※ 引述 《ar0387959310 (璀璨人生)》 之銘言：
: 標題: Re: [討論] 高虹安事件彷彿隔世
: 時間: Tue Aug 13 05:30:45 2024
.......
: 推 bj45566: 高鼻安的博士根本是拿假的從資訊系所畢業 36.229.232.108 08/13 05:57
: → bj45566: 後展眼拿機械工程博士，只有美籍華人裔 36.229.232.108 08/13 05:57
: → bj45566: 教授幹的出這種學術醜聞 36.229.232.108 08/13 05:57
: 推 bj45566: 她根本沒有實力在一流的公司擔任 EE/CS 36.229.232.108 08/13 06:01
: → bj45566: 工程師，而且年紀又那麼大了怎麼轉行當 36.229.232.108 08/13 06:01
: → bj45566: 竹科工程師 36.229.232.108 08/13 06:01
這個我要替辛辛那提大學（University of Cincinnati）說點話。
該大學是軍工產業的重鎮大學之一，以機械工程著稱，所以他們的電資相關科系也經常跟機
械工程合作計劃。
如果能把巨量資料/大數據能夠與機械製造結合，會是很好的研究題材。例如提高製造過程
效能、良率控制、材料及加工過程自動化、材料模擬、工廠虛擬實境等。
而鴻海屬於資訊產品製造業，當然也很合理採用此專長領域。
只是呀！這種跨領域人才是很珍貴，但是高虹安真的懂這兩個領域的結合嗎？高本身是師大
資訊教育系，不太可能接觸到機械工程的知識，而台大資工所碩士畢業後，也是去資策會上
班，而不是去機械工程相關領域就職，所以基本上就是沒有對應背景。
在上段的狀況下，如果高在博士班沒有補修一大堆課程，在機械所博士班能做的內容就會少
很多。
我這裡舉個例子，是把我在軍武板寫的東西簡化：
我們都知道飛機渦輪噴射發動機的葉片很容易高溫造成材質劣化，那麽如何壓低溫度就是很
重要的事，一般除了提高材質耐性之外，就是葉片上打孔造成空氣薄膜降溫，這很吃模擬計
算。如果沒有人工智慧或者巨量資料，那就只能根據現有演算法及傅立葉轉換的計算模擬猜
測。如果有巨量資料，就可以發動機器學習預測出數個可以使用的構型及製造流程。
另一個就是飛行器舵用軸承，那個因為會直接摩擦，用何種表面處理跟材質是一門學問。如
果有巨量資料配合上機器學習，那可以根據過去產品的使用狀態，找出在未來新專案中需要
的零件參數。
上面兩個應用，很吃大學時代的機械工程及材料科學/化學/化工的基礎知識，純資訊工程/
科學/教育是不可能應付的過來，就算是過去在資訊科系學過資料科學也不夠，因為資料科
學只是工具，不是機械工程及材料科學/化學/化工領域知識。
結論是：
辛辛那提大學這種資訊結合機械是很強，但是高不是那個強者…