農林水産研究情報センターで作成したPDFファイルを使用している。

農林水産研究情報センターで作成したPDFファイルを使用している。

2017年英國《經濟學人》雜誌曾提出，「世界上最寶貴的資源不再是石油，而是數據」。隨著物聯網時代來臨，工業應用領域也開始整合各種技術而掀起新一波工業革命。因為大量自動化及數據化，除了升級自動化設備、整合網通系統，監控設備產生的大數據，透過工業電腦進行分析，經由人工智能判斷邏輯產生條件，再由設備自主處理各種生產問題。除去大量勞動，專注於大數據自動化處理，即能生產更優質的產品，並且優化流程，降低企業成本。 自動化流程機器人(Robotic Process Automation)能自動的管理並執行企業大量耗費時間與人力的業務流程，可用於客戶服務、人力管理、供應鏈管理、採購、會計等範疇。物聯網(IoT)時代下的機器人自動化流程加入了認知運算等新興技術，更能進一步提升企業效率並降低成本。自動化流程機器人(Robotic Process Automation)儼然成下一個新的生產力革命。 市場研究機構IDC預測，2017年全球在認知和人工智慧系統支出將達到125億美元，和2016年相比成長達59.3%。Google母公司Alphabet公開測試無人駕駛汽車、阿里宣佈投資千億成立達摩院、百度機器人入駐肯德基等等。人工智慧(Artificial Intelligence)將顛覆商業思維、改寫商業模式。在2020年，人工智慧(Artificial Intelligence)將成為市場上真正的「主流」技術思維。IDC並且認為亞洲將在2020年成為全球第二大認知與人工智慧輸出區域。 本文探討自動化流程機器人與人工智慧之間的關聯，以及流程優化後對企業所產生的影響與變革．並且針對個案的自動化解決方案所達到的效益與後續發展進行評估與檢討，藉以提升自動化解決方案，協助企業在未來挑戰的競爭環境中創造最佳化優勢． / “The Economist” stated in 2017 that “the world’s most precious resource is no longer oil but data”. With the advent of the Internet of Things, industrial applications have begun to integrate various technologies and set off a new wave of industrial revolution. Because of a large amount of automation and data, in addition to upgrading automation soluitons, integrating netcom systems, and monitoring the big data generated by the solutions, analysis is performed through industrial computers, and conditions are generated through the logic judgment of artificial intelligence, and then the solutions autonomously handles various processes. It can produce better products, optimize the process and reduce business costs to focus on automation of big data and to save a lot of labor hiring. Robotic Process Automation can automate the management and execution of a large number of business processes that consume time and manpower, and can be used in areas such as customer service, manpower management, supply chain management, procurement, finance and accounting. The robotic automation process in the Internet of Things (IoT) era has added emerging technologies such as cognitive computing to further enhance the efficiency of enterprises and to reduce costs. Robotic Process Automation becomes the next new productivity revolution. In 2017, marketing research firm, IDC, predicts that global spendings on cognitive and artificial intelligence systems will reach US$12.5 billion, which represents a growth of 59.3% compared to 2016. Google, the parent company of Alphabet, publicly tests driverless cars, Ali announced that it has invested 100 billion to establish Daruma House, Baidu Robots has settled in Kentucky. Artificial Intelligence will disrupt business thinking and rewrite business models. In 2020, Artificial Intelligence will become the real "mainstream" technical thinking in the market. IDC also believes that Asia will become the world’s second largest cognitive and artificial intelligence output region in 2020. The article discusses the relationships between robotic process automation and artificial intelligence, and also the impact and changes after implementing the solutions. It has also evaluated and reviewed the effectiveness and following development of the automated solutions, so as to enhance the values of automation solutions and to help companies create optimal advantages in the future challenging and competitive environment.

There were many technical events held in 2017, like 2017 COMPUTEX, Google I/O, Microsoft Design Forum…etc., and Artificial intelligence (AI) is one of the most concerned and hottest topics in these events. There is no doubt that in the next few years, AI technology and its further developments will be the major focus in the science and technology industry. As AI technology brings in a lot of new applications and develops commercial values, for the server industry and corresponding supply chain, it will lead to a new wave and benefit the whole ecosystem. Although the growth rate of desktop and laptop computer slows down and smartphone market starts to saturate, the demand for data processing and computing continues to grow. Large datacenter, server hardware and cloud applications supported at the back-end could still keep their momentum of growth. Taiwan-based original design manufacturers (ODMs) maintain a stable growth rate in 90% of the worldwide server manufacturing and many new business models evolved in order to fulfill the demands brought by artificial intelligence (AI). The aim of this study is to analyze the positive and negative impacts of AI technology on server industry, and will focus on four major groups in the industry: datacenter customers, OEM, ODM and component suppliers.

京都大学 / 新制・課程博士 / 博士(医学) / 甲第23466号 / 医博第4773号 / 新制||医||1053(附属図書館) / 京都大学大学院医学研究科医学専攻 / (主査)教授 柳田 素子, 教授 髙折 晃史, 教授 江藤 浩之 / 学位規則第4条第1項該当 / Doctor of Medical Science / Kyoto University / DFAM

京都大学 / 0048 / 新制・課程博士 / 博士(工学) / 甲第18579号 / 工博第3940号 / 新制||工||1605(附属図書館) / 31479 / 京都大学大学院工学研究科都市環境工学専攻 / (主査)教授 田村 正行, 教授 川﨑 雅史, 准教授 須﨑 純一 / 学位規則第4条第1項該当 / Doctor of Philosophy (Engineering) / Kyoto University / DFAM

京都大学 / 0048 / 新制・課程博士 / 博士(エネルギー科学) / 甲第19089号 / エネ博第313号 / 新制||エネ||64(附属図書館) / 32040 / 京都大学大学院エネルギー科学研究科エネルギー基礎科学専攻 / (主査)教授 森井 孝, 教授 片平 正人, 教授 佐川 尚 / 学位規則第4条第1項該当 / Doctor of Energy Science / Kyoto University / DGAM

近年來，網際網路(Internet)快速發展，已成為一個無疆無界無時差的市場，如何不被這股潮流所淘汰，我們所提出的解決方案—軟體代理人(software agent)，一位具有人工智慧(artificial intelligence)演化調適(adaptive)能力的代理人，現在已經有許多企業與資訊、管理、電腦科學等各方面專家結合，開始使用軟體代理人來代勞，試想一位永不停止、具有創新、學習適應的員工，企業家可以隨意複製或刪除，隨時配合市場規模，不必擔心任何裁員的負擔，這樣的代理人的問世，勢必對我們的經濟環境帶來莫大的衝擊。 電子商務(electronic commerce)已經行之有年，人類的消費型態似乎不易於因這個轉變而有所改變，消費者如果沒有經過視覺、觸覺、嗅覺等感官的刺激，很難有購買的動機，再加上授信制度的不健全使得電子商務的施行充滿了風險。雖然有這麼多問題，我們仍無法阻擋這股趨勢，在電子科技的進步，3D數位影像、各種感官刺激的傳送、或如同期貨市場上明確公認的規格、法律的修訂、完善的認證制度，接下來我們就是要看軟體代理人的表現。 我們將軟體代理人運用在人工雙方喊價(artificial double auction)的市場，就像真實市場已經有人開始使用自動下單或自動議價代理人的機制一樣。然而市場上是否有必然不敗的策略呢？本文就是要解開這個答案。再進一步來看，待真實市場每個成員受不了生存競爭的壓力，也採取使用代理人的演化性策略，屆時我們的人工市場就是真實市場的縮影，我們在本文也會針對這樣一個具有未來前瞻性市場的表現如何？透過經濟學的角度來揭露市場的本質是否仍然維持？ 在本文軟體代理人即為議價代理人(bargaining agent)，她可以在穩定的(stable)市場環境(其他參與者使用固定策略)中辨別出一些有利的市場特徵，藉由這些特徵發展出有利的策略，而其結果甚至不是很容易想到的策略；接著若每個人都使用議價代理人在市場上交易，這裡我們使用一種納許式過程(Nash-like process)來詮釋，之後再分別依市場的分配效率、價格效率、及所得分配來討論市場績效。

我們把經濟體視為一個複雜適應系統(complex adaptive system), 強調系統中異質性(heterogeneous)agent的學習適應行為與agent之間的互動性交互作用, 此時主流經濟學裡的分析架構, 如:代表性個人模型(represesentive agent model)、理性預期(rational expectation)、固定點均衡分析(fixed-point equilibrium analysis)等將不再適用, 取而代之的是演化經濟學(evolutionary economics)的研究典範, 這樣的研究架構下, 並沒有適當的數學分析工具可資運用, 因此我們改以agent-based建模(agent-based modelng)的社會模擬(social simulation)來建構一個人工的經濟體(artificial economy), 以此為主要研究方法, 這就是agent-based計算經濟學(agent-based computational economics)或稱人工經濟生命(artificial economic life)。 本文中以股票市場為主要的研究課題, 我們以遺傳規劃(genetic programming)的人工智慧(artificial intelligence)方法來模擬股市中有限理性(bounded rational)異質交易者的交易策略學習行為, 建構出一個人工股票市場(artificial stock market), 在這樣的架構下, 我們成功地產生出類似真實股票市場的股價時間序列特性, 我們同時也檢定了人工股票市場中價量的因果關係, 說明了在沒有外生因素之下, 人工股票市場的複雜系統可自發地產生出雙向的價量因果關係, 進一步地, 我們研究下層agent(交易者)行為與上層股價時間序列行為的關聯性, 我們也發現個體的行為並不能直接加總或推論出複雜適應系統的總體行為, 這就是突現性質(emergent property)的發生, 最後, 本文描述了agent-based計算經濟學研究架構的優勢與缺點, 再附帶介紹一個用以進行agent-based建模相關研究的軟體程式庫-SWARM。

專家系統為人工智慧發展的一支，至今已廣泛地應用於各個領域，從自然科學到社會 科學不一而足，但在土地登記的領域則尚未發展。法律條文之訂定為人類經驗與智慧 的累積，法官之裁判亦以邏輯推理為基礎，與專家系統的特性不謀而合，因此法律領 域被認為是非常適合發展專家系統的範疇。由於土地登記的相關法令繁瑣，行政命令 更是不計其數，地政人員流動性大，知識的傳遞及累積相當不易，若建立土地登記諮 詢專家系統將可解決這個問題，並且可提供一般民眾查詢填表，輕易地獲取專家的知 識，改善土地行政效率，提高地政機關服務效能，即方便又有效力。 在系統初期發展階段，擬先選取抵押權登記來發展其系統雛型，研究重點在於系統知 識庫的建立。經由問題的確認、知識的萃取表達、控制策略的探討，最後運用專家系 統骨架EXSYS PROFESSIONAL將知識以規則(IF-THEN) 的形式加以組織表達，並以向後 鍵結的方式控制知識庫的推論方向，建構抵押權登記諮詢專家系統之雛型。並兼探討 專家系統在土地登記領域應用之可行性，期能拓展地政電腦化之研究領域，提供後續 研究者參考。 玆將本研究之內容摘要如下： 1 專家系統在土地登記領域應用可行性之探討。 2 抵押權登記之知識表達方法。 3 抵押權登記諮詢專家系統之推理方法與控制策略。 4 抵押權登記諮詢專家系統雛型之建立。 5 未來發展方向之探討。