「AI 對科技經濟社會政治產業領域的挑戰與影響研討會」開幕致詞

「AI對科技經濟社會政治產業領域的挑戰與影響研討會」開幕致詞

首先歡迎大家來參加今天的研討會。人工智慧 (AI) 是近兩年來最熱門的話題。不僅是因為他已無所不在，例如你上網，先進的搜尋引擎，一定會用到AI，收發電子郵件時，攔截SPAM或垃圾郵件，也靠AI，而且因為相關科技的飛速進展，潛力無窮，後勢看好，說「AI時代已經來臨」，並不為過。

今天剛好在紐約時報上有一篇報導，大意為「人工智慧進入尋常百姓家，是好是壞?」(Good News: A.I. Is Getting Cheaper. That’s Also Bad News.) 內容首先提到舊金山有一家名為Skydio的矽谷新創公司最近推出了一款無人機，可以完全依靠自己自動設置路線，一旦無人機開始追踪某人，它的目標會發現它非常難以擺脫。這款無人機是由普通相機、任何人都可以使用的公開軟體和低成本計算機晶片技術構建製成的，而售價僅2499美元，並可預期未來售價會迅速下降，功能繼續增加，但是更難以預測，可以讓人頭皮發麻。另一方面，AI系統越來越擅長於自行生成可信的音頻和視頻。這已經開始通過名為“Deepfakes”的技術來實現。該報導展現一個假造的美國川普總統的演講錄影片中，已能做到唯妙唯肖，這種假造技術，如為人誤用，後果將很可怕。當AI已與我們生活密不可分，而影響會迅速增加之時，未來「其影響沒有最深廣，只有更深廣。」社會大眾必須正視已產生或將發生的關鍵議題。

在台灣對AI的熱情擁抱，反映在電資學院開的AI課程人滿為患，資訊系研究生有志一同要從事AI研究，產業界求才若渴，同時各機關團體，也經常舉辦各種相關研討會，但重點多聚焦於AI技術與應用之討論，較缺乏對科技、經濟、社會、政治、產業等各層面影響之探討。

本研討會的原始構想，是邀請國內外各專業領域，重量級專家學者，整理當代思潮並思考AI在各領域的影響與挑戰，將心得提出報告，並在會後將錄音逐字稿整理成論文集與大家分享﹔AI目前雖然已是人人關心的議題，但特別希望讓目前從事發展AI的科技人員以及學生，能有較整體、全面而深刻的體認，在研發過程中，能多就發展選項有所思考，對負面效應能有所警惕，在與人分享成果時，抱謹慎態度，而不要在充分了解其風險前，廣泛散佈相關技術。

有人認為矽谷高科技人員的信條是，「先構建它，然後再修正。」(Build it, fix it later.) 但「構建技術的選擇會有社會後果。」 我們已可看到Facebook上的假新聞，推特上的假追隨者以及YouTube上的猥褻兒童視頻等嚴重副作用。因此必須戒慎恐懼，以較健全的態度從事影響可能巨大的工作，挑戰有些科技人士認為講求倫理道德是一種發展障礙的態度。

另一方面，從正面來看，AI已展現驚人能力，以及未來發展的潛力，也是社會大眾與學子需要認知的﹔即以人力取代方面，有「四師，即教師、律師、會計師、醫師，最危險」之說，有學者認為，「AI不會取代老師， 但會利用AI的老師，會取代不會利用AI的老師。」可能更為貼切。了解AI的本質與潛力，如何利用AI帶來的機會，破除或減低其負面效應，可能是現代公民在邁入未來時，所需要具備的素養。

今天的主辦單位中技社是國內老牌推動贊助工程科技公益財團法人，近年更推動知識創新服務，投注前瞻之科技研發，獎掖優秀科技人才，襄贊科技與文創相關活動，實踐公益法人回饋社會之理念。每年僅是發放各項工程科技獎學金即超過一千萬元，未來專注前瞻探索，聚焦智庫研討，而本次研討會主題，正切合中技社「凝聚公眾利益公正論辯，提供國家可行性政策建言」宗旨，據了解，即將執行一個「台灣發展自駕車產業之挑戰與影響」議題研究，期待未來能在研討AI 相關議題方面，更能不遺餘力。

此次研討會，承蒙中技社相關同仁在籌畫與執行階段，盡心盡力，應邀的學者專家，全力支持，在此一併致謝，也感謝與會佳賓熱烈參與，最後祝研討會成功。

與會貴賓合影

人工智慧對科技領域的挑戰與影響

人工智慧對科技領域的挑戰與影響

當初受邀協助規劃「AI 對科技經濟社會政治暨產業之挑戰及挑戰研討會」議程時，沒有想到自己也會成為講員之一﹔在科技議題上，最先是邀請劉炯朗校長，劉校長謙虛的表示，用約半年時間，恐怕準備不足，再來是邀請在工業4.0方面多有著述，也是今天講員之一的簡禎富教授，簡教授認為他熟悉產業，在科技發展上沒有深入研究，幾經周折，讓我也成了今天的講員。

這個機緣，有一部分是因為近年來深切感受數位科技發展對社會的滲透與衝擊，除了大量閱讀以及思索外，並以相關議題，在國內外做了多場公開演講﹔同時也於2016年11月「材料學會」年會時，提出「推動材料基因組計畫芻議」。「材料基因組計畫」（Materials Genome Initiatives，MGI）是美國歐巴馬總統於2011年6月宣布由多個補助與執行研究機構共同推動「材料基因組計畫」，以加速發現和應用先進材料系統的步伐﹔基因體是生物的基本結構，材料的基因體，意為材料的最基本結構和特性，從此出發來開發新材料﹔本計畫主要措施是利用AI 加速材料科技研發，因此關於AI對材料科技的挑戰與影響並不陌生﹔加上現今資訊科技的發達，資訊取得變得利便，也因此可以對有興趣的題目略窺堂奧，以至於今天得以鼓勇上陣，與大家分享讀書心得，並拋磚引玉。

首先是觀念澄清與預告，演講主題是AI對科技領域的挑戰與影響，而非AI科技本身，但無疑與AI科技飛速進展有關﹔同時重點在科學與技術發展，而與產業較少直接關聯﹔對於intelligence 翻作智慧與智能並未做區分﹔另一方面，涵蓋大數據與大科學面向，但也包含非大數據與大科學部分﹔再者，不限於實驗自動化，而包括機器學習元素。

在科學研究上，常會遭遇海量並複雜數據問題，以往即使將數據數位化，利用計算機處理，仍有所不足，甚至常有遺珠之憾﹔例如：

高能或粒子物理
在歐盟核能研究中心 (European Organization for Nuclear Research ，CERN) 大型強子對撞機　（Large Hadron Collider，LHC），2012年，兩個尋找到希格斯玻色子，又名上帝粒子，的研究群 （ATLAS和CMS），都利用機器學習分析其海量並複雜數據，證實希格斯玻色子的存在。[1] 在強子對撞時，每十億次撞擊，才會發現一個希格斯玻色子﹔因此需要利用機器學習演算法，去辨別數據中的模式。而此演算法利用粒子對撞碎片的模擬學習從平淡無奇的反應辨別稀少的希格斯玻色子衰減的模式，再從實驗數據中收尋。

ATLAS 和 CMS 目前每秒中產生幾億次對撞，而只用粗略方法擷取千分之一的數據分析，由於設施的提升，預計到2025年，數據量更會再增加二十倍﹔各增測器必須用更精緻的方法篩選數據。而在LHC另一研究群於LHCb已於2015年4月開始用機器學習演算法來選擇要分析的數據。特別是LHCb對溫度與壓力的微小變化敏感，所以有意義的數據在實驗中隨時改變，而這正是機器學習演算法最擅長的分析方式。

搜索太陽系外行星
美國航太總署(National Aeronautics and Space Administration，NASA) 利用谷歌的AI發現了一顆遙遠的恆星周圍的第八顆行星，這意味著我們所在的太陽系不再是我們所知道的最大的太陽系。Google通過對克卜勒太空望遠鏡 (Kepler Space Telescope) 捕獲的數據中以前被忽視的“微弱”信號進行掃描，發現了這顆行星。 [2,3]

克卜勒任務（Kepler Mission）是NASA設計來發現環繞著其他恆星之類地行星的太空望遠鏡。使用NASA發展的太空光度計，觀測145,000萬顆恆星的光度，檢測是否有行星凌星的現象（以凌日的方法檢測行星）。克卜勒太空船於2009年發射，已確認了130多個系外行星和發現了超過2700顆候選行星，改變了我們對在星系周圍發現行星有多普遍的理解。克卜勒太空望遠鏡團隊估計，大約有5.4％的恆星擁有地球大小的行星，而17％的恆星則有多顆行星。 [2, 3]

近年來，人工智慧已經成為天文學中一個很強有力的工具。包括克卜勒數據工作人員在內的科學家，越來越多地轉向用機器學習分析數據，以幫助對優先順序較低，而之前無暇處裡的數據進行分析，以尋求以往可能漏失的發現。克卜勒90i的發現是在NASA讓Google在克卜勒數據庫中訓練其來自潛在行星的15,000個信號的機器學習算法之後。其後，科學家們接受了訓練有素的系統，並將其設置處理已知擁有多個行星的670顆恆星的數據，因為他們認為這些恆星是行星最有可能藏身的地方。開普勒90號 (Kepler 90) 恆星系的新發現的星球(Kepler 90i)，成為NASA第一顆能夠從谷歌AI的新結果中得到證實的星球。[2,3]

人類基因組
英國《泰晤士報》曾評論說，發現西格玻色子的意義，如同人類當初發現去氧核糖核酸 (DNA) 雙螺旋結構等一樣重要。而DNA正是一個包含海量並複雜數據的大分子﹔DNA可組成遺傳指令，引導生物發育與生命機能運作。主要功能是資訊儲存，可比喻為「藍圖」或「配方」。其中包含的指令，是建構細胞內其他的化合物，如蛋白質與核醣核酸所需。帶有蛋白質編碼的DNA片段稱為基因。其他的DNA序列，有些直接以本身構造發揮作用，有些則參與調控遺傳訊息的表現。[4]

Google最近發布一個名為DeepVariant的工具，它使用最新的人工智能技術，從測序數據中構建出一幅更準確的人類基因組圖像。DeepVariant可幫助將高通量測序讀數轉換為完整基因組的圖像。它能自動識別測序數據中的小段插入和缺失突變以及單鹼基對突變。[5]

高通量測序在2000年代變得廣泛可用，並使得基因組測序更容易獲得。但是使用這樣的系統生成的數據僅提供了有限的，容易出錯的全基因組快照。對於科學家而言，區分測序過程中產生的隨機錯誤的小突變，特別是在基因組的重複部分中，通常很具挑戰性。這些突變可能與疾病如癌症直接相關。[5]

去年，DeepVariant贏得了美國美國食品藥品監督管理局 (Food and Drug Administration，FDA) 「PrecisionFDA真相挑戰賽」的第一名，這項由FDA舉辦的比賽，旨在促進更精確的基因測序。因為數據的規模和複雜性是前所未有的，基因組醫學代表了一個特別好的機會。 專家認為「DeepVariant的成功非常重要，因為它證明了在基因組學中，深度學習可以用來自動訓練性能優於複雜手工方式的系統。[6]

P53蛋白質研究
IBM，Baylor醫學院和休斯敦MD安德森癌症中心生物學家和數據科學家使用利用整合知識工具（Knowledge Integration Toolkit ，KnIT）系統來鑑定修飾p53的蛋白質，p53是一種被稱為「基因組守護者」的關鍵蛋白質。當p53突變時，它可以影響多種癌症腫瘤的生長。這項成果於2014年在計算機協會「知識發現和數據挖掘」國際會議上以題目為「基於自科學文獻自動採礦而產生假說」研究論文發表。 [7, 8] KnIT是由IBM與研究單位共同開發的一個挖掘科學文獻中所含信息的原型系統，結合實體檢測與鄰近文本特徵分析和基於圖形的信息擴伸，將訊息明確地以詢問網絡方式表達，以搜尋由現有實體的屬性關係強烈顯示的潛在的新實體特質，然後再對這些數據推理引伸出新穎而可由實驗驗證的假說。應用初期即令人驚訝的發現：即使是相對簡單的方法，當運用足夠的數據和專家知識，可能迅速導致在一個複雜領域的重大發現。

p53是一個廣受注目的研究課題。目前已有7萬多篇有關p53的論文。 KnIT通過自動化的方式閱讀所有這些論文信息，預測可以使p53活性開啟或關閉的蛋白激酶。使用2003年以前文獻分析，癌症研究人員檢定了九個潛在的蛋白質，回顧分析證明了這種方法的準確性，也就是其中七個，在以後文獻確實有報導，另外兩個，也由精心設計實驗也顯示由KnIT搜尋到的激酶確實可以磷酸化p53。這些結果建立了基於自動化科學文本挖掘產生假說與發現的原理證明。顯示KnIT能從文獻分析中，就已知的知識，有能力推理、預測並導致新的發現。本研究提供很好的範例，展現自動化系統可大幅提高效率並加速科學發現的潛力，這加快發現的步伐預期可打開更有效的藥物和其他療法的大門。

材料基因組計畫
在材料科技方面，歷年來屢現花車效應 (bandwagon)，也就是流行熱潮，推究其原因，主要是材料在特性方面具有強大吸引力，而製程相當大眾化，也就是幾乎人人可參與，但應用誘因很大﹔這包括高溫超導體、奈米碳管、石墨烯等。回顧華人材料科學史上最大的遺珠之憾，也許可說是1987年與諾貝爾物理獎擦身而過的朱經武等人。那一年，這對搭檔發現了臨界溫度超過90K的金屬氧化物高溫超導體，性能非常優異。然而最後當年的物理獎卻峰迴路轉，頒給了發現臨界溫度不到40K金屬氧化物的瑞士穆勒 (K. A. Müller) 團隊。有意思的是，穆勒等人發現的獲獎材料，也早有一組法國團隊製作過，並非什麼新材料。但直到這項材料「幸運的」遇上穆勒這個「伯樂」，其超導特性才得見天日。

另一例就是奈米碳管。奈米碳管成為大家熟知的名詞，可歸因於日人飯島辰男在1991年於自然雜誌發表的研究成果論文。但當時只要曾使用過高分辨電子顯微鏡的學者都知道，在考使用執照時，都要能夠照出清晰的石墨環影像，才能過關﹔而石墨環正是自奈米碳管頂端所看的影像，為何之前幾乎沒有人會想到搶拿發現奈米碳管的科研大獎杯，是一個有趣的公案。

從這兩個真實案例可以對照出，材料研究向來仰賴實驗，重要學術成果的產生，往往是不容易預測的。穆勒團隊從已知材料中找到新的特性，就是最好的案例。如果當時有資料庫系統的介入，配合理論計算與模擬，讓每個材料的各種特性，都能被盡可能徹底地檢視，則結果或將大為不同，不再有將「諾貝爾獎」拱手讓人之憾。

事實上，材料領域一直存在著理論、模擬及實驗之間的落差 -- 一種情況是涵蓋的參數過多，傳統仰賴人力的實驗及驗證方法使不上力；另外則是理論假設中忽略雜質、缺陷等實際應用面的變數，導致預測的失敗。簡言之，缺乏一套能精準預測、並快速產生實驗數據的研究方法，成為材料研發緩慢的主因。

美國所推動的「材料基因組計畫」(Materials Genome Initiative, MGI) 是美國歐巴馬總統基於先進材料對於經濟安全和人類福祉的製造業息息相關重，但一般來說，從新材料的發明到將材料轉移到市場，至少需要10年到20年，因此，加速發現和應用先進材料系統的步伐對於在21世紀維持全球競爭力與繁榮至關重要。歐巴馬總統於2011年6月宣布由多個補助與執行研究機構共同推動「材料基因組計畫」﹔基因體是生物的基本結構，材料的基因體，意為材料的最基本結構和特性，從此出發來開發新材料﹔本計畫主要措施是創建新時代的政策、資源與基礎設施來支援美國各相關機構得以在較少經費情況下加速實現發現 (以一半成本而讓時程加速一倍)、製造與使用新進材料，希望由推動此計畫，縮短新材料從研發到應用的時間。[9]
美國科技主管部門經過三年多的研議，廣泛徵求眾議並舉辦多次工作坊，於2014年12月發佈「材料基因組計畫策略規畫」(MGI Strategic Plan)，[10] 認定MGI四大關鍵挑戰以及主要目地與其目標:

l 鼓勵和促成團隊合作﹔目標為鼓勵和促成整合研發、促成採用MGI途徑、與國際社群緊密聯繫
l 整合實驗、計算與理論並提供材料社群先進儀器與技術﹔目標為創建MGI資源網、助成創建精確可靠之模擬運算、提升從材料發現到佈署之實驗工具、開發數據分析方法增強實驗與計算數據之價值
l 促使共享材料數據資料﹔目標為確認落實材料數據基礎設施之最佳方式，支持創建共享材料數據資料庫
l 培育材料科學與工程學術與產業高級人才﹔目標為從事新課程開發與落實、提供整合研究經驗之機會

就是要將資料庫結合理論，輔以人工智慧(AI)的判讀，由巨量資料中篩選出有潛力的組合，進而優化從理論到實驗的成功機率。2016年8月2日，白宮主辦了一個慶祝材料基因組計畫（MGI）五週年的活動。[11] 說明過去五年，美國聯邦機構已投入超過5億美元資源，支持這一計畫。同時發布了一系列成就和技術成功，說明在計畫的頭五年取得的進展。也顯示MGI在美國繼續如火如荼的展開。另一方面，歐盟、日本、中國大陸等迅速啟動了類似研究計劃。世界領導廠商在材料數位科技發展案例包括美國波音公司將新材料商業化時程從12年縮短至6年﹔美國通用電氣公司開發渦輪機用高溫合金，將相穩定性調高至1000 °C，研發經費降低80%﹔美國福特汽車開發輕量化發動機合金材料，時程縮減25%，成本節省1億美元﹔美國QuesTek公司，開發齒輪用高強度合金，最高張力強度(UTS) 提升 39 % ，輕量化 >20%﹔韓國三星公司開發高電壓鋰離子電池的電解液，循環效率從64.3%提升至80.8%等。

雖然AI是銳不可擋的趨勢，但要落實在台灣材料學術界，仍有許多挑戰。具體來說，台灣學界現階段能做到自動化的實驗流程已相當少見，在材料比較這類關鍵的步驟上，仍得靠人力逐一檢視。從自動化走到AI是一段漫漫長路，假使沒有專業的資工團隊加入，材料學界恐怕力有未逮。

在國內努力上，喜見工研院材料化工所已開始結合電腦模擬與AI機器學習加速產業創新研發，建立起國內領先團隊。具體案例包括建立二元陶瓷材料楊氏係數預測模型，可於1天內取得物性，如全部依靠第一原理材料理論計算物性資料庫建立，至少需耗時半年以上﹔在陶瓷材料耐化性方面，透過機器學習以小樣本實驗數據 (25組) 建立酸蝕失重與鹼蝕失重的預測模型，大幅減少後續實驗次數，縮減產品開發時程≧50%。該預測模型可提供國內廠商產品快速由民生等級提升至工業等級，大幅提升產品產值20倍﹔在樹脂配方導熱係數方面，可以透過材料模擬設計新結構，結合預測模型快速預測配方之導熱係數，大幅降低實驗成本與開發時間﹔在PCB異質多層結構快速預測方面，我們以力學模擬(FEA)建立800組數據並結合類神經網路(ANN)，建立客製化快速預測 (10~30min) 模型與工具，協助工廠端在製程開始前即可預估熱翹曲，以決定是否調整材料或鍍銅圖案配置。[12]

另一方面，科技部已決議在近期於工程司材料學門徵求「智慧仿生材料與數位設計平台」專案研究計畫，以四年每年八千萬元的經費，整合建立材料數據庫、理論模擬、機器學習等最新發展於傳統方式材料研究中，輔以材料基因技術平台(MGI)與人工智慧(AI)進行製程優化及最佳化設計，加速新材料之開發與產業化驗證﹔未來自然希望教育部也積極投入﹔如能結合科技部、經濟部與教育部資源，「材料基因組計畫」將大有可為，達到整合綜效。

展望未來，人工智慧將無所不在，從學術界來看，文獻搜尋會變得更方便，是人人歡迎的，但論文發表與研究計畫書，由AI審核，可能就不是人人樂見的。

在研究與應用方面，可謂是大好時機，尤其可能以高效率的方法，導致新發現與新產品﹔這裡要特別一提，以往的認知，認為研究基本上是一種無效率的作為﹔至於在教育方面，如何讓AI的認知，成為各學科教育的一環，而且在AI科技本身教育上，應重視其衍生倫理問題﹔對我國來說，政府與民間，產官學研各界，應加整合，全力發展，才不會坐失良機。

從認知學來看，由匈牙利的哲學家和科學家波蘭尼（Michael Polanyi）提出的「波蘭尼弔詭」（Polanyi's Paradox）或者「波蘭尼假說」（Polanyi's Hypothesis）﹕「人的知識，比我們能講出來的多。」(We can know more than we can tell.) 與老子「道德經」篇首「道可道，非常道，名可名，非常名」之意不謀而合，因此成為電腦取代人腦的極限﹔由於電腦自動化必須採取明確的步驟，電腦只能執行出「說得出來」的指令，那些「只可意會，不可言傳」的知識，還沒有辦法進行自動化。

另一方面，近年來盛行的深度學習 (deep learning)，通過多層隱藏層 (hidden layer)，得到的結論，又常無法知道其理由。深度學習系統制定自己的規則。因而有評論家說﹕「沒有人真正知道最先進的演法是怎麼達到結論的，這可能是一個問題」(No one really knows how the most advanced algorithms do what they do. That could be a problem)。對很多科學家來說，這是無法接受的﹔有人曾嘗試從深度學習結論倒推其道理，但發現牽一髮而動全身，並不實際，成為一尚無良好解方的問題。另一方面，雖然一般人認為科學與技術分別是尋求「為什麼」和「如何進行」(Why and how)，技術不能違背科學的理論，學科學要「知其然，也要知其所以然」，但事實上，在最基本層次，科學也只是知其然﹔深度學習將是人類認知的一項嚴峻挑戰。

[1] D. Castelvecchi, Artificial intelligence called in to tackle LHC data deluge, Nature, 528, 12-13 (2015)
[2] Sean O'Kane,
https://www.theverge.com/2017/12/14/16777394/google-nasa-ai-machine-learning-planets-astronomy
[3] https://zh.wikipedia.org/wiki/克卜勒太空望遠鏡
[4] https://zh.wikipedia.org/wiki/去氧核糖核酸
[5] https://www.technologyreview.com/s/609647/google-has-released-an-ai-tool-that-makes-sense-of-your-genome/
[6] https://www.technologyreview.com/s/604305/an-ai-driven-genomics-company-is-turning-to-drugs/
[7] KDD 2014 - Proceedings of the 20th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, Association for Computing Machinery, 1877-1886 (2014)
[8] https://bits.blogs.nytimes.com/2014/08/28/questions-for-ibms-watson/
[9] materials_genome_initiative-final
https://www.mgi.gov/sites/default/files/documents/materials_genome_initiative-final.pdf
[10]. mgi_strategic_plan https://www.mgi.gov/sites/default/files/documents/mgi_strategic_plan_-_dec_2014.pdf
[11]. mgi-accomplishments-at-5-years https://www.mgi.gov/sites/default/files/documents/mgi-accomplishments-at-5-years-august-2016.pdf
[12].
材料數位科技(MGI+AI)-結合電腦模擬與AI機器學習加速產業創新研發
張志祥/張哲銘，工研院材料化工所 (2018)。

「材料科技發展策略規劃會議」致詞

「材料科技發展策略規劃會議」致詞

今天的會議是國內近年來材料界難得的盛會，聚集「材料學會」以及「工研院材化所」，領導精英八十餘人，以一天的時間，探討材料科技發展策略規劃事宜。我個人上一次參加同一類型的會議，要追溯到二十八年前，當時主持人「材料學會」理事長吳秉天所長也像今天的主持人彭裕民所長一樣，身兼「工研院工材所」所長以及「材料學會」理事長，因而促成「材料學會」以及「工研院材化所」領導精英共聚一堂。

二十八年前在當時「中正機場」附近「機場旅館」舉行的會議，有一個重要的結論，就是「材料學會」應該為台灣材料界擔當起出版國際期刊的工作。在會中本人被推舉為籌備小組召集人，經過一年多的籌備，與世界最大的學術出版公司合作由「材料學會」接辦出版的國際期刊「材料化學與物理」(Materials Chemistry and Physics，MCP)於1992年正式上路。最初希望尋找一位已退休或接近退休的學者出任總編輯，幾經周折，本人只好在本無意願的情況下勉強披掛上陣，也相當意外地一下子擔任了十一年總編輯，到2003年才得卸任。值得欣慰的是，MCP在「材料學會」接辦後，一直是「科學引用指數」(Science Citation Index，SCI)收錄期刊，有助於保持「國際」特色，再加上期刊電子化的加持，「影響因子」在近年來已能達到2以上，不僅在亞洲國家材料學會出版國際期刊上，拔得頭籌，「影響因子」　更比會員達一萬餘人的「美國材料研究學會」（Materials Research Society，MRS）出版的　「材料研究期刊」(Journal of Materials Research)要高，成為充分顯示台灣材料界的同心協力，在國際間展現實力的佳話。所以如果要盤點上次「材料科技發展策略規劃會議」的成就，決議出版國際期刊一定可算是其中一個指標性項目。

十年、二十年以後，我們要怎麼看本次會議的成就?我個人以為，可考慮將推動「材料基因組計畫」（Materials Genome Initiatives，MGI）作為一個重點。本人在2016年11月「材料學會」年會時，曾提出「推動材料基因組計畫芻議」。[1]  約一年來，在這個主軸上，喜見科技部已決議在近期於工程司材料學門徵求「「智慧仿生材料與數位設計平台」專案研究計畫，以四年每年八千萬元的經費，整合建立材料數據庫、理論模擬、機器學習等最新發展於傳統方式材料研究中，輔以材料基因技術平台(MGI)與人工智慧(AI)進行製程優化及最佳化設計，加速新材料之開發與產業化驗證﹔同時也欣見「工研院材化所」在結合電腦模擬與AI機器學習加速產業創新研發上，已建立起國內領先團隊，並獲得令人印象深刻的成果。下一步，希望「材料學會」能主導促使教育部也積極投入﹔如能結合科技部、經濟部與教育部資源，「材料基因組計畫」將大有可為，達到整合綜效。

剛才彭理事長提到人才培育問題﹔大約兩、三週前，我與兩位曾在美國名校材料系任教的朋友聚會時，他們不約而同地的表示對台灣的大學材料系教育相當憂心。主要是認為許多材料系將核心課程刪減得過頭，喪失了材料系的特色﹔我們也都了解，材料系由於海納百川，教師背景相當多元，各領域又有不同的核心能力，同時，由於資訊科技的發達，資訊取得變得利便，教育上漸有「要用時方學習」（learn when in need），以別於傳統「學習以備不時之需」（learn in case of need）思維。但是否至少在大學部學生教育同時也有必須導正之處，是非常值得探討的。「材料學會」聚集材料界領導精英，可在這重要議題上，發揮學會功能，在最近期間，譬如於下次理監事會時，邀請相關學者專家，做較深入的探討。

最後祝大會成功，大家喜樂安康。

[1] https://lihjchen1001.blogspot.tw/2016/11/2016.html

科學與藝術-東和鋼鐵國際藝術家駐廠創作成果發表會致詞

科學與藝術-東和鋼鐵國際藝術家駐廠創作成果發表會致詞

今天帶著很期待的心情來參加這個別開生面的盛會。東和鋼鐵是國內少有雅好藝術的企業﹔執行長早在1978年即創立知名的「春之藝廊」，鼓勵藝術創作並致力於藝術生活化及藝術思潮之推展；曾擔任「當代藝術基金會」董事長，積極推廣當代藝術，而侯氏兩位公子，分別往藝術與企業發展，在台灣大企業第二代中，也是相當獨特的。

當初欣然受邀來參加盛會，沒想到執行長又邀請我致詞，本來有些躊躇，因為我知道侯太太推廣現代藝術不遺餘力，曾在一次受訪中說﹕「一九七八年春之藝廊開始的時候，所有人的腦海裡，包括學院，大家還停留在印象派裡。但你看，一九七八年已經離印象派多遠了！」「可是因為我們的美術教育，過去只限於師大美術系，一般人沒有受到教育。所以他們停留在印象派。」而我對藝術欣賞並沒有跟上時代。但我無法拒絕執行長的邀請，所以我今天以一個藝術愛好者以及有興趣了解當代藝術的科學人，簡短的談談我的看法。

二十世紀初期可能是科學與藝術交會最密切的時期。畢卡索(1881-1973)與愛因斯坦(1879-1955) 堪稱二十世紀藝術與科學天王巨星，代表性人物。而兩人的生平，又有驚人的契合之處。他們出生年份只相隔兩年，同時約在二十世紀前十五年，也就是在他們二十幾到三十幾歲時，大放異采。愛因斯坦建立了現代物理學的兩大支柱之一的相對論，畢卡索立體派主要的創始者。從他們創作達到高峰的過程，可以看到科學與藝術平行而緊密的發展。[1]

在愛因斯坦和畢卡索的時代，傳統上以直覺來了解時間和空間已不適用。在科學方面，於19世紀最末幾年，更精確來說，即1895年，發現的X光使得內、外、透明、不透明、兩度或三度空間含混不清。人類的感官知覺有限，不僅看不到X光，空間還充滿其他各種射線，讓以孔德 (1798-1859) 與馬赫 (1838-1916) 為代表的實證主義 (positivism)主張，不可見和不可形容即不存在的主流思想，受到致命打擊。電話、無線電報、電影、汽車、飛機等的發展，大幅改變人類對時間和空間的觀念。愛因斯坦的相對論更將時空融為一體，在高速度以及強重力影響情況，才是正確解釋自然現象的理論。

藝術家受到影響，感到他們可以像科學家一樣，揭露看不到的真實意象。從文藝復興以來，以達文西為代表的三維寫實繪畫觀念，外形和透視一直是繪畫的要素，受到挑戰﹔被尊稱為「現代繪畫之父」的塞尚畫作在早先即表現出結實的幾何體感。畢卡索對塞尚甚為推崇，又深受當時科學發展， 如X光的發現，以及時間與空間關係觀念的調整，畫作中將絕對不同的觀察點所看到的同一物件，描繪在同一圖中，從各方的外觀同時表現，同時將視覺意象用幾何學語言表達，成為立體主義的先驅。

愛因斯坦和畢卡索的創作，同樣被一般人認為不容易懂。從我本身的了解，要領悟愛因斯坦的狹義相對論，至少要有大學「普通物理學」的程度；若對廣義相對論要有了解，沒有較高深的物理學基礎，是難以達成的。因而可以想知，解讀畢卡索的立體主義，必須要下一番學習、研究的功夫。何況近一百年來，科學與藝術都有抽象化的趨勢，更與直覺遠離，教育就特別重要。個人非常感佩東和鋼鐵尤其是執行長多年來推廣現代藝術，今天我們有緣聆聽兩位創作大師現身說法，必定能獲得許多啟發。

清華大學在台灣建校，先成立理學院與工學院，再擴及其他領域。去年與新竹教育大學成功合校，一個重要因素是竹教大藝術學院具有優良傳統，以後將更有科學與藝術平行發展的機會。希望未來，能與不遺餘力推動現代藝術的東和鋼鐵公司，能有更進一步的合作機會，共同為科學與藝術的發展努力。

[1] 愛因斯坦和畢卡索，Arthur I. Miller作，劉河北、劉海北譯，聯經出版公司 (2005)。

簡禎富教授「紫軾書院」植樹紀念致詞

簡禎富教授「紫軾書院」植樹紀念致詞

今天很感謝簡禎富教授安排與昔日秘書處同仁相聚。我以前常說，一直到現在也有充分理由認為，秘書處同仁是最優秀的團隊，是清華的大功臣，在此我要再次向大家致賀與道謝。

大家可能有注意到，在我校長任內，兩位主秘專業都是「工業工程與管理」﹔這由於我在擔任工學院院長時，多次參加工工系活動，發現主辦單位真正能發揮專業精神，一方面人氣旺盛，另一方面，井井有條，尤其參與的學生，從準時到服裝整齊，都與現今一般年輕人不一樣，可見專業教育的功效，當然教師的功力更高。最後證明，觀點完全正確﹔也許有些同仁不了解，清華在2013年能獲得「國家品質獎」殊榮，簡主秘功勞最大。因為當初我像一般公立大學校長一樣，並無意參加角逐，但因簡主秘在上一年得過個人「國家品質獎」，輕車熟路，率領大家積極準備資料，到我知道大家已投入相當多的心力，再堅持不參賽就顯得不近人情，也慶幸因此讓清華成為第一個獲得「國家品質獎」的公立大學。這中間，另有一個小秘密，就是清華得獎的一個重要因素，是持續推動由在場的陳鳳山教授主持的「精實管理」，讓評審委員對清華改進品質的決心印象深刻，而推動與執行「精實管理」，也要歸功於兩位主秘。相信同仁們也都有深刻感受，做一份工作能夠又有成就感又愉快，要靠大家通力合作，但居中協調、擘畫的主秘功不可沒，這點我也要特別對簡教授致感謝之意，

談到「紫軾書院」，與我又有一點淵源，原來我在卸任校長前，發想為清華籌措「永續基金」做個開端，應是一件有意義的事，而為了拋磚引玉，先捐了一百萬元，而簡主秘是我引來的第一塊玉。當初我想簡主秘曾借調台積電三年，擔任重要職務，頗有貲財，到後來才知他在正要蓋「紫軾書院」，身負巨額貸款情況下，仍毅然「共襄盛舉」，讓我很過意不去。所以看到「紫軾書院」順利落成，也讓我心中卸下一根重擔。

「紫軾書院」的建立，是為了培育人才，今天的植樹活動也有「百年樹人」的含意。「紫軾書院」的命名，據了解從代表清華的紫，與大文豪蘇軾之名合成。紫色是紅色與藍色混合色，分別代表大陸與海洋，有中西會通之意，亦是清華的歷史與文化特徵。另有一說是紅色與藍色分別象徵熱血與冷靜，取智勇雙全之意。蘇軾是中國文學藝術史上罕見或甚至僅見的通才大家，其散文、詩、詞、賦均有成就，且善書法和繪畫。我在2013年，曾與內人專程從成都到眉山造訪「蘇軾故居」，除了親身體驗造就歷史上「蘇門三學士」鍾靈毓秀之地，也發現曾任中共黨主席的華國鋒(蘇鑄)，是蘇軾叔叔的後代。另外今年初，到海南島旅遊時，也到了蘇軾流放儋州時創立的「東坡書院」，為海南島培育出第一批科舉人才。在東坡書院，看到蘇軾題詩 「心似已灰之木，身如不繫之舟；問汝一生功業，黃州、惠州、儋州。」不世文學大家，一再受到貶謫，越貶越遠，而在解除流放後，死在回程途中，令人不勝唏噓。

另一方面，禎富設立與命名「紫軾書院」，作為不同領域不同階層跨界交流的平台，增進各個領域的未來領導人才的早期培養和互相瞭解。我也預祝「紫軾書院」集聚清華「中西會通，智勇雙全」精神與蘇軾「德才兼備，文質並稱」精髓，更勝隋末大儒王通（文中子）在黃河、汾水之間設館，受業者達千餘人，人才備出盛況。

「生涯規劃 - 奇景光電菁英論壇」「人生思考題」演講

「生涯規劃 - 奇景光電菁英論壇」「人生思考題」演講

今天很高興來成功大學擔任黃肇瑞教授開設的「生涯規劃 - 奇景光電菁英論壇」授課講師。黃肇瑞教授在約半年前發想精心設計此一通識必修課程，希望講員們能將社會菁英可貴且激勵人心的歷程，與年輕的學子們分享。以過來人的身分將過去累積的智慧和經驗作為教材，現身說法，告訴同學們人生是否可預作規劃？如何做生涯規劃？當面臨人生轉折點的時候如何做出好的選擇？如何做好機會來臨之前的準備？希望能鼓勵同學跨域學習，終身學習、拓展視野，提升國際競爭力，在授課講者與學生的近距離接觸及言談互動之間，輔以科技教學的網路平台，期望開拓下一代的視野、激發年輕人的潛能和企圖心，為即將踏入社會的學子們點一盞明燈，為迎接未來的挑戰，也為日後成為服務貢獻社會的菁英預做準備。希望是一門對於學生有終生影響和啟發的很不一樣課程。


今天我的演講，是以「人生思考題」為題目，不僅這是我依照課程要求，推薦同學看的兩本書之一的書名，而且也正對應課程的期許，與同學們思考人生大問題。今天我的演講主要分三部分，第一是從我的求學與工作經驗，帶出我對人生的感悟，供大家參考，第二是與大家分享，我閱讀向大家推薦的兩本書的心得，最後是對大家的臨別贈言，強調讀書的樂趣，希望大家能終生享受。


個人在中、小學求學過程中，相當的幸運，受到比較健全的教育。這主要受到兩位在台灣非常著名的教育家的影響，一是竹師附小的高梓校長，另一則是新竹中學的辛志平校長。他們都延攬優良師資，強調正常教學，注重音樂、美術、體育，鼓勵課外活動，這些都對本課程希望能鼓勵同學跨域學習、終身學習、拓展視野、提升國際競爭力，非常有幫助，只是當時年紀小，還不太能體會罷了。


小學時代，有兩位老師，特別令人懷念，一是教美術的周邦鎮老師，還記得他跟剛啟蒙的兒童，講述達文西「蒙娜麗莎神秘的微笑」之美沉醉的神情﹔另外則是教數學的賈銓老師，他常以電影票獎賞月考滿分的學生，而我應是最大的受益人。他在我的畢業紀念冊上題詞﹕「滿招損，謙受益，又俗謂驕則必敗，希三復斯言」，當初頗不以為然，但確實給了我很大的警惕，成了我成年後的人生準則。


高中階段，是我自己感覺心智漸趨成熟的時期，遇到許多好老師，讀起書來得心應手，而且培養了許多樂趣，包括文學、歷史、音樂、藝術，學會了游泳，體能也有進步，辛校長在新竹中學全心辦學，施惠眾多學子，偉大人格的感召，成為我一生的典範，他對我的許多稱讚，給予我莫大的鼓勵，另外我也受益無窮的是，是他的叮嚀﹕「在公眾面前講話前，先要在腦中將思緒整裡一番」，這對我以後常有機會在公眾面前講話，有很大的幫助。同時他在我的畢業紀念冊上題詞﹕「為語橋下東流水，出山要比在山清」，是我往後銘記的箴言。


高中畢業時，興高采烈的進入獲得保送第一志願的台大物理系。但當年台大物理系師資貧乏，設備簡陋，圖書缺乏，無實驗訓練可言，學習環境堪稱惡劣﹔另一方面，期間養成獨立學習能力、拓展視野、結交到一些終身益友，還是收穫良多。在專業科目上，受益最多的老師是教「近代物理」與「量子力學」的方聲恆教授，而讓「量子力學」在大學與研究所成了我的拿手科目。


大學時，更能體會知識的樂趣，在這方面對自己的期許，正如與達爾文同世代的生物學家赫胥黎 (Thomas Henry Huxley) 所言﹕「To learn everything about something, something about everything.」也就是精與博，養成對各種學問都想要涉獵的習慣，但到年齒漸長，又遇到知識爆炸時代，了解是「不可能的任務」，只能盡力而為，仍是樂趣無窮。


一九六零年代，台灣經濟還未起飛，政治則未解嚴，大多數台大理工科系的畢業生，都到美國留學，有「來來來，來台大，去去去，去美國」之說。大學畢業後，我也順著潮流，到美國留學。美國當時經濟正處全盛期，社會富裕，遠超過台灣，科技、學術軍領先世界。我很幸運的能到世界一流的柏克萊加州大學就讀。由於在台灣讀大學物理系的時候，迫於實驗設備的老舊與匱乏，同學們幾乎都是以從事「理論物理」研究為標的，到美國後，發現作「理論物理」研究可謂與前途黯淡劃等號，有意轉作實驗時，剛好與在材料系專長電子顯微鏡學的指導老師 Gareth Thomas「一拍即合」，從此進入一個陌生的領域﹔幸運的是，這也成了我一輩子受益無窮的領域，電鏡則成了我在研究界安生立命的主要工具。


在我大學時代，僅在電子學課本中，看到以約半頁篇幅對電鏡之描述，所以當年初到美國時，對電鏡可沒有甚麼概念，因此我今天要給大家的第一個經驗談是﹕「未來常是你現在無法想像的。」正如文學大家George Eliot說﹕”Among all mistakes, prophecy is the most gratuitous.” (在我們所犯的錯誤中，預言是最無稽的。) 這裡我並無意鼓吹「船到橋頭自然直」之意，而是未來既不可知，不如集中精神，把目前的工作做好。同時如果現在看台大物理系前後十幾年「一代菁英」後來的成就，我的第二個經驗談是﹕「選擇領域很重要，保持彈性為上策。」這裡要特別提醒，在歷練較為豐富的成年之後，選擇專心致力的志業，與在青少年時期的規劃，可能是有相當差異的。


電鏡的發展可追溯到 1930年代，到我在 1970年代初期，開始從事利用電鏡分析材料研究時，已相當成熟﹔對於缺乏實驗經驗以及做好實驗必須要具有的細心與耐心磨練的研究新兵，初期難免會有一陣艱困期，尤其在當年，儀器全靠手動操作，事後又要細心清理因實驗污染的組件、重新啟動歸零、沖洗底片，如在比較容易爭取到的夜間時段作實驗，回到住處時，常常已是東方既白時刻，幸好當時有足夠的體力與毅力，順利的完成博士研究。


在研究所階段，對我未來也產生重大影響的是，立意未來要往大學教書方向發展。由於當年台灣大學物理系師資很貧乏，讀書幾乎全靠自習，相當辛苦。在美國則碰到不少好教授，尤其是Eugene Commins教授，上課能把握重點，清楚地闡述觀念，猶如畫龍點睛，修起課來，輕鬆不少，被視為天書的教科書變得不是那麼困難，習題解起來也大都「得心應手」，深深感受到一位好教授的價值，也成為我憧憬的工作。如今我將屆退休之年，回首過去四十年，幾乎沒有離開過大學，生活過得充實而有意義，對於自己能及早發現自己真正志趣所在，深感幸運。


要往學術界發展，一般須經過博士後研究員 (postdoctor) 階段﹔我在將完成博士論文研究時，獲得了一個到UCLA 材料系做 postdoctor 的機會﹔當時我剛開始求職，指導教授有位在UCLA 材料系擔任教授的朋友，正有一個postdoctor空缺，一試之下，對方反應極快，所以我也很快的接受了。後來UC Berkeley材料系另一位老師也提供了一個隨他做postdoctor 的機會，很有吸引力﹔最後主要基於「重信然諾」的古訓，還是去了UCLA，這項決定，同樣引發了日後各種際遇的連鎖反應，影響很大。


以當年UCLA和UC Berkeley的環境比較，UC Berkeley 在各方面要略勝一籌﹔尤其在設備與人力上，由於我是研究小組中唯一的postdoctor，而所從事的核能材料輻射損傷研究，主要設備需要自己設計、組裝、測試、維修，費時而辛苦，同時所使用的電鏡也比較老舊，但也練出一身功夫，這對後來回台灣任教，同樣面對儀器設備較為落後的環境，有莫大的幫助，所謂「塞翁失馬，焉知非福」、「功不唐捐。」


對 1970年代留美學生而言，畢業後都面臨回國或留美就業的抉擇，我則因私人的因素，在比較沒有掙扎的情況下選擇回國﹔這樣的選擇在當時是很多人很難理解的﹔如果從現在來看，我選擇到 UCLA工作，再隨緣返台，這幾十年來，事業生活大體順利美滿，夫復何求? 應是相當正確的抉擇，所以我要分享的第三個經驗是﹕「未來既未可知，選擇最主要把握的原則是讓自己心安理得。」


返國後到清華任教，在選擇研究題目時，除考量本身專長外，大致遵循兩個原則，一是因地制宜，另一是因時制宜，當時國科會配合政府發展半導體產業政策，正推行「大型電子計畫」，在該計畫項目下，清華得以購置一台離子佈植機，也就是一台可以產生高能量三、五價摻雜離子的加速器，半導體離子佈植研究與核能材料輻射損傷研究方向與方法上甚為相似，主要分別探討產生於不同材料中缺陷以及尋求消除或減緩破壞效應的方式。剛好清大材料系已有一台適用的穿透式電鏡，再添置簡單的熱處理與製備試片設備，也就具備我在 UCLA相似的實驗條件，研究也就可以開始上路了﹔幸運的是，在往後幾年，也做出不錯的研究成果。


在返國三年後，我有機會到美國康乃爾 (Cornell)大學材料系由James Mayer教授主持的研究室做一年研究，Jim Mayer教授是半導體離子佈植與金屬接觸先驅與巨擘，也引導我進入半導體金屬接觸研究，由於當時研究分析方法主要是用X光繞射以及Rutherford背向散射法，有所不足，正好與我擅長的電鏡分析互補，利用電鏡分析半導體與金屬接觸界面反應，當時並不多見，因此很有利基，另一方面，由於半導體元件技術遵循摩爾定律，突飛猛進，元件尺寸不斷縮小，每個世代常須面對不同的金屬接觸問題，連帶著也影響了我未來約二十年的主要研究取向。


台灣在 1980年代初期，研究能量還相當薄弱。做研究，當然希望「出人頭地」。在台灣當時大環境下，要具有競爭力，需要運用策略，充分利用利基，我的思考方向是針對重要而具備研究條件的問題，做廣泛而深入的探討，而半導體金屬接觸研究是很恰當的課題，如充分利用台灣國科會長期支持、清華大學豐沛優秀的人力，再加上在 1980年代末期，有機會購置原子分辨電鏡以及超高真空雙電子蒸鍍機，更如虎添翼，在研究上，漸趨領先，而台灣半導體產業在世界上漸具舉足輕重的地位，也更有助相關研究受到舉世注目，有好幾位美國教授曾對我表示，他們無法在此領域與我的團隊競爭，而也有多位日本教授則曾表達欣羨之情。


到了本世紀初期，在研究上出現了一個新的轉折點，也就是隨著奈米科技研究的風行，研究者會面臨是否離開舒適圈 (comfort zone)，積極投入新領域的抉擇，在受到中研院何志明院士提點研究未來性的重要一席話影響後，決定一試，導致奈米材料與元件成為我近十幾年研究的主要方向。觀諸這段期間，有十幾位我所指導的博士生，部分原因是由於具有此領域專長，得以為國內外優良大學延攬任教，應是一正確的抉擇，


這期間，我曾有機會主持教育部補助一長達五年的「追求卓越」計畫，題目是「原子尺度臨場動力學研究」，也因此有經費購買一部「超高真空臨場蒸鍍與加熱電鏡」以及「掃描穿隧式電鏡」，這兩項利器，在幫助我們的研究更上層樓，貢獻很大，協同出了很多傑出論文，特別是在2008年，以「直接觀測含雙晶銅膜中原子擴散」為題的論文，為頂尖的「科學」期刊接受刊載。這裡值得一提的是，從事奈米材料研究，在某種程度上來說，也同時將我們先前金屬接觸研究發揚光大，只不過是轉為專注於微奈米結構金屬接觸界面反應。由於以往累積的經驗，也較容易切入與發揮。


在研究上另一亮點則是在2011年底參與「奈米雷射」研究，說來有相當巧合，當時清大材料系原子分辨電鏡正汰舊換新，升級為「球面像差校正原子分辨電鏡」，而我指導的博士畢業生，本在國科會「千里馬」計畫項下在美國擔任博後研究員，因故提前返國，因而共同參與了物理系果尚志教授主持的研究，協助製作了當時世界最小的雷射，成果論文發表於次年出版的「科學」期刊中。


「球面像差校正原子分辨電鏡」與「奈米雷射」的發展，都代表科學的典範轉移(paradigm shift) ，電鏡中電磁透鏡球面像差校正，長久以來，被認為不可能，雷射也被認為受光波波長限制，尺寸無法進一步縮小，如今都成迷思，所以科學研究應儘量避免斷然說﹕「不可能。」(Never say never.) 以往認為不可能，如化為可能，正是科學研究最珍貴的突破。


今天我與大家分享以個人與光電科技發展交會的經驗，最重要的有幾點領悟總結於下:
一、未來既不可知 (You never know.)，不如集中精神，把目前的工作做好。
二、選擇領域很重要，保持彈性為上策。
三、及早確定志趣所在。
四、面對重要抉擇時，最主要把握的原則是讓自己心安理得。
五、功不唐捐。
六、研究方向應考慮環境、資源、能力、興趣，針對重要而具備研究條件的問題，做廣泛而深入的探討。
七、解問題有適當工具 (專業與資源) 很重要。
八、掌握並充分發揮利基﹕國科會長期支持、清華大學豐沛優秀的人力，台灣半導體產業在世界上漸具舉足輕重的地位。
九、科學研究較儘量避免斷然說﹕「不可能。」(Never say never.) 以往認為不可能，如化為可能，正是科學研究最珍貴的突破，也是科學美妙的地方。
十、研究可貴的特質﹕Curious (好奇，喜歡新奇) ，versatile (多面相能力，不受侷限) 、agile (敏捷，隨時而進)、persistent (持久性)、forward-looking (前瞻性)、cooperative (善於合作)。
十一、健康的身體、和樂的家庭、知恩惜福的心態是事業順利的基礎。

以下我將依照黃老師的安排，將我推薦的兩本書「人生思考題」[1] 、「十八項修練」，略為講述一下心得，而將重點放在鼓勵閱讀上 (另載，此處略過)。

[1] https://lihjchen1001.blogspot.com/2018/06/18.html

侯貞雄先生傳記「誠與義」新書發表會致詞

侯貞雄先生傳記「誠與義」新書發表會致詞

今天很高興參加侯貞雄董事長新書發表會，我也深感榮幸為新書寫序。由於貞雄兄是產業界巨擘，對國家社會有重大貢獻，足以為人稱頌的事蹟很多，套句曾經風行一時的流行語，是「罄竹難書」，所以我受邀寫序時決定要將重點放在我所認識「原汁原味」的貞雄兄，因此最後將序文標題訂為「真情豪氣的不凡企業家」，應為貞雄兄行述的忠實寫照。

貞雄兄是寡言君子，但是「言必行，行必果」，所以我們可以從他說過的話，發表過的文章，揭示的理念，了解他的為人。限於時間，我在此各舉一個簡短的例子，說明我所了解的貞雄兄。

一是他在「嘉中1958畢業50周年紀念冊」中，以清華國學院四大導師之一的王國維先生「人生三境界」演譯他的人生歷程，最先是 「獨上高樓，望盡天涯路。」他在高中時代，即研讀佛經，探索人生哲理，立定志向﹔其次是 「衣帶漸寬終不悔。」 把握方向，努力不懈，奮力而為，練成一身功夫，養成見人所不能見，識人所不能識的能力。最後達到 「驀然回首，那人卻在燈火闌珊處。」功不唐捐，在不忮不求中，成就彪炳的事業，造福社會，貢獻國家。

貞雄兄是清華大學的名譽工學博士，在他對清華大學2010年畢業生致詞時，曾引美國大學籃賽傳奇教練John Wooden名言﹕「Talent is God-given. Be thankful. Fame is man-given. Be humble. Conceit is self-given. Be careful.」勉勵畢業生。也就是說「人幸而有好的資質與家世，要感謝上天的賜與，名譽是世人給予的，要懂得謙卑，自滿則是自己賦予的，要特別戒慎。」可以看出一個謙謙君子，對令人稱羨的成就不志得意滿，而充滿感謝。他待人誠懇慷慨，勵行「取之與社會，用之於社會」美德，確實做到「誠與義」。

東和鋼鐵「律己、愛智、樂觀」之經營理念，已成企業文化，觀諸貞雄兄為人行事，不啻為其恪守的座右銘。自律嚴謹，豪放樂觀。尤其在愛智部分，早在1991年，即設立【侯金堆傑出榮譽獎】，獎勵優秀學者，在基金會董事會中，對得獎學者特殊貢獻，都詢問甚詳，在清華大學設立【侯金堆講座】，協助延攬大師級學者。知名企業家中，喜歡看書的不少，但會購置全套五百冊《四庫全書薈要》，作為藏書，即使是充點門面，恐怕不會多，何況貞雄兄平素博學好問，對知識有極大興趣，行事有古風，顯見浸淫其中，得到許多啟發。

最後我要特別感謝貞雄兄「惠我良多」，早在1993年就親頒【侯金堆傑出榮譽獎】「材料科學類」獎，在我擔任【中國材料科學學會】理事長期間，積極贊助學會來各項活動，本人接任清華大學校長，在半年內即決定捐贈兩億元，在【清華大學】設立【侯金堆講座】，協助清華大學禮聘國際知名學者，長期到清華任教，發揮了很大功效。種種義行，可謂貴人中的貴人，讓人終生銘感。

今天欣見貞雄兄傳記出版，在現在人心浮動，社會不安時代，貞雄兄代表的「誠與義」的典範，正是現實社會所迫切需要的養分。希望大家能「共襄盛舉」，協力將這本傳記推廣熱賣，嘉惠大眾。