What ? 甚麼?要不然你看現在滿街車牌辨識停車場在幹嘛?
還有連在大陸的淘寶網也都有廉價販售了:
车牌车辆自动识别一体机无人值守小区智能停车场道闸收费管理系统
---
這一點都不誇張了。
現在自從所謂雲端大數據出現後,有很多過去遙不可及的技術領域東西,幾乎都可以上網
垂手可得了。
我記得 Goodspeed 跟我說過:人家是集合全世界最聰明的軟體與程式設計專家,搞得東西
會差嗎?
是啊,連我兒子也說:你不要以為Google 只是搞軟體的公司,其實他們也像Nvidia 搞了
一大堆 IC 晶片啊,只是他們的晶片是用在雲端伺服器端而已,不是我們一般終端使用者
平常所接觸的產品上而已。
時代已經隨時超出你我所能想像的世界了。人家老美不是沒有做所謂的人臉辨識,只是
他們還懂得要拿捏一下人權與個人隱私權的問題,要不然,人家怎麼可以讓大陸拿這些
東西隨時拿出來說嘴呢?或許還有妳我所不知道科技新領域吧。
接下來,以我自己的經驗,我還可以拿出許多過去你認為是我們這些LKK 工程師所搞的
系統有多麼偉大產品或技術時,其實在網路世界哩,也都是垂手可得,處處俯拾即是的
東西,再來看未來世界吧。
聽起來應該是 X通的Etag系統的子系統
回覆刪除當初加入這個團隊都要簽NDA,請問你寫這些安全嗎?
版主也只是約略提到,並沒有很深入談論,除非是巷子內的人才知道實情吧。
回覆刪除我想:工程師們,有空也可以研究一下這些所謂的NDA 或是競業條款的法律條文。
刪除要不然:你就只會從工作中,學會那一兩種專業技能或知識,難道就因此就不能換工作,
甚至換公司了嗎?
有些公司有時候很喜歡用這一招來嚇嚇工程師。
那我們工程師就應該清楚或知道所謂旋轉門條款吧?那人家老外怎麼辦?
今年不是有幾位Apple 的研發大將離職嗎?
你要人家保守一輩子的秘密時,那你是不是也要保障人家一輩子生活無虞啊?
有些法律條文還是有一些限制與範圍的。有時若真的要打起官司訴訟的話,
那肯定還有一堆論訴的...只是我們工程師們就是宅,不喜歡研究這些工作或技術以外的東西。
也怕麻煩啊。所以寧願苦自己...一輩子乖乖地幫老闆賣命,卻又常常抱怨的...
所以寧願苦自己...一輩子乖乖地幫老闆賣命,卻又常常抱怨的...
刪除^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
會抱怨是因為想"要"不敢講?想"拿"不敢說?
總覺得幫公司做這麼多,回報卻是如此,覺得委屈?
那得看你從哪個角度看了囉。
刪除以前我在大公司時,我們有幾位系統應用的大將工程師,常常跑大陸。
常常看到大陸的代理商或VAR 動不動就是Benz、BMW 或是出手闊綽...
於是就有工程師跑去跟老闆說:如果這東西要讓外面人賺,那乾脆我們自己出去做,
那老闆你會不會給我們機會啊?結果呢?老闆只是笑笑,當你們是在抱怨而已。
後來工程師就走了。跳槽了。工程師還是繼續賺薪水...開國產車...
公司後來也失去競爭力,股價一蹶不振。結果就是雙輸。
會不會覺得委屈?那你覺得是誰委屈了?老闆?還是工程師呢?
當然啊~如果真正去 Google 一下,還是可以查到老闆過去風光歲月的報導...
沒想到被點名了,小弟的意思是Google已經把AI,大數據這些領域的大神,還有徒子徒孫都挖進他們公司了,可以說FLAG(Facebook LinkedIn,Amazon,Google)已經把第一流的相關人才都吸進他們公司了
回覆刪除其他人想要在理論上有所突破,基本上已經不太可能,做應用還有機會
新世代工程師可能要思考的是,AI是否會變成像C語言一樣普及的知識,就像會C語言的人成千萬,但整個亞洲編譯器團隊也才7個(AI搞不好可能也是這個走向)
不是新世代的工程師思考要不要把AI當C語言一般。
回覆刪除而是他們在學校已經開始接受這樣子的訓練了。
就是你說的理論已經很難了。做應用還有機會。那還等什麼?
那就趕快懂得運用這些大雲端大數據啊。
其實我們也都開始無形中、不知不覺地使用了。
其實又會回到您老常講的一些老問題,市場趨勢在哪?我學了可以用到哪些領域上?
刪除這剛好是工程師最薄弱的
最近看到有人在問如何把AI用到馬達老化預測跟判斷上,這個前提應該是你要先是個馬達專家,再來談AI會比較make sense?
就好比您老在機械電子上修煉內功多年,寫程式對您來說就是水到渠成而已
淺見是實際上預測馬達老化不太需要是個馬達專家, 除非是要算出實際上壽命剩下多久才需要真的很專家, 一般現在做的AI預測其實只是名稱掛AI, 做的是偵測震動變化跟溫度, 有本來系統沒有的震動產生跟溫度上升就可以發出老化待修預警, 當然要進化一點就是可以做一下統計出現這些現象系統可以大概撐多久 溫度上升到怎樣的程度要盡快停機維修等等, 老師傅靠聽音辨識問題, 現在AIOT靠Sensor
刪除馬達狀況預測,各自動化方案商已經商業化在推了
刪除坦白講:現代像馬達控制或類似工業技術相關的單一技術領域來說,真的沒有那麼多基礎理論或技術
刪除還可以拿來講得天花亂墜的。網路上一大堆範例或開放源(Open Source) 讓你自己不管是自學或
搞產品,真的都不難了啦。
(簡單例子:https://item.taobao.com/item.htm?spm=a312a.7700824.w4002-15903393965.45.7bf7581bwtBBVU&id=599127473144)
所以現在許多產品開發是講求系統整合測試驗證工作,而這裡面就是牽涉到許多
大數據的收集、歸納整理。然後越懂得利用這些東西的人或公司,就越有機會領先別人。
所以啦~工程師的心態調整,真的很重要,這一點講坦白話:老中真的不如老外了。
人家老外為什麼可以花幾億、幾十億收購別人的公司?因為他們懂這些公司就算沒有相關的
人員,也肯定有一些技術文件或資料可用,但是反觀老中工程師的心態呢?
這個就不用我多說了,就算人家公司叫你寫下來,你也不一定像寫程式或搞PCB 那麼用心。
而公司叫你看著前人留下來的東西,你也覺得那些東西是垃圾...還不如我自己寫。
(一來老闆也沒給你那麼多美國時間,二來大家都知道看別人的東西是最痛苦的事,
尤其是老中工程師所寫的東西...)
所以啦~當大家都在說AI、雲端大數據時,那到底我們有多少人在心態上有在做調整的呢?
這一點大家真的不妨有空花個時間想想吧。