Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

植物鐘點戰

cacbug
・2012/02/17 ・462字 ・閱讀時間少於 1 分鐘 ・SR值 479 ・五年級

植物利用荷爾蒙與日週時鐘產生一道計時防禦線以減低受到植食性昆蟲的攻擊。萊斯大學(Rice University)的研究人員們發表了這項研究在本周最新一期《美國國家科學院院刊》,發現當阿拉伯芥的內在時鐘和植食性昆蟲如擬尺蠖蛾幼蟲的時間同步,比較不會被吃。他們觀察到擬尺蠖蛾幼蟲大都在白天取食植物葉片,有同步時間性的阿拉伯芥也會在白天的時候產生更多的茉莉酸鹽荷爾蒙(jasmonate hormone),而這類荷爾蒙有助於去干擾昆蟲的消化。當缺乏茉莉酸鹽或是內在時鐘跟毛毛蟲取食時間不同步的植物,會被毛毛蟲吃掉大半的葉子。

萊斯大學的瓦興‧陳柏(Wassim Chehab)同時也是這篇研究的作者之一表示:「植物包括番茄、水稻和玉米都普遍用茉莉酸鹽做為防禦荷爾蒙。認識植物如何調控這些荷爾蒙的重要性在於能夠了解為何有些害蟲會造成比較多的危害,也能夠提供新的策略應用於害蟲防治上。」

原文出處:Timed defense

延伸閱讀:Plants make predawn preparations to fend off hungry caterpillars

-----廣告,請繼續往下閱讀-----

原始論文:Arabidopsis synchronizes jasmonate-mediated defense with insect circadian behavior 

-----廣告,請繼續往下閱讀-----
文章難易度
cacbug
25 篇文章 ・ 0 位粉絲
研究昆蟲的人,腦袋不時地轉來轉去,對於這個世界充滿好多想像與疑問。

0

0
0

文字

分享

0
0
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

本文與 研華科技 合作,泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言,總能牽動整個 AI 產業的神經。然而,我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線,那如果哪天「網路斷了」,會發生什麼事?

想像你正在自駕車打個盹,系統突然警示:「網路連線中斷」,車輛開始偏離路線,而前方竟是萬丈深谷。又或者家庭機器人被駭,開始暴走跳舞,甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎?當然不是!也因為如此,「邊緣 AI」成為業界關注重點。不靠雲端,AI 就能在現場即時反應,不只更安全、低延遲,還能讓數據當場變現,不再淪為沉沒成本。

什麼是邊緣 AI ?

邊緣 AI,乍聽之下,好像是「孤單站在角落的人工智慧」,但事實上,它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前,像是企業、醫院、學校內部的伺服器,個人電腦,甚至手機等裝置,都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。簡單來說,就是將原本集中在遠端資料中心的運算能力,「搬家」到更靠近數據源頭的地方。

-----廣告,請繼續往下閱讀-----

那麼,為什麼需要這樣做?資料放在雲端,集中管理不是更方便嗎?對,就是不好。

當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。/ 圖片來源:MotionArray

第一個不好是物理限制:「延遲」。
即使光速已經非常快,數據從你家旁邊的路口傳到幾千公里外的雲端機房,再把分析結果傳回來,中間還要經過各種網路節點轉來轉去…這樣一來一回,就算只是幾十毫秒的延遲,對於需要「即刻反應」的 AI 應用,比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時,每一毫秒都攸關安全與精度,這點延遲都是無法接受的!這是物理距離與網路架構先天上的限制,無法繞過去。

第二個挑戰,是資訊科學跟工程上的考量:「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送,湧入的資料數據量就像超級大的水流,一下子就把水管塞爆!要避免流量爆炸,你就要一直擴充水管,也就是擴增頻寬,然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理,把重要資訊「濃縮」過後再傳回雲端,是不是就能減輕頻寬負擔,也能節省大量費用呢?

第三個挑戰:系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時,一旦網路不穩、甚至斷線,那怎麼辦?很多關鍵應用,像是公共安全監控或是重要設備的預警系統,可不能這樣「看天吃飯」啊!邊緣處理讓系統更獨立,就算暫時斷線,本地的 AI 還是能繼續運作與即時反應,這在工程上是非常重要的考量。

所以你看,邊緣運算不是科學家們沒事找事做,它是順應數據特性和實際應用需求,一個非常合理的科學與工程上的最佳化選擇,是我們想要抓住即時數據價值,非走不可的一條路!

邊緣 AI 的實戰魅力:從工廠到倉儲,再到你的工作桌

知道要把 AI 算力搬到邊緣了,接下來的問題就是─邊緣 AI 究竟強在哪裡呢?它強就強在能夠做到「深度感知(Deep Perception)」!

-----廣告,請繼續往下閱讀-----

所謂深度感知,並非僅僅是對數據進行簡單的加加減減,而是透過如深度神經網路這類複雜的 AI 模型,從原始數據裡面,去「理解」出更高層次、更具意義的資訊。

研華科技為例,旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例,利用物件偵測模型,快速將工業產品中的瑕疵挑出來,而且由於 AI 模型可以使用同一套參數去檢測,因此品管上能達到一致性,減少人為疏漏。尤其在高產能工廠中,檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品,替工廠節省大量人力,同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。/ 圖片提供:研華科技

此外,在智慧倉儲場域,研華與威剛合作,研華與威剛聯手合作,在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台,打造倉儲系統的 AMR(Autonomous Mobile Robot) 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣,AMR 不需要事先規劃好路線,靠著感測器偵測,就能輕鬆避開障礙物,識別路線,並且將貨物載到指定地點存放。

當然,還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning ),除了可以做備忘錄跟排程規劃以外,還能將實務上碰到的問題記錄下來,等到之後碰到類似的問題時,就能詢問 AI 並得到解答。

你或許會問,那為什麼不直接使用 ChatGPT 就好了?其實,對許多企業來說,內部資料往往具有高度機密性與商業價值,有些場域甚至連手機都禁止員工帶入,自然無法將資料上傳雲端。對於重視資安,又希望運用 AI 提升效率的企業與工廠而言,自行部署大型語言模型(self-hosted LLM)才是理想選擇。而這樣的應用,並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。

但問題也接著浮現:要在這麼小的設備上跑大型 AI 模型,會不會太吃資源?這正是目前 AI 領域最前沿、最火熱的研究方向之一:如何幫 AI 模型進行「科學瘦身」,又不減智慧。接下來,我們就來看看科學家是怎麼幫 AI 減重的。

-----廣告,請繼續往下閱讀-----

語言模型瘦身術之一:量化(Quantization)—用更精簡的數位方式來表示知識

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像:有些畫面細節我們肉眼根本看不出來,刪掉也不影響整體感覺,卻能大幅減少檔案大小。

模型量化的原理也是如此,只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示,什麼是浮點數?其實就是你我都熟知的小數。舉例來說,圓周率是個無窮不循環小數,唸下去就會是3.141592653…但實際運算時,我們常常用 3.14 或甚至直接用 3,也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思! 

然而,量化並不是那麼容易的事情。而且實際上,降低精度多少還是會影響到模型表現的。因此在設計時,工程師會精密調整,確保效能在可接受範圍內,達成「瘦身不減智」的目標。

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。/ 圖片來源:MotionArray

模型剪枝(Model Pruning)—基於重要性的結構精簡

建立一個 AI 模型,其實就是在搭建一整套類神經網路系統,並訓練類神經元中彼此關聯的參數。然而,在這麼多參數中,總會有一些參數明明佔了一個位置,卻對整體模型沒有貢獻。既然如此,不如果斷將這些「冗餘」移除。

這就像種植作物的時候,總會雜草叢生,但這些雜草並不是我們想要的作物,這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在,而動手去清理這些不需要的連結參數或神經元的技術,就稱為 AI 模型的模型剪枝(Model Pruning)。

-----廣告,請繼續往下閱讀-----

模型剪枝的效果,大概能把100變成70這樣的程度,說多也不是太多。雖然這樣的縮減對於提升效率已具幫助,但若我們要的是一個更小幾個數量級的模型,僅靠剪枝仍不足以應對。最後還是需要從源頭著手,採取更治本的方法:一開始就打造一個很小的模型,並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」,是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾(Knowledge Distillation)—讓小模型學習大師的「精髓」

想像一下,一位經驗豐富、見多識廣的老師傅,就是那個龐大而強悍的 AI 模型。現在,他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案,老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」,例如「為什麼我會這樣想?」、「其他選項的可能性有多少?」。這樣一來,小小的學徒模型,用它有限的「腦容量」,也能學到老師傅的「智慧精髓」,表現就能大幅提升!這是一種很高級的訓練技巧,跟遷移學習有關。

舉個例子,當大型語言模型在收到「晚餐:鳳梨」這組輸入時,它下一個會接的詞語跟機率分別為「炒飯:50%,蝦球:30%,披薩:15%,汁:5%」。在知識蒸餾的過程中,它可以把這套機率表一起教給小語言模型,讓小語言模型不必透過自己訓練,也能輕鬆得到這個推理過程。如今,許多高效的小型語言模型正是透過這項技術訓練而成,讓我們得以在資源有限的邊緣設備上,也能部署愈來愈強大的小模型 AI。

但是!即使模型經過了這些科學方法的優化,變得比較「苗條」了,要真正在邊緣環境中處理如潮水般湧現的資料,並且高速、即時、穩定地運作,仍然需要一個夠強的「引擎」來驅動它們。也就是說,要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型,真正放到邊緣的現場去發揮作用,就需要一個強大的「硬體平台」來承載。

-----廣告,請繼續往下閱讀-----

邊緣 AI 的強心臟:SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器,就是扮演「邊緣 AI 引擎」的關鍵角色!那麼,它到底厲害在哪?

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要?因為 GPU 的設計,天生就擅長做「平行計算」,這正好就是 AI 模型裡面那種海量數學運算最需要的!

你想想看,那麼多數據要同時處理,就像要請一大堆人同時算數學一樣,GPU 就是那個最有效率的工具人!而且,有多張 GPU,代表可以同時跑更多不同的 AI 任務,或者處理更大流量的數據。這是確保那些科學研究成果,在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎!

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房,有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計,體積相對緊湊,散熱空間也比較好(這對高功耗的 GPU 很重要!),部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算,進行「工程化」,讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格,背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場,系統穩定壓倒一切!你總不希望 AI 分析跑到一半就掛掉吧?這些設計確保了部署在現場的 AI 系統,能夠長時間、穩定地運作,把實驗室裡的科學成果,可靠地轉化成實際的應用價值。

-----廣告,請繼續往下閱讀-----
研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。/ 圖片提供:研華科技

台灣製造 × 在地智慧:打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能,能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署,及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析,還是其他 AI 相關的服務,都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務,讓企業在啟動 AI 專案前,大幅降低前期投入門檻,靈活又實用。

台灣有著獨特的產業結構,從精密製造、城市交通管理,到因應高齡化社會的智慧醫療與公共安全,都是邊緣 AI 的理想應用場域。更重要的是,這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示,這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果,往往已經錯失最佳反應時機。這也是為什麼邊緣 AI,不只是一項技術創新,更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場,就能被有效的「理解」與「利用」,是將數據垃圾變成數據黃金的賢者之石!

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

3
3

文字

分享

0
3
3
吃宵夜、晚進食=變胖凶手!想瘦身就早點吃飯吧!
Peggy Sha/沙珮琦
・2022/11/16 ・1569字 ・閱讀時間約 3 分鐘

減肥的黃金守則之一就是:不要吃宵夜!但如果嘴饞該怎麼辦?只要沒有超過一天的熱量額度,應該沒關係……吧?

如果你也是這麼想的,那可就大錯特錯了!

最近一項由布萊根婦女醫院(Brigham and Women’s Hospital)團隊發布在《Cell Metabolism》期刊上的研究就發現:吃飯不只要吃得好、吃得巧,抓對 timing 更重要!

接下來,就讓我們有請師爺(誤)研究團隊來為您解釋解釋:什麼叫 timing?

飯!是一定要吃的,不吃不行!但是吃的「Timing」很重要。 圖/IMDb

想減肥只要少吃多動就可以了?情況沒有你想得那麼簡單!

一般說到減肥,大家腦袋中浮現的不外乎「管住嘴、邁開腿」這六個字,不過,其實少吃多動等改變只能產生暫時的效果,因為在飲食之外,還有一系列非常複雜的因素會影響能量平衡、增加肥胖風險,而其中一個重要的因素,便是我們身上的晝夜節律系統 aka 生理時鐘。

-----廣告,請繼續往下閱讀-----

過去已經有不少研究發現,較晚吃飯會增加肥胖風險、增加體脂、降低減肥成功率,不過,背後的原因的到底是啥卻沒人清楚。

於是,布萊根醫院「晝夜節律和睡眠障礙部門」中的成員們決定迎接挑戰,來解開這個神祕的難題。他們找來了 16 位 BMI(身體質量指數)落在過重和肥胖範圍中的患者,在實驗開始前,所有人都要嚴格遵守固定的作息表和用餐內容,而後前往實驗室分別進行兩套飲食方案。

你習慣每天早餐嗎? 圖/Pexels

方案一:愛吃早餐組,每天 9 點乖乖吃早飯,一天三餐、餐餐不落,六點前吃晚餐。

方案二:晚點吃飯組,跟另一組吃同樣的東西,但跳過早餐,改吃午餐、晚餐和宵夜,宵夜會在 9 點~10 點間吃。

-----廣告,請繼續往下閱讀-----

晚吃飯真的母湯!更容易餓還不易消耗

不管早吃飯還是晚吃飯,所有參與者到了 12 點都得乖乖上床睡覺,隔天早上 8 點起床,這樣持續六天,每天都要定期匯報自己飢餓程度和嘴饞程度,然後三不五時讓研究者們量個體溫、確認下能量消耗、抽點血……。

結果發現呢,較晚吃飯會讓人們更容易餓,想吃東西的慾望和想吃的量都會增加,還會想吃澱粉類和肉類食物。

較晚吃飯會增加想吃澱粉類和肉類的慾望。圖/GIPHY

除了這些主觀的回饋外,我們體內的激素也會隨著吃飯的時間而改變:比如說,一種叫做「瘦素」(Leptin)的激素會下降,而當這種激素的濃度下降,我們就比較容易覺得餓。更慘的是,晚吃飯還會降低我們的核心體溫,並讓我們燃燒的卡路里的速度變慢、總數變少,平均每天會少消耗約 5.03% 左右的熱量。

此外,晚吃飯也會影響讓我們體內脂肪組織的代謝,比如說,它會讓 PLD6、DECR1、ASAH1 幾個負責分解脂質的基因表現量下降,反之,負責脂質合成的 GPAM、ACLY、AACS、CERK 等基因表現則會增加。根據過去的相關研究,可以推斷這樣的變化會讓身體減少脂肪分解、增加脂肪生成,也就是說:你的身體會更容易自己囤油啦!

-----廣告,請繼續往下閱讀-----
在對的時間點吃飯!圖/GIPHY

綜合這種種觀察結果,晚吃飯不僅會增加食慾、增加攝取量,還會減少熱量消耗、容易累積脂肪,總而言之,就是讓整體肥胖風險 Up Up 啊!所以說你愛吃宵夜的各位啊,還是快快將手上那罪惡的食物收起來吧!如果真的很想吃,那就早點吃飯吧!

  1. https://www.sciencedaily.com/releases/2022/10/221004121928.htm
  2. https://www.cell.com/cell-metabolism/fulltext/S1550-4131(22)00397-7
-----廣告,請繼續往下閱讀-----
Peggy Sha/沙珮琦
69 篇文章 ・ 390 位粉絲
曾經是泛科的 S 編,來自可愛的教育系,是一位正努力成為科青的女子,永遠都想要知道更多新的事情,好奇心怎樣都不嫌多。

1

2
1

文字

分享

1
2
1
數學藏在哪裡?絕對難不倒你!隱藏在植物中的「費布納西數列」——《生物世界的數學遊戲》
天下文化_96
・2022/10/24 ・1626字 ・閱讀時間約 3 分鐘

大多數植物和費布納西數列有密不可分的關係

生物世界的數學本質,在植物王國裡更能顯現出美麗而神祕的形式。

在《論生長與形態》這部書裡,有一整章就是在專門討論植物與眾不同的幾何學及數術,諸如葉子沿著莖的排列、花朵裡形成的奇特螺線模式(圖十一),以及花瓣的數目等等。這部分所隱含的數學真的很奇特。

在絕大多數的情形下,植物的結構牽涉到一串被稱為「費布納西數列」(Fibonacci sequence)的有趣數字:

1、2、3、5、8、13、21、34、55、89、144……

-----廣告,請繼續往下閱讀-----
呈現出費布納西數列的巨大向日葵 Helianthus maximiliani。圖十一/天下文化

費布納西數列的規則

費布納西數列本身就有漂亮的模式:

從「3」以後的每一項,都是前兩項的和,例如 55=34+21。

這個數列,是比薩的雷奧納多(Leonardo of Pisa,約 1170-1250)在 1202 年所創。雷奧納多是位偉大的數學家,偶然發現了印度人與阿拉伯人所發明的新記數法,不同於當時通用的羅馬記數法;在這兩種系統中,相同的符號若放在不同的位置,可能代表著不同的意義:以費布納西數列裡的 55 為例,第一個 5 代表「50」,而第二個則代表「5」。

雷奧納多為阿拉伯記數法,寫下一部劃時代的專書。圖/Wikipedia

雷奧納多為印度——阿拉伯記數法,寫下一部劃時代的專書,於是西方世界便將現行的算術體系,歸功於他的大力推廣。

-----廣告,請繼續往下閱讀-----

十八世紀的法國數學家李布里(Guillaume Libri),給了他一個綽號「費布納西」(Fibonacci),由於這個綽號一直廣為沿用,所以讓大多數人誤以為是十二、十三世紀就存在的名字(Fibonacci 一字原文的意思是 son of Bonacci,Bonacci 是他父親的名字)。

費布納西的兔子謎題

此外,費布納西也設計出一套「兔子謎題」,問題是這麼說的:假定現在是第零個飼育季,我們剛好有一對未成熟的兔子,而兔子經過一季的時間就可以成熟。

再假定每對成熟的兔子,每一季可以生出恰好一對未成熟的兔子,也一樣要花一季的時間才能成熟。最後我們假設兔子不會死。

兔子謎題:在設定的條件下,每一季會有多少對兔子?圖/Pixabay

那麼每一季會有多少對兔子? 此問題的結果是,在接下來各季,兔群的數目將依循費布納西數列——而且有大量的重要數學,繼續從這個簡單的發現發展出來。然而,真正的兔群並不會按照費布納西的模型,如果實際去數兔子數目,你不會發現明顯的費布納西數。

-----廣告,請繼續往下閱讀-----

花草的世界中也藏著許多費布納西數

但是,如果去數花的花瓣、萼片、雄蕊及其他部分,你就能找到這些數。例如,百合有三個花瓣,毛莨有五瓣,飛燕草有八瓣,金盞花十三瓣,紫菀二十一瓣,而多數的雛菊有三十四瓣、五十五瓣或八十九瓣,除了這些數目之外,沒有其他任何數目會出現得那麼頻繁。

費布納西數也隱藏在向日葵所呈現的模式裡,如果仔細看圖十一,你會看到兩組螺線,一組呈順時鐘方向,另一組是逆時鐘。

現在如果請你數數看每一組各有多少螺線,你會發現兩組的答案都是費布納西數。圖/Pixabay

現在如果請你數數看每一組各有多少螺線,你會發現兩組的答案都是費布納西數。

——本文摘自《生物世界的數學遊戲》,2022 年 9 月,天下文化,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
所有討論 1
天下文化_96
142 篇文章 ・ 624 位粉絲
天下文化成立於1982年。一直堅持「傳播進步觀念,豐富閱讀世界」,已出版超過2,500種書籍,涵括財經企管、心理勵志、社會人文、科學文化、文學人生、健康生活、親子教養等領域。每一本書都帶給讀者知識、啟發、創意、以及實用的多重收穫,也持續引領台灣社會與國際重要管理潮流同步接軌。