Session 1. Making the organization adaptive, Guanxi Mechanism
in Taiwanese Business
本場演講學到一個新字—"guanxi"，他就是台灣人所謂「靠關係」的
「關係」，可是一般人(包括我在內)大概會想，這有什麼好研究的？若要研
究，又該從哪邊下手？於是，學姊報告的內容，就是除了用很多因子定義
"guanxi"，也作了很多比較，強調它跟西方人的"Social network theory
(SNT)"確實不一樣！
首先她用一顆樹來比喻一個人：樹根表示basic assumptions，樹幹表
示個人價值觀或信念等主體意識，樹葉表示外在行為或人際關係……。雖然
有點抽象，但還是暫時接受它，不然後面的內容就沒意義了。
接著比較東西方的文化差異，西方人向來習慣硬生生的契約關係，也就
是凡事都偏向理性面，若哪天契約到期，很可能前一秒熱絡，下一秒就完全
斷了關係，翻臉比翻書還快，因為互相之間已經失去利用價值。而台灣人就
不一樣，凡事講究人情味，合約固然要打，可是合約上寫的是一套，執行上
做的是另一套，所以幾乎很少人會在意內容。萬一遇到麻煩，或發生糾紛，
事情可大可小，台灣人辦事很彈性化，要照合約走，或私下做一些人情，這
就是「靠關係」的時候了。
而guanxi是可以無限擴大的，學姊列出一些顯著因子，其中多半為人格
特性的因子。只要A跟B各具有其中一個特性，且至少含有一個因子相同，兩
人就可能形成連結，也就是所謂的志趣相投。藉由不斷地連結，進而發展出
關係圈、關係網路的概念。我覺得這跟一些網路社群的吸客手法很類似，比
如A跟B有關係，B跟C有關係，即使A和C沒關係，則A很可能透過B而跟C連
結出新的關係。然後，學姊把這概念應用到企業運作，組織調適能力，作了
四種case study，認為guanxi這種東西在組織管理上而言，具有關鍵的影響力。
Session 2. Dynamic Object Behavior Recognition Based on DBN
接著另一個學長，他是用Hidden Markov Models (HMM)結合Dynamic
Bayesian Networks (DBN)做動態物件追蹤。我覺得雖然複雜的數學模式很
煩人，不過以現實面而言，很生活化，既有趣又很實用，完全不會讓人認
為是在為了研究而研究。他的基本想法是這樣的：
時下隨處可見的監視器，基本上只負責錄影，一旦發生狀況，還是要等
帶子畫面調閱出來，才能進行研判動作，但這都已經是事後的工作了，等於
說晚了一步。如果今天應用在醫療看護，或一件街頭搶案，有沒有辦法做到
監視器本身即時判斷有狀況發生，並即時回傳訊息給相關單位，爭取一些些
時間？
不過要怎麼做呢？由一個人的動作，判斷一個人的行為意圖，對任何正
常人而言應該不難，可是人工智慧畢竟是沒有任何思想的機器，要怎麼訓練
它藉由一連串動作追蹤，軌跡分析運算，便有能力判斷當下狀況，執行準確
的指令。目前有研究是做游泳池監視系統，因為人的溺水時動作很大，很不
平常，當遇到這種狀況時，機器可以立即發出求救警訊，達到第一時間救人
目的。
而學長是帶個鮮紅的手套，刻意做出畫圓、畫方、畫三角形的情境下分
別實驗，發現判別率皆達100%，但目前為止，都僅限於異常行為跟一般狀況
具有「明顯差異」的情況。如果今天歹徒戴透明手套，或不戴手套，甚至改
畫個星形，畫個字母"A"，機器就很難去判定了。
既然如此，目前已經有人做過這種追蹤系統，技術上跟既有系統比又沒
什麼突破，那這篇paper的貢獻何在？其實，學長所採用的是一般DC測試，
試圖在畫質粗糙的條件下，也具有同樣的判斷能力，且並不需要靠很特殊精
密的儀器。現在DC價格不高，幾乎人手一台，將此概念導入，對落實生活化
應該有很大的效益。
2008/04/18
沒有留言:
張貼留言