最近高虹安似乎是台湾政坛的热门话题，她因为说过自己是大数据专长，我就在想：为何大
数据跟非电脑跟资讯领域扯上关系？
后来在出差期间，跟蜂蜜井的专家聊到室内空气品质与节能的关系，他们给了一个有趣的连
结：
https://techtransfercentral.com/2021/03/09/syracuse-u-links-with-honeywell-to-de
velop-next-gen-indoor-air-quality-tech/
https://reurl.cc/W19rdy
里面就有提到利用机器学习与人工智能来收集及分析资料，并验证模型。
然后主导的教授是：
https://www.sciencedirect.com/science/article/abs/pii/S0306261921003482
Dong(董？)教授自己就说到如何在航太领域与电脑及资讯的专家合作让大数据、机器学习及
人工智能应用在空气及节能的领域上。
而在跟Honeywell及Raytheon Technologies的专家进一步的聊天之下，才知道在所谓的大数
据、机器学习、人工智能上，最麻烦的不是电脑跟资讯这边，因为市面上及学校里已经有各
种软硬件、工具及程式编写人员，甚至可以用简单易上手的Python语言及Matlab、DataIku
、Tensorflow、Tibco BI就可以达成（实际上在未来，Java这个语言就算有Spring Boot加
持，也大概在未来10年内会沦为昨日黄花，目前连甲骨文都投降，替Python出数据库连结模
组，还释出Open JDK变开源软件）。云端演算重要吗？其实要看，如果是接口及储存那没问
题，但是目前的商用云端计算速度实在没办法跟大型主机对决，要不然为何还有一堆研究单
位跟国际电脑制造商（特别是日本、美国、中国）花时间在玩大型主机研发制造？
换句话说，电脑与资讯领域提供的是知识、工具、软硬件来帮助其他的产业领域将他们研究
出来的Domain knowledge/Business context轻松套到Matlab、DataIku等软件及容易上手的
Python程式及函式库中。真正重头戏是产业领域的专家 (通用)/Product Owner（敏捷式管
理）/Business Analyst（IIBA, PMP），让他们把算法/Use Case写出来放进上述程式及
软件中。
所以我认为高虹安专长的应该是把机械工程与电脑及资讯领域连结套用上去。至于她如何及
何种程度以副总的身份贡献鸿海，那个还是老话一句：
只有郭跟高及直接利害关系人们知道
另外，关于硕士论文，目前跟我交换意见的北美教授、研究生及业界专家的看法是这样：
因为这二十年来各领域知识量太大，而业界对硕士的需求不再是研究，而是对于领域知识的
学习及上手能力。所以教授在跟硕士生讨论时，会去问学生未来的方向：如果是要继续研究
领域，会建议他们选择一个自己打算长期经营的领域，针对那个领域往下钻研，好好在硕士
写一篇论文，来养成未来进入博士班的研究及论述能力。如果是要进入业界，那就不要浪费
时间写论文，因为硕士论文只是在训练未来进入博士班发表研究结果的工具及过程；而这些
业界用硕士生应该在研究所其间尽可能实习、修习专业课程来增加自己快速跟产业磨合的知
识级能力。真的需要在业界发表业界用期刊的论文，应该去学习他们的文章Protocol (这个
我不晓得该如何翻译才恰当)。
这篇不是很政黑，但是我想对台湾未来政经走向会有帮助。