蔡欣穆 教授
研究主題
Mobile and Vehicular Network Laboratory
光的訊息傳輸
- 用光來做傳遞資訊的一個媒介，可以把光的亮度做變化，那就可以拿來傳輸訊息，像是用在車子的車子之間的傳遞訊息。
- 光的接收端。傳統上光的接收器會將所有的光源接收進來，容易造成互相干擾。我們利用一個類似遮罩的東西，遮罩的晶片上有非常多的小鏡子，那個鏡子是像光罩，可以接受環境裡特定範圍的光源，把其他部份隔離掉。
- 應用：室內定位，在LED光源上放一個遮罩，他就會在地上打出一格一格的有顏色的光，但這個顏色的要用感應（即上述說明的接收端）才能感應到，肉眼看到都是一般的白光。藉由感應到不同顏色的光，可以用來進行室內的定位。目前這項技術可以達到三到五公分等級的準確度。
- 開發新種類的攝影機去取得的資料。
- 日光燈條。用手機APP判讀室內定位位置。
車之間的溝通
- 藉由上述利用光來傳遞訊息的的研究，可應用於汽車之間的溝通，像是傳遞彼此之間的速度訊息等。
- 利用一特殊的攝影機，用以偵測環境中亮度的改變。與現有光達的技術不同的是，第一，光達的造價不斐，但此技術的相較之下便宜許多；第二，光達需要的運算資源相當龐大，同樣也增加應用的成本。
- 利用此技術可以有效利用道路的空間。藉由車輛之間彼此溝通速度的訊息。當前後車有速度的變化時，可以很快的做出反應，使得車距得以保持不變。若車距保持不變，可有效減緩塞車的情況，因為同樣的路段，車輛的密度相當平均，不會有因為某路段車輛密度高而須減速的情況。
NTU COOL
影片觀看品質
- 在使用者端建立 Debug Tool，可以有效了解使用者的真實使用狀況。在使用者或是開發者反應問題時，能夠有效排除問題。
學生學習狀況
- 目前的學習預警多是由系辦提供學習成績給教師，教師再根據這些資料，事先預警可能會被當掉的學生。但此方法仰賴系辦提供的資料，若因為成績較晚批改完成，預警系統的功用就會大打折扣。
- 可以紀錄課程影片的觀看行為，像是快轉、暫停或是重複觀看等。藉由這些資料讓老師或是學生自己掌握的學習狀況。未來可以用視覺化的方式，讓學習狀況的分析更淺顯易懂。
- 分析學生的學習模式，像是有些學生會一次看完影片；有些學生會時不時暫停；有些則是會跳著看。
未來教室
- 在傳統的課堂上，老師僅能由學生的反應，來判斷學生的學習狀況，若學生反應不積極；或是老師在數百人的課堂里，老師要掌握學生的學習狀況更加困難。
- 現在學校在綜合教學館有設立未來教室。將NTU COOL的學習狀況分析，移植到實體的教室。利用攝像頭及麥克風，分析學生的學習狀況並即時的回饋給老師。
隱私權問題：
- 這些議題會涉及到隱私權的問題。但不管是NTU COOL還是未來教室，都希望這些服務都是用來分析學生的學習狀況，而不是評分的標準。
Q & A
Q1: 如果想加入教授的 lab 有什麼能力或技能是一定要或是比較建議有的嗎？
我覺得這部份倒還好，因為大家做的主題都蠻多元的，需要的大概是資訊系基礎的能力，其他的就是什麼樣的專題再去補充相關的技能。最重要的是要投入時間，比如說一週的某個時間就是拿來專題研究等。
Q2: 請問教授期望我們在專題中，學習到什麼新的知識、技能？
我覺得大學生比較缺乏找到問題跟解開問題的能力，具體一點就是找到問題能力是很困難。第一：你要有興趣。如果不知道自己的興趣在哪，我覺得專題是一個很好的時機來探索。隨便跟資訊系的同學來我問他說你想要做什麼，只是大部分是沒什麼想法。大部份的東西同學都不是看得很仔細，所以不知道它長什麼樣子。比如說AI的研究好了，那到底什麼我可以做什麼題目。
下一步，如果你覺得是有興趣的，那麼有哪一個題目是適合你的能力跟背景可以拿來做。有的問題太難有的太簡單；有的有做過了，有的已經知道是解不開的題目。去設定一個合理的範圍去解，這本身就是一個困難的事情。假使你找到一個題目，有時候是老師告訴你不一定可以做，下一步就變你自己要怎麼找到這些關鍵的工具、API、硬體或搜尋資料等，然後才能發展下去。
這個能力在業界及學術研究，都非常需要，而且不同於一般課堂的能力。課堂上都是固定的而且是比較被動的。那剛講的那個比較非組織性的學習建構的能力我覺得是職涯發展最需要的一個能力。所以我們希望在專題延續到後來碩士班，同學們可以有機會培養這方面的能力
Q3: 如果成為了教授的研究生，會需要做些什麼事嗎？例如每週 meeting 或兩週讀一篇 paper 之類的。
我們每週會開一次小組會議，或是看一篇paper去打去做討論，有可能還或有上台報告。個別的話就是一到兩週會跟我開會，有時候是兩週一次，當然也有些人會更久跟我開會，因為覺得自己做東西出來。
其實這是比較不好，以前比較有空的時候就是很立即會跟你講一聲，這樣完成的量會較多，畢竟大家都是 Deadline 導向的居多。那我現在比較忙所以就是蠻仰賴同學自己要比較自動自發一點去完成。
Q4: 請問教授，開始成為實驗室的專題生後，要怎麼確認自己對於該領域是不是有興趣的呢？如果發現跟原先想像的不太一樣該怎麼辦？
沒有怎麼辦。一次專題就是一個學期，我覺得一個學期不是算一個太長的時間，我的想法是大學階段很多人對自己的興趣之不是那麼清楚的，那有時候就是一個抱著一種憧憬、一種衝動，像是我就是一個想要做 AI 的人；我就是一個想要做物聯網的人之類的。
你對那個題目不是真的很了解，有時候要真的一頭栽下去才知道他是長什麼樣子，如果不動手，可能永遠不會知道。我覺得不管是進哪一個實驗室，在這個學期我就是盡自己最大的努力去了解它、去喜歡它。過了一學期再檢視自己是不是真的喜歡它，如果真的不喜歡就再換。
Q5: 請問教授，專題生是需要自己設定研究主題，還是教授會指定呢？
如果專題生不知道自己要做什麼主題的話，我會叫他回去想想再來。如果比較積極的話，我可能會給他一些提點。比如說，可以用消去法，你喜歡做車子嘛？你喜歡光通訊嘛？你喜歡做ML嘛？大部分學生會比較有我不喜歡什麼的想法。從這個大範圍我會在給他一些可能的題目。
可以去看論文，也可以去看某篇論文的報告，YouTube 上可以找到蠻多的。有些同學會花一點時間，不過這個問題有時候對專題而言太困難。如果等到期中還找不到題目，那麼剩下的時間也不能做什麼，所以有時候專題生找到大方向之後，我會直接給定某些題目，通常是實作為主。
Q6: 請問教授認為要做到什麼程度 / 做出什麼成果才算是一個合格的專題學分？
我認為最重要的是學生有沒有投注時間在上面。我們希望專題是成為你碩士班要做研究的進入點。但是其實往往都會受限於時間。我覺得最重要的就是同學必須要下定決心要做專題或是要配足夠的時間來學習。做到什麼程度其實就跟他有花多少時間有很大的關係。
大部分我碰到的專題生都沒有都沒有花足夠多的工作時間，然後就不太容易有成果，特別是我們做的課題都是實作面向為主。要做到什麼程度呢？我覺得至少要大過於一般課堂的 Project。那如果在NTU COOL 那邊就是希望能夠做到接近可以上線的、有很多同學可以用的程度。這不是簡單的目標，關鍵就是同學要找到自己有興趣的課題並花時間。
Q7: 請問教授的研究領域跟產業和學界有什麼合作呢？
- 有 intel 實驗室贊助
- 臺大智慧聯網創新研究中心（IoX）
- 定位的技術有和台達電合作。
- 車速的溝通技術與福特合作，目前實驗用的汽車也是由福特公司協助改裝。
- 利用手機的攝影機來偵測光的變化，此技術目前技轉給工研院進行後續的研發
Q8: 請問教授是否會希望學生在經過這個學期後繼續待在lab做事？
當然會阿。
Q9: 請問有什麼需要補充的嘛？
過去幾年專題生不是那麼多，蠻希望多了解同學的想法。如果對研究主題不是那麼清楚的話，也可以找我多聊聊。像是我有教過DSA和NASA，但來問我說要來做專題但卻沒有很多，所以鼓勵大家可以來找我聊聊。
相關檔案 / 連結
- https://www.youtube.com/watch?v=DVeyv7r2wQE&t=1s