| Lesson | Topics |
|---|---|
| 1 | Introduction to enzymes, metabolism and metabolic syndrome |
| 2 | Enzyme kinetics |
| 3 | Enzyme inhibition and regulation |
| 4 | Glycolysis |
| 5 | Gluconeogenesis & Other carbohydrate metabolism |
| 6 | Citric acid cycle |
| 7 | Electron transport & Oxidative phosphorylation |
| 8 | Mid-term Exam |
因應時代需求,張懋中前校長推動全校大一必修程式設計。本系率先響應,開設程式語言及演習,每年二至三班,由二至三位老師於同時段講授。羅老師自第一年起便投入執教至今。跨領域且以「必修」形式講授程式語言殊不容易,幸得生資所資深教師推薦優秀教科書,羅老師不斷努力改善教學方法,成效逐年提升。如下圖所示,教學評鑑得點高於全校同級科目之平均。修課生有不少成功跨入資訊專業,畢業後亦不乏進入園區前沿科技公司從事晶片或電機研發。近年,羅老師曾應母校清華與友校長庚大學之邀請,分享對成年初學者之跨領域程式教學經驗,在臺灣推動程式教育,貫徹其培育導人才之理念。
1. 講授主題:Go 程式設計。
Go 是 Google 開發的平行運算式程式語言,目前有兩個通行版本:官方編譯器版 (Golang Compiler version)
及自由軟體編譯器版 (GNU Compiler Collection version)。本課程採用官方版本,課名中的 "Go
Go Go" 為 Google Golang-compiler Go 之簡稱。學習難度明顯高於 Python, 約介於 C++
及 Java 之間。
2. 課程宗旨
我們相信,資訊知能,是支持臺灣學子與數位時代崛起中之各國之人才競爭、合作的關鍵能力。本課程旨在推廣程式教育,期待新時代學子以資訊知能為根基,促進跨領域融合,推動臺灣加速邁向數位崛起之路。
3. 開設理念與目標
近年,因網路科技進步及可攜式計算機普及,全球邁入數位時代,諸國競相崛起。偏偏,臺灣因資訊科技發展早,導致年輕學子雖是數位時代原住民,卻普遍不覺得資訊科技新鮮,對掌握資訊能力,亦未顯熱情。羅老師多年從事跨領域程式教育,發現學子們對程式設計的興向漸有分化之勢。極端化的發展,導致部份學生極力擠進資、通、電子、電機等程式能力得以直接應用之領域,其他學生的人生發展則與程式語言不易結緣。
第一類人才,掌握了程式與資通電機等專業技能,但對社會經濟文化等領域較陌生,不易應用專業知能來解決跨領域的問題。第二類人才則由於不了解程式語言,不易想像資通電機科技如何幫助自身感興趣領域之發展。跨領域發展,固然能靠不同領域人才之協作,但背景各異的人才的不同思維模式,常形成溝通障礙。此時,熟悉雙方思維與基礎知能的兩棲型人才,便能為跨域整合發揮極大助力。
千禧年初電腦與網路普及化時期,許多不擅長電腦操作的人們成了被時代推倒的前浪。而今新世代學子一出生便有電腦與人工智慧相伴,可謂無電腦文盲。值此數位科技普及化時期,想控制電腦與人工智慧而非被其取代,須具備的基本能力是看得懂程式語言。換言之,在數位時代,「程式文盲」很可能成為下一波沙灘上的前浪。
本課程期盼憑藉理工生醫人社等背景的學生都易學易懂的程式設計教材,為社會培育新世代的兩棲型跨領域領導人才,期許他們充分應用程式語言之優勢,掌握、甚至引領時代趨勢,協助福爾摩沙重歸數位科技與科技金融巨頭之林。
1. 講授主題:編譯式平行運算程式設計教學、大數據分析系統實作。
Go 是 Google 開發的編譯式平行運算程式語言,效能優異。平行運算為人工智慧與大數據分析之重要底層技術,本課程以
Go 語言整合此三大主題,並重理論與實作。
2. 課程目標
橋接學生們的程式設計能力與數位新時代之需求、轉型生資所部分高段程式設計課程,如「分散運算式網頁程式設計」(教師羅惟正)、「生物資料庫理論與實作」(教師羅惟正、陳亭妏)。
近年本系大學部因「程式語言及演習」必修課之推助,學生們皆熟悉直譯式語言 Python,特性易懂易學、適合初學者。程度較好的同學,已有不少進階修習中階程式語言如 Go (教師羅惟正), C, 或 C++ (交大或清大資工系課程)。學生們所累積的良好潛能,亟待符合時代需求的重點主題繼續深造、充分發揮。
由於行動式網路通訊設備普及與各科技領域之硬體技術快速成長,造就各行各業資訊量如洪流暴漲,推動人類社會進入了大數據時代。為因應遠大於人力得以處理的海量資訊,人工智慧技術蓬勃發展,一時引領潮流,甚至反饋成為大數據時代的強力推手,帶動各領域前行。大數據分析以及現代化人工智慧演算法之有效運作,皆仰賴平行運算技術。而平行運算技術的極致發展,是量子運算。若平行量子運算得以實現,科技界領導者們樂觀預見,人類文明之科技大爆炸「奇點」將至。
值此大數據時代,對已學會中階程式語言的同學們而言,若能進階熟習平行運算程式設計,等於掌握了數位科技關鍵技術,對未來專業能力進展與求職,相信都會有很大幫助。
本院研究所如「分散運算式網頁程式設計」及「生物資料庫理論與實作」都是仰賴大數據分析的高階課程。若不論生物學成份,前者的關鍵技術是平行運算與網頁伺服器設計,後者為大數據分析和資料庫建置。近年由於網站及資料庫模板軟體快速發展,技術門檻大幅降低,網頁與資料庫設計成為資訊領域之普及化能力,授課老師已相繼停開該兩課程。平行運算和大數據分析程式設計,則因難度高且無常法,加上當前大宗應用為人工智慧演算,符合時代需要。「Go人工智慧大數據平行運算」課程憑藉 1)積極發展量子運算系統之國際一流科技企業所開發的新世代程式語言、2)仿生型人工智慧演算法、3)大數據分析實作、4)平行運算系統建置,盼能有效整合上述兩大課程精華與最新科技,培育學生們成為各行各業之數位研發領導人才,加速推動人類文明進展。
羅老師的生態保育課一向受歡迎,特色是以保育社會企業創業為中心思想,還有實地生態探索。由於實地探索可負荷人數有限,本課程人數上限嚴格,欲修課者須經審核。羅老師曾受通識教育中心及共同教育委員會高度評價,推選為教育部全國傑出通識教育教師之交大代表。歷年教學評鑑成果極佳,優於本校同級課程平均。可惜老師近年需要調養身體並未繼續開課,期待老師養足體力復出。
| Lesson | Topics |
|---|---|
| 1 | Introduction to this course & Schedule of the wild field activities |
| 2 | Global Eco Issues |
| 3 | Ecological social business & Experiences of Prof. Wei-Cheng Lo |
| 4 | Ecosystems in Taiwan & Example of ecological social business |
| 5 | Discussions on environmental protection movies |
| 6 | Environments, Ecology, People & Mini business vs Social business |
| 7 | Forest ecology & Forest protection experiences of Dr. Tai-Hua Huang |
| 8 | Environmental litigation & Experiences of Lawyer Chia-Rong Hsu |
| 9 | Mid-term oral presentations |
| 10 | Special Seminar by Dr. Yu-Jen Hsu : Ecological Social Business |
| 11 | Eco-protection organizations & CEO experiences of Miss Mai-Li Wei |
| 12 | Blue Economy & Director experiences of ecology movies of Shuai-Hsun Pan |
| 13 | Wild field activity: Wetland |
| 14 | Wild field activity: Forest |
| 15 | Wild field activity: Ecological exploration at night |
| 16 | Wild field activity: Costal area |
| 17 | Final oral presentation: Ecological or environmental protection projects |
| 18 | Forum: Is and how to make our future good? |
1. 講授主題:量子運算與仿生型人工智慧。
量子運算 (Quantum Computing) 是資訊科技的重大發展趨勢。相較於現有電腦受制於傳統位元於單一時間只能乘載一筆資料,量子電腦透過量子位元的「疊加」與「糾纏」等現象,能在單一時間承載多筆資料,因而具備強大平行運算能力,將成為處理海量資料與高度複雜問題的關鍵技術。針對某些特定主題,量子運算相較於傳統電腦運算,速度可有百萬倍以上之提升。
本課程由量子力學發展史談至水丁格的貓,引入量子疊加態運算的概念,接著以Python程式語言講授量子演算法實作,搭配仿生型人工智慧單元,如量子機器學習 (Quantum Machine Learning) 及量子神經網路 (Quantum Neural Networks),協助學生由淺入深,了解並逐步駕馭量子運算。
*#*: : =*=*#- =*#+ *+==*%= :##=-#: :*====*%= =%+==-*= :*===+=*%=::----: *%==+=-++ :*===+==#%##########==+==-=+ :*===++==+*=**=+*++-=*===-=+ :*==+*+*=++=*+=*==: :-*+=-=+ :*-+*==*=+++*=+*=- :++-++ -*+*===+=+++*=*=- :+=++ :*#======++*+=+=: :**= *#===+====+===- =%- :: **+=+*+=======: :#: -*##+ -*=+==-=======- -+=: *- -####%- +*===++=======- =%%%*: += :######+ :: **+==%*+======::#%%%%= ++ ++=+##%- :++*#*+=+%#*======:-%%%%%* ++ *===+#+ :#+*=+%%*==++==:-%%%%%+ ::*+ :#++=+* :=++#*+==**-:###=-::#%%%%- -+*#*=-###*#- --:-#++==-: =#*: : -#%#= :::#-:-#+++# *+++: =::*: -: :-: -++# :*===* +#=: -***++*: :::=%**- *===*: :#: :: -=: : =**+*## :- ****#- -#- -=*=+#+=%%#: +#*##= :-+##*-: : :=*++-:*%%=: =*==*+ :=*##***#%*-::::: :-*#%###*+=-++==+= :=*##*******#=-------:-+*#**####***##%#*+#*- *%#********##*+-::---:-=++=+*#++%*****#*##*+#: =*=+*###****+=+*+- -===+***+=+#%***%#*+=--++ :#=---=+*###=====*=: -+++**+=====***###*==--==-*- *+-===----*+====+*+ -*: =#+==+**+**+=--=====-=* =*-=======-+*+=+=###=*: :+*==*#*+=---=======--*+ :#=---=====-=##****==**-::: :-****+=--========--=**- :***+=----==-=*##*=--=*+ =::***+=---=======---+**- :-*#*+=---=--===-==-*#-*-*%#---========--=+*## -#*##*+=-----====-=*####*#*-=======--=+##*+* -*+++**#*+=---====-===#+*+#+-====--=+#*++++* -*==++++**##*==---==-**=*=+#=-=--=*#*++++++* -*--===+++++*##*+=--+#+=*==**--=*#*++++++++* -*-===-====++++*##*+#+=-*==+#+*#*+++++++++** -*-======-====++++*#*+=-*==++#*++++++++++++* -*-=========-====++++=-=*==+++++++++++++++**:: :#==--==========-=======*==+++++++++++++*#*-: -+**==--===========-==-*=-+++++++++++*#+-: :-+**+=--============*=-+++++++++*#+-: :-+**+=---========*==+++++++**+:: -+**+=---=====*==++++*#*=:: -+**+=---==*==++*#*=:: :=**+==-*=+*#*-:: :=***#*#+-: :=+=:
2. 課程目標:培育量子演算法開發人才,推動臺灣接軌量子運算時代,引領科技潮流。
全球科技快速發展,各領域軟硬體跳躍式升級導致資料海量暴漲,讓各行業遭遇前所未有的大數據處理壓力。面對以指數型增長且關聯性日益複雜的龐大資料量,傳統電腦的平行運算效能瓶頸日益明顯,量子運算技術之興起,提供了解決複雜計算問題的新契機,並將為人工智慧、生醫、金融等領域帶來革命性影響。
仿生型人工智慧為目前主流AI演算法形式,若結合量子運算,可望開創全新技術突破與商業機會。全球科技界領導者亦預見,在通用型量子電腦與量子人工智慧技術成熟之時,人類文明將邁向空前的科技大爆炸,即「科技奇異點」(Technological Singularity) ── 一個科技快速自我演進,深刻改變社會與生活樣貌的轉捩點。
本課程以國際通用之量子演算法開發模擬器Qiskit為平台,透過實務導向之教材設計,循序漸進引導,讓學生由基礎概念(量子位元、邏輯閘、量子糾纏)起步,進入實作層面,包括Deutsch–Jozsa演算法、Grover搜尋演算法、量子神經網路等,並透過量子最佳化演算法之前瞻案例,理解量子運算於跨領域整合應用之潛力。期盼透過本課程之系統化訓練,培養學生兼具量子運算基礎知識與跨域解題能力,未來於人工智慧、生物科技、金融工程與高科技產業具備掌握前沿技術與創新應用之競爭優勢。
課程性質:編譯式中高階程式語言之平行運算網路程式設計教學與實作
本課程以C語言為核心,建立學生的高效能運算與系統開發能力,並銜接量子運算與分散式網路通訊的技術脈動。
講授主題:C平行運算與網頁伺服器設計
C是歷久彌新的中階程式語言,許多現代語言如 C++、PHP、Python 與 Golang 都是以它所開發。然而,C語言在跨平台與學習曲線上具備不小挑戰。本課程結合新世代Clang編譯器與教師自行開發的函式庫進行教學,提升跨平台實作效率並降低入門門檻。課程進一步結合平行運算與網路通訊兩大主題,帶領學生以C語言開發多核心平行處理程式,並實作具備多連線應答能力的網頁伺服器。
核心目標:連結程式設計能力與平行運算趨勢
隨著行動裝置普及與科技演進,全球資訊量呈爆炸性成長,推動社會進入大數據時代並促進人工智慧發展。大數據分析與人工智慧皆仰賴高效能平行運算,同時,現代科研及產業應用幾乎都以網路通訊為媒介。本課程期望使學生同時掌握這兩大能力,在數位轉型和科技創新浪潮中,具備關鍵競爭力。
前瞻展望:從GPU到量子平行運算
平行運算的極致技術形態是量子運算。量子位元可透過疊加與糾纏態同時攜帶多重資訊,使量子運算在合適主題上能展現超越傳統運算百萬倍以上的速度,商機凌駕當前AI。各資訊科技大國及 Google, IBM, Microsoft, Intel 等頂尖企業均投入量子電腦研發,可見其戰略地位。
在量子電腦成熟前,我們預期量子晶片將率先以類似GPU的加速器形式問世。而目前主流GPU計算語言即為C語言。具備C語言平行運算實作能力的學生,將最有潛力銜接未來量子運算的實務應用。
課程願景
量子運算正逐步走出實驗室的幽暗,迎向實用化的曙光,這場技術革命將深刻改寫人類科技文明與商業型態。我們相信,學生若及早投入,不僅能強化職涯競爭力與收入,更將在未來的科技與產業版圖中掌握主動權。本課程期望啟發學生以長遠視野看待自身於新時代中的角色,以專業知能積極貢獻社會、協助臺灣提升國際影響力,引領人們穿越科技奇異點,成為推動下一場文明飛躍的創新領導者。