『您的瀏覽器不支援JavaScript功能,若網頁功能無法正常使用時,請開啟瀏覽器JavaScript狀態』

跳到主要內容區塊

工業技術研究院

:::

工業技術與資訊月刊

299期2016年09月號

出版日期:2016/09/15

正方形 Icon 觀念探索 Trend

50 大聰明公司(下)

撰文/柏斯坦(Brian Bergstein) 譯/梁豫婷  攝影/瑞特曼(Jonno Rattman)

本刊取得美國麻省理工學院Technology Review期刊圖文授權
本刊取得美國麻省理工學院Technology Review期刊圖文授權

我們每年都會選出以「聰明」的方式創造新機會的50家公司。今年的明星有些以數位科技重新定義產業的大企業像是亞馬遜 (Amazon)和字母(Alphbet)等;也有微軟 (Microsoft)、博世(Bosch)、豐田(Toyota) 和英特爾(Intel) 之類迎戰技術變革的公司;更有蓄勢待發的新創公司如平價DNA測試先驅23andMe、電池技術革新者24M、四年前推出後在中國市場上擊敗優步(Uber) 的叫車應用程式滴滴出行等。然而,儘管在人工智慧和基因體醫學這些領域的最新進展令人振奮,科技卻未能帶動整體經濟發展。我們將在引言中探討成因及需要作出的改變。

24M

這家新創公司以較便宜的方式製造鋰離子電池,讓儲存再生能源更符合成本效益。

撰文/伊莉莎白沃伊克(Elizabeth Woyke) 攝影/德圖(Adam DeTour)

從智慧型手機到電動車,鋰離子電池應用非常廣泛。這是因為與其他電池相較,鋰離子電池輕巧,充電速度快,使用壽命長,更適合這些用途。只不過由於製程複雜,製作成本高,導致鋰電池供電的電動運輸和大量儲能推廣不易。

蔣業明認為他的新創公司24M能解決這道難題,而半固態電極是其中關鍵。傳統鋰電池將許多電極層層堆疊或捲成單電池。24M創始人之一兼首席科學家,並於麻省理工學院擔任材料科學教授的蔣業明說:「鋰離子電池是就我所知,除了土耳其果仁千層酥(baklava)外,唯一一個用這麼多薄片疊出厚度的東西。我們的目標是盡可能用最簡單的方法製造鋰電池」。

蔣業明在麻省理工學院的實驗室裡,發明出將電解液與粉末混合成膠狀的電極。這樣的設計使24M的電池能夠容納更多儲能材料,與相同大小的一般鋰離子電池相比,容量多出15%到25%。

這種設計也讓製程更快更便宜。一般大型鋰離子電池製造廠的設立約需耗資一億美元,部分用在塗佈、乾燥、裁切、壓縮電極膜的專門機器。24M表示,因為他們的半固態電極不需要這些步驟,因此生產可能只要五分之一的時間,廠房也可以小得多。
這項技術成功的話,24M可望加入率先將鋰離子電池成本,從現在的每千瓦時200到250美元降到低於100美元的公司行列。電池降到這個範圍,電動車才能在成本上與內燃機汽車競爭。

為了在2020年前達成這項目標,24M必須從麻州劍橋市現有的試量生產線擴展到量產的規模。24M計劃在2017年設廠(可能與大型製造商合作),2018年年初推出第一款產品。希望電力公司屆時會購買他們的電池,來儲存風能和太陽能發電場的電力,支援尖峰用電時段供電。

24M也與電動車製造商洽談,但並僅定位為次要重心。也難怪蔣業明對這個市場步步為營,他先前共同創辦的電池公司「A123系統」為供應車市投入過多資金擴廠,落得在2012年申請破產保護。蔣業明說,相反地,24M將製造技術模組化,在必要時能更快速擴產。

微軟(Microsoft)

在納德拉(Satya Nadella)領導下,這家軟體巨擘寄望藉著推翻以往的業務方式圖存。

撰文/柯林格利(Robert X. Cringely)

「科技業的賺錢之道在於制定業界標準。」1990年,年輕的比爾蓋茲這麼對我說。而且真的管用。多年來,微軟在好幾類個人電腦軟體獨佔90%以上市場。

IBM個人電腦或許定義了硬體標準,但IBM把作業系統外包給微軟時,在匆忙或者無意間,允許微軟把軟體賣給其他硬體製造商。最早的微電腦只能用微軟版本的BASIC程式語言,是微軟的作業系統(起初的MSDOS和後來的Windows),讓電腦能夠運作。微軟把文書處理和試算表軟體賣給需要用電腦工作的客戶,並且把這些辦公室應用程式綑綁成「Windows Office」成套出售,斷絕其他軟體公司生路。一有可能的對手出現,微軟就摹仿對方的產品功能,移植到自己的作業系統或Office軟體裡。
即使美國司法部和聯邦貿易委員會都判定微軟以不公平的手段競爭,微軟仍一邊與政府斡旋,一邊繼續爭奪。經由制定夠好又夠便宜的標準,微軟幾乎實現「家家戶戶,每張桌上都有一台電腦」的企業宗旨,並曾一度名列地球上最有價值的公司。

微軟目前仍是第三或第四最有價值的公司。但比爾蓋茲早已不經手微軟日常管理,他的繼任者鮑默(Steve Ballmer)也離開了。他們兩人雖然照著同一本秘笈,但隨著智慧型手機與平板電腦興起,個人電腦銷售下跌,大環境卻今非昔比。目前個人電腦仍有九成是用微軟的Windows作業軟體,但10年後,不會再需要Windows,因為屆時行動裝置普及,軟體操作及資料儲存幾乎都在雲端進行。今年公共雲市場總額達到兩兆,某些部分以每年超過50%的速度成長,要怎麼把Windows貼紙貼到雲上呢?

而正是考慮到這個迫在眉睫的危機,微軟第三任執行長納德拉(Nadella)為他大刀濶斧的計畫,定了新口號:行動優先,雲端至上。這幾個字對微軟有如革命,因為在行動和雲端運算這兩個領域,標準不是由微軟制定,當下極短時間內,市場也不由微軟主導。就任執行長兩年多來,納德拉很清楚,微軟手機全球市佔率仍然徘徊在1%以下,相對於Android的84%,和蘋果的15%。微軟的雲端運算市佔率約為10%,而亞馬遜則有30%。眼前是誰說了算?

即使這是微軟幾十年來首次屈居下風,情況並不算太糟,至少短期內。現在有三億台各種裝置使用Windows 10(元老級微軟作業系統的最新版本)。微軟領導階層可能對行動和雲端運算的市佔率不甚滿意,但這些數字不盡然反映出他們的業績。即使微軟在手機市場的市佔微乎其微,但因為他們擁有許多行動技術的專利,因此微軟來自行動裝置的營收比大家想像高得多。Google雖然免費提供Android作業系統,但微軟卻有辦法從三星和HTC等Android硬體製造商每一個賣出的Android手機或平板上,收到五美元左右的授權費。單單三星一家,每年就要付給微軟超過十億美元。

雖然手機的整體標準配置不在微軟控制下,但微軟自稱掌握了幾項重要的次級標準,如:Active Directory(推出Azure雲端運算服務後,改名為Azure Active Directory)。在這個個人身份以百萬筆為單位失竊,數位文件每天遭入侵的時代,Active Directory是微軟為個人和企業用戶防守隱私的機制。方法很簡單,也很複雜:舉凡Office 365、Hotmail、Xbox遊戲、企業網路的用戶,都用同一套入口身份管理系統。微軟本來還盤算要連iPhone和Android手機也得用Active Directory登入。微軟行銷長卡波塞拉(Chris Capossela)說:「這是微軟對用戶的執著,我承認這對我們是新鮮事。」Active Directory不但綁在Azure裡,也單獨出售。要是鮑默還在位,他可能會逼企業想用Active Directory,就得買Azure服務;但納德拉卻覺得那樣畫地自限了。

微軟也正在將傳統辦公應用程式搬到雲端。2011年發布的Office 365,不僅供微軟自己的平板電腦Surface作業用,也可在蘋果的iPad上操作。Office 365的付費個人用戶超過兩千萬,比去年同期增加79%。如果用戶用Office 365建立的資料在微軟手上,以前的微軟會把這些資料留在微軟雲端儲存服務上作人質,把用戶的資料視為己有。但據卡波塞拉表示,微軟現在的策略卻是避免推開已使用其他服務的用戶,因此Office 365現在能夠用在Dropbox、Box,甚至Google Drive等雲端儲存。
亞馬遜網路服務(AWS)仍然是雲端運算的領導者,但微軟強調,自家的雲端產品設計更能滿足大企業的需求。例如,配合員工在線上使用Outlook或Office的公司,Azure收費以分鐘計。(然而,通用電氣(General Electric)等非新創公司都用亞馬遜的雲端服務。)

微軟將「行動優先,雲端至上」的策略押寶在Continuum上,希望藉此刺激廠商製造全新等級的硬體和配件。Continuum假定,若運算的重心已經從電腦移到手機,那麼手機就該具備個人電腦的所有周邊功能。今年夏末即將問市的Continuum手機,具備平板電腦或筆記型電腦的功能,能連接鍵盤和螢幕顯示器使用。處理器在手機上,數據和應用程式則在雲端運行。這構想很聰明,但任何新平台的成功與否都取決於是否能延伸出完整的軟體生態系統。

如果說微軟雲端運算策略和Continuum缺了哪塊,就是針對Windows原有應用程式的後續支援(其中有些軟體甚至在網際網路前即推出)。軟體公司或企業程式人員開發出的這類個人電腦應用程式,少說幾十萬支,在微軟雲端或行動裝置上跑起來跟原先不會一樣。微軟表示,這些美國企業賴以運行的程式,都需要花上幾個月時間以及成本,改寫後才能移轉到Azure平台使用。

有其他公司願意幫忙銜接。總部設在加州聖馬特奧市(San Mateo)的新創公司Frame,就宣稱能在15分鐘內,讓任何Windows應用程式在雲端虛擬裝置上執行,供任何手機、平板或個人電腦使用。最值回票價的是,Frame改寫過的應用程式主要在亞馬遜的雲端上執行,而不是在Azure。

微軟以前老愛用只支援特定系統與服務的方式來控制市場,納德拉麾下的微軟卻希望透過全面滲透的方式,捍衛仍受微軟掌握的技術。

微軟宣布推出新版Linux作業系統的SQL伺服器資料庫,足以為證,這事共同小可,SQL伺服器是一個與甲骨文和IBM產品互別苗頭的連線資料庫軟體系統,雖然三者都具備會計或庫存管理等商用功能,但SQL伺服器最便宜。以往,選擇SQL伺服器代表選擇Windows作為基礎作業系統,這點讓許多企業裹足不前,因為一般認為Linux是最優越的伺服器作業系統。但在納德拉掌舵下,微軟的SQL伺服器不再非綁著Windows不可,Linux系統的SQL伺服器將能在保留價格優勢的同時,與甲骨文和IBM一較高下。

此舉可能迫使甲骨文降低伺服器價格,一旦甲骨文降價,IBM也會降價,結果可能會造成四百億美元的資料庫市場陷入鷸蚌相爭的混戰,讓顧客坐收漁翁之利。鮑爾和比爾蓋茲不太可能會下如此高明大膽的一步棋,在他們的想像中,微軟的應用程式只會出現在微軟作業系統上。

顯然微軟還沒完全失去上陣廝殺的鬥志。

博世(Bosch)

這家老派製造商藉由構建智慧化工廠,保持全球競爭力。

撰文/亞斯卡利安(Russ Juskalian) 攝影/凡恭(Laetitia Vancon)

明亮的開放式辦公室裡,六七名男性為主的年輕工程師埋首代碼山中,桌上擺著多螢幕工作站,凌亂地放著不少筆記型電腦、平板電腦、耳機。這可不是一家技術新創公司,而是靠近德國阿爾高區伊門市(Immenstadt im Allgäu)的博世汽車廠工作間。這些廠區員工今天在排除當前的生產效率低落,並希望在明年前開發出一套系統,讓廠中機器能自行診斷問題,訂購用來的更換零件,並提早幾小時甚至幾週預測必要的維護。

隔著一整排大片玻璃窗,從電腦室往車間看,一排又一排嗡嗡嗡的機器,像演奏行進曲般,敲擊出諸如燃油噴嘴、電子安全控制系統、機械刹車系統的小零件,準備送往BMW、大眾、特斯拉等汽車公司。

每台機器上方都有效率狀態的燈號,附近並有大型看板顯示即時產能資訊。作業員拿著平板電腦,輸入每台機器上超過100個感測器上的數據。經理看得到從電力到壓縮氣體的每分鐘數值,也可以單獨叫出某台機器,甚至某個工具的數值。所有追蹤資料都來自無線射頻識別系統(RFID)標籤。看板顯示的不只是圖表數字,還包括傳神且卡通化的實際機器和工廠車間影像。

博世迫切需要讓效率已經很高的生產系統,進一步全面自動化。這家130年的裝配線機器、冰箱等產品製造商,共有遍及全球的27萬5000名員工,為保持競爭力,非朝連線生產發展不可。位置類似的其他工廠,由於勞動力和能源成本很高,運作成本也同樣很高。

許多經理人表示,這樣的轉變與20世紀的大規模生產革命,破壞力不相上下。博世負責連線工業的高級副總裁阿斯曼(Stefan Assmann)說,沒跟上腳步就會像錯過底片到數位攝影的轉換一樣。他說:「柯達的警訊提醒企業必須落實轉型。最危險的不是轉型,而是以為好日子會持續下去。」

博世的努力隨處可見。員工自助餐廳裡的收銀員,被貼有RFID標籤的餐具取而代之。餐廳外,機器人除草機在草坪上修出一個電樞在圓圈中的博世商標。

自2012年起,博世工廠主要裝配線的生產效率每年增加20%。據博世估計,裝配線連線技術、維修預測及具判斷力的生產機器等,能在2020年前多創造出11.2億美元(10億歐元)銷售額,營運成本也大約減少同等金額。廠長赫勒巴赫(Rupert Hoellbacher)談到這裡及其他十個由他管理的博世廠房所推動的精簡化、連線化、智慧化時,直言:「重點只有一個,就是賺錢。」

我們在工廠一間小型會議室坐下後,赫勒巴赫解釋道,即使在裝配線上用機器人,傳統生產方式的缺陷也日益顯著。由人來測量及調控每分鐘的溫度、周期以及超出人類感知及速度的振動頻率變化時,能從機器擠出來的產能有限。

為了達成公司的目標生產率,整條裝配線必須安裝監測軟體,以超級電腦的速度解析複雜數據後,設計出效率最高的作業流程,預測故障,並備妥解決方案。這種作業方式是一項很大的挑戰,不過在赫勒巴赫管理的工廠中,大多數機器已經建立連線,能把資料傳到博世設於斯圖加爾市的資料中心。

今年年底前,11座工廠內共六千台機器會以秒為單位紀錄數據後,自動生成20頁的每台機器當日數據統計與分析報表。博世計劃將這項技術全面導入全球各地總計250座工廠。

在工廠車間,資訊部門負責人寇列克(Arnd Kolleck)說起一個帶有未來感的博世產品:iBooster。這是一種汽車製造商購入作為一般煞車或電力再生煞車系統的煞車壓力調整裝置。電力再生煞車系統常用於將混合動力車或電動車的動能轉化為電力。iBooster能在駕駛未動作前,就開始逐步施加煞車壓力,駕駛還沒想到要踩煞車,iBooster已能預測到即將需要緩慢減速或緊急煞車。

自2013年面市至今,己有超過35萬輛車安裝iBooster。今年更新時,新增了一項功能,可透過車用Wi-Fi連線到駕駛家用網絡,將診斷和煞車詳細資料傳給博世。寇列克說,現在「我們比駕駛本人更了解他的煞車習慣和時機」。他旋即補充說明,這些數據是統計得出,而且不具名。

利用這些資訊,博世可以在短時間內,開發更符合駕駛特性與客戶需求的新版iBooster硬體和軟體原型。同時也可將這些資料應用在其他自動駕駛的應用程式或產品,甚至內部工廠車間運送零件及生產專用的機器人。這些機器人會在愈來愈大的範圍自動移動,與人類員工愈來愈緊密地併肩工作。

阿斯曼說:「我們從市區交通學到的經驗,可以應用在工廠的內部物流管理。」透過汽車加裝感測器收集來的資訊及獲得的知識,「我們可以讓機器人有眼睛、耳朵和感覺。」

阿斯曼期許這些資料應用範圍能超過博世內部,他表示,博世會慢慢開始以服務的形式,出售他們在物流、資料處理、製造方面的經驗。

博世的智慧化工廠計畫及雄心大略面臨兩道難關,首先是找到足夠的工人有能力操作高度數據化的生產系統,其次是建立業界標準,確保類似系統能夠互相溝通。

然而,已投入的資金之多,絕不容許過程受到這兩道關卡阻礙,德國的勞動力和能源成本俱高,博世這樣的企業唯有提升自動化程度和效率,才能在未來維持獲利。正如阿斯曼所言,擁抱連線工業不是一種選擇,是「別無選擇」。

英特爾(Intel)

這家全球最大晶片製造商錯失了行動裝置的大好良機。人工智慧興起,給了Intel第二次展現實力的機會。

撰文/鮑洛斯

早在1997年,時任Intel執行長的安迪葛洛夫(Andy Grove)有感於Intel可能會被推出低價品的對手瓜分個人電腦晶片市場,便出了低階的Celeron晶片,幾乎摧毀了超微(Acvanced Micro Devices)等新秀成為下一個Intel的夢想,成功避免陷入「創新者的窘境」。

時至今日,Intel已不再是與時俱進的成功案例。相反地,過去十年來,供智慧型手機及平板電腦用的行動晶片市場,為晶片製造業帶來無窮商機,Intel卻錯失良機。四月19日,Intel宣布裁員一萬兩千人,並在同一天,終止研發己投入巨資的Atom行動晶片。過去幾年,這家全球最大晶片商甚至對另一個巨大的潛力市場:為深度學習所設計的人工智慧技術晶片,也無動於衷。

一度前景不明的人工智慧研究早已成為當前熱潮,大型網路公司運用人工智慧推出能理解影像和語言的線上服務,無人機、無人駕駛車,及各種話題不斷的「物聯網」產品皆配有專門設計的深度學習晶片。據Intel執行長克扎尼奇(Brian Krzanich)表示,情勢對Intel來說尤其險峻,因為Intel在大型資料中心和物聯網上的表現將決定企業本身的未來。

Intel最近剛推出旗下第一款為深度學習設計的晶片。這個新版的Xeon Phi 協同處理器,可搭配Intel旗艦產品x86系列微型處理器,進行平行處理。雖然這款晶片符合很多深度學習處理的要求,然而這家以「Intel Inside」策略稱霸個人電腦市場的企業,在提供能滿足顧客程式工具開發需求的晶片上,仍嚴重落後。百度資深研究員卡坦扎羅(Bryan Catanzaro)大量使用深度學習硬體,他表示「比Intel小的輝達,早就藉這樣的工具佔得先機。」百度採購的輝達晶片,數量是Intel晶片的四倍。

目前為止,Intel在財務上受到的影響還很有限。卡坦扎羅表示,與其投入革命性的創新,Intel現有晶片應該足以勝任多數任務,可以等到市場成熟,再憑卓越的工程能力開發新款晶片。Intel決定不把重心過份集中在深度學習,以免影響其他人工智慧技術的應用。畢竟,Intel資深員工曾見過人工智慧掀起的熱潮。雖然很多人把深度學習塑造成靈丹妙藥,他們卻持觀望態度。

然而,對輝達來說,深度學習已開始帶來收入成長,第一季對雲端運算巨擘的銷售額爆增63%。自從大型網路公司發現圖形晶片處理人工智慧相關工作的效能很高後,輝達便在深度學習市場拔得頭籌。輝達表示,目前合作的3,500家客戶,橫跨自動化、醫藥、財務服務等產業。

在Intel冷眼旁觀的當下,企圖分一杯羹的不只輝達。高通(Qualcomm)發表協助客戶將行動晶片用在深度學習的工具軟體;Knupath和Nervana等新創公司則推出設計徹底不同的深度學習晶片。Tactica預測,市場規模在2024年前會達到36億美元。

今年六月,美國太空總署前署長高汀(Dan Goldin)所創立的Knupath,發布一款名為「Hermosa」的人工智慧晶片,以及最多能連結 51萬2,000個Hermosa晶片與其他晶片的軟體。第一代主攻嘈雜環境中的語音識別能力。例如,駕著敞篷車時,一邊播放廣播,還能一邊用語音登入銀行帳戶。在現有晶片架構無法滿足未來需求的假設下,Knupath已籌得一億美元資金。高汀說:「我們正進入機器智慧和機器學習的最早期階段。像西部大開發一樣,許許多多瘋狂的事會發生。」

市場空缺

臉書、Google、微軟等公司,訓練軟體偵測影像內容或是識別語言時,會建立一般所稱的神經網路,讓大量的資料在成千上萬個平行處理器中執行,直到機器自行辨別出模式,並據以判斷。今年一月,Google神經網路就以四勝一敗的佳績,擊敗了世界頂級圍棋棋手。

Intel x86微處理器系列對這些應用的用處,跟數位家事管理差不了多少。雖然頂級Intel處理器的配備在應付龐雜的金融報表或企業運營軟體時,遊刃有餘,然而深度學習專用晶片在處理語言指令辨認或者影像識別時,會以位元為單位,分成百萬項任務同時進行。輝達圖形處理器及類似產品,是由同一個矽晶片上,能夠同步處理成千上萬項工作的成千上萬個小小處理器核心所組成。同樣的工作內容若用Intel處理器執行,則非常浪費資源,因為Intel的晶片搭載了好幾十個為執行複雜演算而設計的核心。

卡坦扎羅去百度前曾參與輝達發起的深度學習突擊戰。他正在測試Xeon Phi 協同處理器,並表示這款處理器在執行某些深度學習任務時,已經能達到圖形處理器的90%效能。不過他仍持懷疑態度。他直言,Intel不僅從未像輝達那樣開發協助用戶改良及維護神經網路的工具軟體,甚至不夠積極把自家晶片推到拓展深度學習領域的先驅手中。卡坦扎羅指出,目前為止,Intel很努力把Xeon Phi 晶片大量推銷給大型企業,用在大家熟知的應用上。他說:「我會為Intel加油。沒有輝達以外的選擇,對誰都不好,所以市場上需要有Intel存在。但他們必須開始專心投入。」

感受壓力

在另一個市場,Intel也同樣按兵不動。手機、汽車,及其他未來可望智慧化的裝置,需要搭載嵌入神經網路學習成果的晶片,這是深度學習另一個前景看好的市場。全球最大無人機製造商大疆創新(DJI)在最新機種Phantom 4上,裝有Movidius製造的「視覺處理單元」。這種晶片會處理Phantom上相機鏡頭拍到的畫面,避免地面操作人員因技術不佳而無法阻止飛行器發生碰撞意外。而且這種晶片設計成電池用電量很省,這當然,也不是Intel的強項。

晶片市場研究公司Tirias 的創辦人麥格雷戈(Jim McGregor)說,比起Intel家喻戶曉的處理器,這種晶片雖然利潤低得多,但一旦成為智慧化核磁共振儀、工業機器人、監視器的標準元件,量卻會大得讓人無法抗拒。其中最引人垂涎的,莫過於每年需求可達上千萬的無人駕駛車市場。如果每輛車上都裝許多這種晶片,光這個市場就足以與個人電腦市場匹敵。

Intel的夏貝勒不排除這種發展的可能,但也強調Intel的機會在於以更宏觀且實際的角度看待市場。人工智慧最迫切的挑戰是想辦法用更短的時間訓練神經網路。夏貝勒還說,長遠來看,Intel能製造從訓練系統到物聯網上低功率裝置都適用的萬用晶片。以這種情況而言,相較於多功能的通用型微處理器,圖形處理器和深度學習專用晶片便處於劣勢。憑藉優秀的工程團隊及卓越的生產能力,Intel未來應該有能力以很低的成本,把深度學習迴路塞進處理器。若Intel成功開發出從神經網路到無人機一概通用的管理工具軟體,就可以讓更多企業負擔得起深度學習,Intel也能藉此策略保住客戶。

Intel就是靠這樣的手段在個人電腦市場獨霸江山,即使到現在,也很少人真心希望看見Intel出局。Movidus執行長艾瓦贊(Remi El-Ouazzane)說:「我前一次查時,他們銀行裡有150億美元,而且這些人不是笨蛋。至少此時此刻,還感覺不出他們對誰造成壓力。」



Copyright©2016, Technology Review.All Rights Reserved.

下載全文PDF Icon下載全文PDF


[{"text":"企業網","weight":13.0},{"text":"材化所","weight":11.5},{"text":"機械所","weight":10.0},{"text":"綠能所","weight":9.4},{"text":"生醫所","weight":8.0},{"text":"半導體","weight":6.2},{"text":"南分院","weight":5.0},{"text":"太陽能","weight":5.0},{"text":"課程","weight":5.0},{"text":"遠紅外線","weight":5.0},{"text":"雷射","weight":4.0},{"text":"LED","weight":4.0},{"text":"LED可見光","weight":3.0},{"text":"5G","weight":3.0},{"text":"工研人","weight":3.0},{"text":"電光所","weight":3.0},{"text":"綠能與環境研究所","weight":3.0},{"text":"機械","weight":3.0},{"text":"資通所","weight":2.0},{"text":"面板","weight":2.0},{"text":"文字轉語音","weight":2.0},{"text":"實習","weight":2.0},{"text":"無人機","weight":2.0},{"text":"生醫","weight":2.0},{"text":"3D","weight":2.0},{"text":"v2x","weight":2.0},{"text":"員工","weight":2.0},{"text":"地圖","weight":2.0},{"text":"太陽光電","weight":2.0},{"text":"材料與化工研究所","weight":1.0}]