資料科學與研究資料管理的最前沿：2022 國際資料週

本文由 建研所 委託，泛科學企劃執行。 

當你走進一棟建築，是否能感受到它對環境的友善？或許不是每個人都意識到，但現今建築不只提供我們居住和工作的空間，更是肩負著重要的永續節能責任。

綠建築標準的誕生，正是為了應對全球氣候變遷與資源匱乏問題，確保建築設計能夠減少資源浪費、降低污染，同時提升我們的生活品質。然而，要成為綠建築並非易事，每一棟建築都需要通過層層關卡，才能獲得標章認證。

為推動環保永續的建築環境，政府自 1999 年起便陸續著手推動「綠建築標章」、「智慧建築標章」以及「綠建材標章」的相關政策。這些標章的設立，旨在透過標準化的建築評估系統，鼓勵建築設計融入生態友善、能源高效及健康安全的原則。並且政府在政策推動時，為鼓勵業界在規劃設計階段即導入綠建築手法，自 2003 年特別辦理優良綠建築作品評選活動。截至 2024 年為止，已有 130 件優良綠建築、31 件優良智慧建築得獎作品，涵蓋學校、醫療機構、公共住宅等各類型建築，不僅提升建築物的整體性能，也彰顯了政府對綠色、智慧建築的重視。

說這麼多，你可能還不明白建築要變「綠」、變「聰明」的過程，要經歷哪些標準與挑戰？

綠建築標章	智慧建築標章	綠建材標章

第一招：依循 EEWH 標準，打造綠建築典範

環境友善和高效率運用資源，是綠建築（green building）的核心理念，但這樣的概念不僅限於外觀或用材這麼簡單，而是涵蓋建築物的整個生命週期，也就是包括規劃、設計、施工、營運和維護階段在內，都要貼合綠建築的價值。

關於綠建築的標準，讓我們先回到 1990 年，當時英國建築研究機構（BRE）首次發布有關「建築研究發展環境評估工具（Building Research Establishment Environmental Assessment Method，BREEAM®）」，是世界上第一個建築永續評估方法。美國則在綠建築委員會成立後，於 1998 年推出「能源與環境設計領導認證」（Leadership in Energy and Environmental Design, LEED）這套評估系統，加速推動了全球綠建築行動。

臺灣在綠建築的制訂上不落人後。由於臺灣地處亞熱帶，氣溫高，濕度也高，得要有一套我們自己的評分規則——臺灣綠建築評估系統「EEWH」應運而生，四個英文字母分別為 Ecology（生態）、Energy saving（節能）、Waste reduction（減廢）以及 Health（健康），分成「合格、銅、銀、黃金和鑽石」共五個等級，設有九大評估指標。

我們就以「台江國家公園」為例，看它如何躍過一道道指標，成為「鑽石級」綠建築的國家公園！

位於臺南市四草大橋旁的「台江國家公園」是臺灣第8座國家公園，也是臺灣唯一的濕地型的國家公園。同時，還是南部行政機關第一座鑽石級的綠建築，其外觀採白色系列，從高空俯瞰，就像在一座小島上座落了許多白色建築群的聚落；從地面看則有臺南鹽山的意象。

因其地形與地理位置的特殊，生物多樣性的保護則成了台江國家公園的首要考量。園區利用既有的魚塭結構，設計自然護岸，保留基地既有的雜木林和灌木草原，並種植原生與誘鳥誘蟲等多樣性植物，採用複層雜生混種綠化。以石籠作為擋土護坡與卵石回填增加了多孔隙，不僅強化了環境的保護力，也提供多樣的生物棲息環境，使這裡成為動植物共生的美好棲地。

第二招：想成綠建築，必用綠建材

要成為一幢優秀好棒棒的綠建築，使用在原料取得、產品製造、應用過程和使用後的再生利用循環中，對地球環境負荷最小、對人類身體健康無害的「綠建材」非常重要。

這種建材最早是在 1988 年國際材料科學研究會上被提出，一路到今日，國際間對此一概念的共識主要包括再使用（reuse）、再循環（recycle）、廢棄物減量（reduce）和低污染（low emission materials）等特性，從而減少化學合成材料產生的生態負荷和能源消耗。同時，使用自然材料與低 VOC（Volatile Organic Compounds，揮發性有機化合物）建材，亦可避免對人體產生危害。

在綠建築標章後，內政部建築研究所也於 2004 年 7 月正式推行綠建材標章制度，以建材生命週期為主軸，提出「健康、生態、高性能、再生」四大方向。舉例來說，為確保室內環境品質，建材必須符合低逸散、低污染、低臭氣等條件；為了防溫室效應的影響，須使用本土材料以節省資源和能源；使用高性能與再生建材，不僅要經久耐用、具高度隔熱和防音等特性，也強調材料本身的再利用性。

在台江國家公園內，綠建材的應用是其獲得 EEWH 認證的重要部分。其不僅在設計結構上體現了生態理念，更在材料選擇上延續了對環境的關懷。園區步道以當地的蚵殼磚鋪設，並利用蚵殼作為建築格柵的填充材料，為鳥類和小生物營造棲息空間，讓「蚵殼磚」不再只是建材，而是與自然共生的橋樑。園區的內部裝修選用礦纖維天花板、矽酸鈣板、企口鋁板等符合綠建材標準的系統天花。牆面則粉刷乳膠漆，整體綠建材使用率為 52.8%。

在日常節能方面，台江國家公園也做了相當細緻的設計。例如，引入樓板下的水面蒸散低溫外氣，屋頂下設置通風空氣層，高處設置排風窗讓熱空氣迅速排出，廊道還配備自動控制的微噴霧系統來降溫。屋頂採用蚵殼與漂流木創造生態棲地，創造空氣層及通風窗引入水面低溫外企，如此一來就能改善事內外氣溫及熱空氣的通風對流，不僅提升了隔熱效果，減少空調需求，讓建築如同「與海共舞」，在減廢與健康方面皆表現優異，展示出綠建築在地化的無限可能。

在綠建材的部分，另外補充獲選為 2023 年優良綠建築的臺南市立九份子國民中小學新建工程，其採用生產過程中二氧化碳排放量較低的建材，比方提高高爐水泥（具高強度、耐久、緻密等特性，重點是發熱量低）的量，並使用能提高混凝土晚期抗壓性、降低混凝土成本與建物碳足跡的「爐石粉」，還用再生透水磚做人行道鋪面。

同樣入選 2023 年綠建築的還有雲林豐泰文教基金會的綠園區，首先，他們捨棄金屬建材，讓高爐水泥使用率達 100%。別具心意的是，他們也將施工開挖的土方做回填，將有高地差的荒地恢復成平坦綠地，本來還有點「工業風」的房舍告別荒蕪，無痛轉綠。

等等，這樣看來建築夠不夠綠的命運，似乎在建材選擇跟設計環節就決定了，是這樣嗎？當然不是，建築是活的，需要持續管理–有智慧的管理。

第三招：智慧管理與科技應用

我們對生態的友善性與資源運用的效率，除了從建築設計與建材的使用等角度介入，也須適度融入「智慧建築」（intelligent buildings）的概念，即運用資通訊科技來提升建築物效能、舒適度與安全性，使空間更人性化。像是透過建築物佈建感測器，用於蒐集環境資料和使用行為，並作為空調、照明等設備、設施運轉操作之重要參考。

為了推動建築與資通訊產業的整合，內政部建築研究所於 2004 年建立了「智慧建築標章」制度，為消費者提供判斷建築物是否善用資通訊感知技術的標準。評估指標經多次修訂，目前是以「基礎設施、維運管理、安全防災、節能管理、健康舒適、智慧創新」等六大項指標作為評估基準。
以節能管理指標為例，為了掌握建築物生命週期中的能耗，需透過系統設備和技術的主動控制來達成低耗與節能的目標，評估重點包含設備效率、節能技術和能源管理三大面向。在健康舒適方面，則在空間整體環境、光環境、溫熱環境、空氣品質、水資源等物理環境，以及健康管理系統和便利服務上進行評估。

樹林藝文綜合大樓在設計與施工過程中，充分展現智慧建築應用綜合佈線、資訊通信、系統整合、設施管理、安全防災、節能管理、健康舒適及智慧創新 8 大指標先進技術，來達成兼顧環保和永續發展的理念，也是利用建築資訊模型（BIM）技術打造的指標性建築，受到國際矚目。

在興建階段，為了保留基地內 4 棵原有老樹，團隊透過測量儀器對老樹外觀進行精細掃描，並將大小等比例匯入 BIM 模型中，讓建築師能清晰掌握樹木與建築物之間的距離，確保施工過程不影響樹木健康。此外，在大樓啟用後，BIM 技術被運用於「電子維護管理系統」，透過 3D 建築資訊模型，提供大樓內設備位置及履歷資料的即時讀取。系統可進行設備的監測和維護，包括保養計畫、異常修繕及耗材管理，讓整棟大樓的全生命週期狀況都能得到妥善管理。

智慧建築導入 BIM 技術的應用，從建造設計擴展至施工和日常管理，使建築生命周期的管理更加智慧化。以 FM 系統 ( Facility Management，簡稱 FM ) 為例，該系統可在雲端進行遠端控制，根據會議室的使用時段靈活調節空調風門，會議期間開啟通往會議室的風門以加強換氣，而非使用時段則可根據二氧化碳濃度調整外氣空調箱的運轉頻率，保持低頻運作，實現節能效果。透過智慧管理提升了節能效益、建築物的維護效率和公共安全管理。

總結

綠建築、綠建材與智慧建築這三大標章共同構建了邁向淨零碳排、居住健康和環境永續的基礎。綠建築標章強調設計與施工的生態友善與節能表現，從源頭減少碳足跡；綠建材標章則確保建材從生產到廢棄的全生命週期中對環境影響最小，並保障居民的健康；智慧建築標章運用科技應用，實現能源的高效管理和室內環境的精準調控，增強了居住的舒適性與安全性。這些標章的綜合應用，讓建築不僅是滿足基本居住需求，更成為實現淨零、促進健康和支持永續的具體實踐。

• 本文轉載自科技大觀園，原文為《資訊科技讓我們「方便」成癮！洪智傑眼中的智慧城市大未來》
• 作者 / 科技大觀園特約編輯｜陳儀珈

你有聽過「智慧城市」嗎？那是一個科技與生活交織的世界。

隨著通訊技術、電腦科技的進步，5G 網路、人工智慧、物聯網逐漸融入生活的每一個角落，智慧城市將資訊科技、城市建設結合在一起，讓市民的生活更加方便、更有品質，時至今日，智慧城市的概念已經成為世界各國建設城市、提升城市競爭力的重要指標！

為此，科技大觀園特別採訪了來自中興大學資訊管理學系的洪智傑助理教授，請他與我們分享智慧城市的概念，開啟我們對於未來科技生活的無限想像！

要怎麼做，才可以讓城市變得更「智慧」？

對於資料科學家來說，「智慧城市」到底是什麼？洪智傑表示，其實每個人對於智慧城市的定義與要求都不一樣，有的人注重蒐集更多、更好的資料，有的人則擅長在生活中找到需要解決的問題，並從現有的資料中找的解答或是解決方式。

你能想像嗎？未來你看到的每一支路燈，可能都不僅僅是路燈而已，這些「智慧燈桿」不但可以照明，同時也扮演了小氣象站、Wi-Fi 基地台、馬路攝影機、電子公布欄等多重角色，能夠即時偵測當地的空氣、交通狀況並做出因應。若是對此感到非常新鮮且好奇，大家可以前往台南市政府前的永華綠園觀摩智慧燈桿的示範成果囉！

經過智慧城市概念的改造後，下水道系統也不只是輸送汙水的管線而已，當科學家在管線中添加了特殊的感應器後，研究單位就可以從整個城市的工廠和家庭廢水中，分析汙水中的化學分子，找出各種疾病、污染的跡象和源頭，就像是阿嬤翻找你的房間垃圾桶一樣，從污水中破解隱藏在都市中的各種秘密。

由此可知，在物聯網的時代，當各個角落、各種物品都能連上網路之後，感測器也越來越多，以往城市中傳統的各項設施，都將增添更多功能並打破你對它們的既定印象，同時，資料科學家也因此蒐集到更多樣化的資料，並研發出更方便的應用。

資訊科技將如何改造我們的生活？

在智慧城市的案例中，洪智傑建議大家可以從「食、衣、住、行、育、樂」和「基礎設施」七大類來盤點智慧城市的應用。

以打造智慧國為目標的新加坡為例子，新加坡健保局日前就推出了「Healthy 365」app，該 app 蒐集了全國上千種的食物，並發展出食物辨識的技術，當民眾下載 app 後，就可以用手機拍下食物的照片，馬上辨識並算出食物的熱量。

台南市政府則在熱門商圈的停車格設置了「地磁偵測系統」，並搭配智慧停車柱、app、馬路的 LED 顯示器，隨時偵測空位數量並分享給有需要的市民們，而智慧停車柱也會自動辨識車牌號碼和計算費用，從找車位、停車到繳費，讓停車的一條龍服務全都智慧化。

在交通層面，國外 Uber 也申請了一項鼎鼎大名的專利：「利用  AI 技術抓出喝醉的乘客！」 當乘客叫車後，Uber 會透過手機分析乘客的行走速度、手機角度、打字準確度、轎車的時間與地點，並藉此來推斷乘客是否喝醉，一旦可能乘客可能喝醉、從酒店區搖搖晃晃地走出來， Uber 就會立刻提醒司機事先做好相應的準備。

在基礎建設（infrastructure）的部分，用水、用電都是市民生活中最基本的需求。以自來水為例，一旦水管出現小小的裂縫，在輸水過程中就會浪費非常大量且寶貴的水資源，因此台北自來水管理處在管線加上了壓力感測器，隨時監控水壓變化，即時掌握各地水管的狀態和漏水處，在不知不覺間，提升每一位市民的生活品質。

藉由上面的案例，想必大家對於智慧城市的概念有更具體的了解，雖然智慧城市是相當廣義的概念，但它的核心概念可以用「利用資訊科技讓市民的生活更方便」一句話來解釋，而且每個人都可以在智慧城市的方向找到切入的角度和應用的可能。

揪出藏在資料海中的垃圾和警訊！

在資料科學領域有一句「垃圾進，垃圾出」的名言，若是輸入品質差勁的資料，即使經過電腦運算，也只會得到另外一堆垃圾。被問到如何解決這個經典的難題，洪智傑笑說，「垃圾進、垃圾出？哈哈哈，這是根本就是每天都會發生的事情啊！」而最常出現問題的地方，就是一切資料的源頭——感測器本身！

「量體溫」應該就是大家最有感的量測任務了，在 COVID-19 疫情期間，幾乎所有大學、車站出入口都會設置體溫量測站，然而，說句實話，你在畫面中看到的體溫，又有幾次是精確的？那些在紅外線熱像儀中行走的 33°C 、 34°C 人們 ，難道是一具具在城市中行走的喪屍？

這些資料必須經過校準或是拿掉偏差值後，才會有分析和研究的意義與價值！

那麼要如何得知這些異常值是「警訊」還是「垃圾」呢？事實是，異常值的偵測與判斷也是一大難題！以臺灣知名的空氣盒子計畫為例，所有民眾都可以購買便宜的空氣感測器，感測當地空氣並回傳溫度、濕度、PM2.5 濃度的資料，組成密集的全臺空氣監測網，提供大量的空氣數據給專家分析。

但是，你以為這些便宜感測器的準確度真的可以跟高級儀器一模一樣嗎？實際上，空氣盒子時常因儀器損壞而出現不符實際狀況的觀測結果，例如在一片綠油油的台北市中，突然有一個感測器呈現紫爆， PM2.5 濃度高達1918 μg/m³，此時，我們通常會下意識地認為，這一顆紫爆的空氣盒子肯定是壞掉了。  

然而，這一顆紫爆的空氣盒子到底是壞掉了，還是只是有人在旁邊抽菸？這就是處理大量數據時最令人頭痛的難處，也是資料科學家的專業所在。

智慧城市的兩難：好方便 vs. 好監控

隨著智慧城市的潮流興起，市民似乎只要提供越多資料，就可以生活更方便、獲得更好的服務品質。

「Google 地圖可以隨時告訴我哪裡塞車，好方便！」

「欸？有了車牌辨識系統，停車繳費都不用再拿票卡了，好方便！」

現在幾乎沒有人會因為車牌被拍攝而感到疑惑、被侵犯了，讓 Google 蒐集自己的定位資料也是家常便飯的事，洪智傑指出，當「方便」達到一定程度時，人們很容易失去原有的警戒心。

不過，一旦讓不懷好意的單位取得大量特定人口的數位足跡，這些有心人士即可輕易的掌握這些人群的行為模式，甚至藉此達到「監控」的目的，因此，近年來，個人資訊安全、隱私權的問題也因運而生。

不過，一旦讓不懷好意的單位取得大量特定人口的數位足跡，這些有心人士即可輕易的掌握這些人群的行為模式，甚至藉此達到「監控」的目的，因此，近年來，個人資訊安全、隱私權的問題也因運而生。

由於臺灣並非極權國家，大眾對於軌跡資料的蒐集也越來越敏感，洪智傑表示，現在的學者時常只能拿到去識別化的資料，或是經過轉換的統計資料。但慶幸的是，網路上仍有不少開源資料或開源社群可供參考，政府也有設置資料開放平臺、民生公共物聯網提供大眾運用。

其中，為了鼓勵大眾參與、應用政府的開放資料，政府更舉辦了「民生公共物聯網資料應用競賽」，邀請業界、學界和民間整合並運用政府的公開資料，打開資料科學與產業的未來，大家不妨也可以前往競賽的網頁，欣賞一下各年度的得獎作品。

如何在資料中找到價值？從生活中的隱性需求開始！

若你對於智慧城市、資料科學有興趣，你可以先列出一個你感興趣的命題，確定自己想要從資料中找到的東西是什麼，再從現有的開源資料尋找解答。

茫茫的資料大海中發生太多事情了，洪智傑建議大家先準備好命題，再開始分析資料、尋找有價值的寶藏，就像是我們在圖書館中找書一樣，與其茫然的在圖書館中遊走，不如先想好自己要在圖書館閱讀什麼書，再開始尋找寶藏的旅程。

在智慧城市中，提升市民的「方便性」是資料科學家的目標，然而，現有生活究竟隱藏了哪些不方便？我們又該如何發現這些命題呢？洪智傑表示，除了增進自己跨領域的涵養之外，仔細觀察你我每天的日常，也能有助於我們洞察出生活中的隱性需求。

智慧城市是一個與現代生活息息相關的議題，若你也著迷於智慧城市的概念，也想要一起走在科技融入生活的道路上，歡迎你與資料科學家一起化身為生活觀察家，在資料中找出更多讓生活變方便的小智慧吧！

資料來源

1. 政府資料開放平台
2. 民生公共物聯網資料服務平台
3. 民生公共物聯網資料應用競賽
4. g0v臺灣零時政府
5. 台南市政府智慧車位偵測系統 – 地磁佈建計畫啟動
6. 政府把自己當成公司：新加坡推智慧城市，背後的超務實性格
7. Smart City 2.0：「智慧物聯網」引領「智慧城市」再升級
8. 智慧城市白皮書
9. 賀喜能源 建置全球首座智慧城市微電網示範系統

• 文 / Elsa│弱弱開發女子，在東京的開發者人生。
  2011年研究所畢業，2014年來日工作。不只寫關於開發的文章，也寫美食、在日工作樣貌、在日生活訊息。

機器學習資料科學的轉行潮

資料科學家、機器學習工程師被喻為 21 世紀最性感的職業。個人認為這份職業的工作內容一點都不性感，性感的應該是它水漲船高的薪酬條件。而根據史丹佛大學 在 2019 年的  AI 指標報告， 2019 年的人工智慧相關職位需求是 2015–2016 年的三倍，意指將會有越來越多的工程師或理工生轉向資料科學家或機器學習/資料工程師的行列。

然而，轉行的學習過程中，遇到問題最好還是要靠自己解決，但中間若有高人提點，痛苦會少一點。下面列出幾個線上社群，供有興趣入門的夥伴參考：

熱門的線上社群

Reddit、Stack Overflow、Quora、Kaggle 在同行裡算是家喻戶曉。

Reddit 是美國第五大網站，截至 2018 年 3 月的每月活躍用戶量超過三億。與在台灣熟知的 PTT 或 Dcard 等 BBS 論壇類似，有很多分類主題，用戶可以對貼文內容按讚或留言。在搜尋欄位輸入 data science、machine learning 等關鍵字就能找到相關分類主題版加入討論。

Stack Overflow 和 Quora 都是問答系網站，加入會員後可以發問，還可邀請業界專家回答你的問題。

Stack Overflow 偏向程式設計領域，常見的主題有 JavaScript 、 Java 、 C# 、 Python 等程式語言。

Quora 的主題編列範圍廣泛，除了技術社群，更網羅生活娛樂、人文社會、經濟等各式主題。一樣利用網站的搜尋欄位輸入自己感興趣的關鍵字，在相關主題群裡發問。

Kaggle 除了社群，還有很多資料集、專案及社群貢獻的資料分析代碼，不定期還會有競賽，是個很好的學習資源網站。

上述幾個社群都是英文為主，而中文社群我知道的有知乎、將門技術社群、 TensorLayer 。

知乎，基本上就是中文版的  Quora ，就不多做介紹了。而專門技術社群要填表申請，通過群主審核才能加入，領域分門別類，有計算機視覺、自然語言處理、物聯網等，只能擇一加入。

至於 TensorLayer ，它其實是中國開發者把 TensorFlow 包裝起來的函式庫，據說就是親切易懂版的 TensorFlow ，他們有自己的 Slack 社群，使用上有問題可以在群裡問，在 TensorLayer 的官方 Github 有連結可加入。無論是 TensorLayer 、 TensorFlow 這種開源函式庫，為了活躍開源環境，讓開發者踴躍參與開發，幾乎都會有各自的專屬開源社群，在它們自己的開源專案網站都會具體說明如何參與社群，這邊就不多加詳述。

台灣的社群使用 Facebook 社團算滿普遍的，活躍的有台灣人工智慧同好交流區、 AI 人工智慧與機器人社團、 AI Seminar Taiwan  、台灣人工智慧學校 — 舊稱：台灣資料科學年會等；此外， PTT 的資料科學版也是一個能參與討論的選擇。

怎麼找社群？

台灣普遍習慣使用 Facebook ，在 Facebook 搜尋關鍵字就能找到幾個活躍的社群。

而在海外的朋友，可以透過 Meetup 這個活動組織網站，用關鍵字搜尋找到當地的社群。 Meetup 上的社群多屬線下，也就是租個場地舉辦研討會、讀書會等，因為要面對面與人交流，一方面不符合我的個性，一方面是有些參差不良的活動會有獵頭推銷工作機會，我不是很喜歡。當然有部分 Meetup 聚會是線上舉辦，有興趣的朋友可以自己找找看。

而日本除了 Meetup ，還有幾個類似的社群如： conpass 、 Doorkeeper 、 TECH PLAY 。不知道出於什麼原因，日本很喜歡辦這種約出來見面的研討會或讀書會，然後會議結束後要再外掛個懇親會閒聊加吃喝，我只能說這種活動對社交障礙者真的很不友善。

針對 Slack 社群官方並沒有提供搜尋介面，雖然網路上有人把 Slack 社群爬下來做成資料庫，但資料沒那麼即時； Facebook  社團雖然可以輸入關鍵字搜尋相關社團，但是找不到私密社團。譬如在東京的澀谷，時常在 Meetup 舉辦讀書會的 Team AI ，從 2016 年開始每週開辦讀書會，到目前會員數超過七千人，官方也有 Slack 群 (Team AI Slack Group) 可加入學習討論。

像這樣利用 Meetup 等活動社群，也能知道 Slack 、 Facebook 等線上社群的資訊。

其他線上社群

Kaggle Noobs

Kaggle Noobs 是關於 Kaggle 的 Slack 社群，線上有即時新聞、硬體效能、論文分享等學習資源。截至 2020/3 ，成員數超過一萬人。

AI Researchers

AI Researchers 有關於 OpenCV 、自然語言處理、 OpenAIGym 、 Keras 等討論串，截至 2020/3 ，成員數超過五千人。

Data Quest

Data Quest 是一個培育資料科學家的線上教育網站。除了提供整套教學課程外，還有自己的社群。社群算滿活躍的，這個公司基本上招募很多遠端資料科學工作者，所以來自世界各地的資料科學家都會參與這個社群。

Data Science Salon

Data Science Salon 在舊金山、紐約、洛杉磯等都市舉辦機器學習高峰會，跟各大公司合作並邀請各界名人演說，有點像是機器學習版的 TED Talks，收取高價門票的富人聚會（誤）。但你可以加入他們的 Slack 社群，觀察一下研討趨勢。可以到 https://info.datascience.salon/apply-to-dss-slack-workspace 填表加入社群，或寄信到 info@formulated.by  申請。

Watson Developer Community (WВC)

這個是專門給 IBM Watson 開發者討論的 Slack 社群。

R-Team for Data Analysis

使用 R 做資料分析的朋友，可以加入這個全球 Slack 社群。

有些社群知識範圍屬廣域，有些社群聚焦在特定主題，依照自己的需求及水平參與相對應的社群，多看多吸收。若有心參與社群反饋，正所謂教學相長，學習效果更好。

參考資料

1. 2019 AI Index Report by Stanford University
2. 15 Data Science Slack Communities to Join
3. AI開発を仕事にするための具体的な行動計画を『機械学習エンジニアになりたい人のための本』から紹介