Why Did Artificial Intelligence Fail in the FIFA World Cup 2018?

Kaveh Bakhtiyari, Why Did Artificial Intelligence Fail in the FIFA World Cup 2018?, Medium, July 16, 2018.

There are different approaches to predict the results of FIFA World Cup. One approach is to simulate every single match in a paired comparison in terms of team’s capabilities and the winning odds. Zeileis, Leitner, and Hornik (2018) used the same technique, and they predicted that Brazil would win the FIFA World Cup 2018 with a probability of 16.6%, and it is followed by Germany (15.8%) and Spain (12.5%) [1]. 

訂房網的線上 A/B 測試

尹俞歡，訂房網 Booking.com 母集團，股價破兩千美元秘密  荷蘭直擊　亞馬遜後最成功網路公司，商業周刊， 1600 期， 2018.07.11

它的網站每天改版上千次

執行長：永遠在了解消費者要什麼 

我們站在Booking.com位於運河旁的總部，這裡，前身是荷蘭皇家銀行，大樓內部的裝潢風格仿如網路新創，有一千八百名工程師在此工作。每天，大家最重要任務只有一個：對網站進行永無止境的改版測試。大家一天至少會做一千次以上的A/B測試。 

A/B測試指的是，針對某項網站上的功能，提供兩種版本給消費者使用，若數據顯示，某個選項最能留下消費者、或是減少後續客服次數，就會被正式採用。...

Mayo Clinic 急診室的人員配置

Mustafa Y. Sir, et al., Optimization of Multidisciplinary Staffing Improves Patient Experiences at the Mayo Clinic, Interfaces, 2017, 47(5), pp. 425–441.

作者考慮以下的輸入變數

• System-level variables: (1) Minimum no. of providers during LOS of the patient, (2) Average no. of providers during LOS of the patient, (3) Maximum no. of providers during LOS of the patient, (4) Arrival hour, (5) Arrival day of week
• Patient: ED billing code for the patient (higher ED level, higher complexity)
• Characteristics: (1) Emergency severity index level of the patient, (2) Pediatric or adult

牛仔拚「加密」 一頭牛賣價多 30％

Ben McLannahan，牛仔拚「加密」 一頭牛賣價多30%，商業周刊，第 1600 期，2018-07-12

牧場主人居斯基(Ogden Driskill)認為，區塊鏈技術能保住牛肉供應鏈上各個環節的價值，若能向最後買主證明，他們買的牛是在擁有陽光、草原上飼養的放山牛，每頭將可淨賺700美元，利潤近30%。 

59歲、7年前曾當選懷州州議會參議員的居斯基說：「我們的產品比別人好，但是總有人會混水摸魚摻進來，就像凱迪拉克、賓士汽車中摻著福斯；未來，我們的品質就能在市場上脫穎而出。」

Ben McLannahan, Wyoming’s pioneering crypto cowboys beef up the supply chain: Ranch owners are using blockchain to prove the quality of their cattle as the state passes laws to attract cryptocurrency start-ups, Financial Times, JULY 1, 2018.

 

超商棄食的原因與解方

蔡茹涵，70 億超商剩食　加盟主 vs. 總部衝突告白，商業周刊，第1599期，2018-07-05

今年初即在全家發表剩食專案的公共事務暨品牌溝通室部長林翠娟分析， 主因有三： 

第一生鮮食品的訂購單位太小。...  例如一間門市共訂購15個麵包，但每一口味只有一到兩個。當銷量好壞的數量差僅限於一或二時，很難進一步預測。

第二生產配送考量。... 但鮮食因有效期問題，訂購數量較少，一旦出現缺口，以現行的生產配送循環，將無法即時補齊。

第三衡量廣告預算。... 「我們就發生過啊！2016年酷繽沙大缺貨，到隔年才完全補起來，損失難以估計，」林翠娟坦言。...

人工智能基礎 (高中版)

陳玉琨、湯曉鷗，人工智能基礎 (高中版)，華東師範大學出版社，2018-05-01

第一章人工智能:新時代的開啟
第二章牛刀小試:察異辨花
第三章別具慧眼:識圖認物
第四耳聽八方:析音賞樂
第五章冰雪聰明:看懂視頻
第六章無師自通:分門別類
第七章識文斷字:理解文本
第八章神來之筆:創作圖 畫
第九章運籌帷幄:圍棋高手

深入淺出好書

司徒達賢談個案教學

司徒達賢，司徒達賢談個案教學：聽說讀想的修鍊，天下文化，2015

從國家建設到個別組織的競爭力，其成敗關鍵，歸根究柢就在於人力素質。人力素質的表現除了個人的品德操守，還包括專業、思維、溝通、解決問題等方面的關鍵能力，以及在工作中可以持續自我成長的習慣與潛能。這些關鍵知能，都可以經由互動式個案教學來強化與提升。
　　
個案教學是「聽說讀想」的修鍊。本書即是希望透過個案教學方法的普及運用，對國家社會整體能產生正面的作用。在社會開始更重視教學、更重視思想能力的培養、更重視理論與實務結合的此時，本書是最完整的實用指南。而當數位時代潮流對教師傳統教學角色產生擠壓，大家為了維持教師的附加價值，而深感在教學方法上必須有所調整時，更能彰顯本書的價值。
　　
本書不只是企業個案教學師生提升學習效益的必讀經典，對企業內部希望改進培訓技巧及會議主持風格的各級管理人員，甚至包括對互動式教學有興趣的各科教師，本書也是培養其整合、思辨及提問能力，協助自我反思其討論過程中內隱心智流程的絕佳參考。

備受各界敬重的司徒老師，利用個案教學，培養學員聽說讀想的能力。40年來，依然持續努力與精進，令人感佩。

書籍的大綱內外篇， 莊子一書也有。

杭州雲棲小鎮獨角獸

蔡茹涵，小鎮獨角獸　用雲解決政府、傳產的痛，商業周刊，第1597期，2018-06-22

辦駕照、繳學費，跑好幾個部門才辦完
數夢工場 打通四千政府網站，推「跑一次」改革 

經銷商亂開黃牛價，供貨量難控管
雲起科技 茅台酒上雲端，誰囤貨、哪缺貨全掌握 

交通堵、警力缺、公車專用道成效低
華芸科技 建「城市大腦」，紅綠燈秒數自動調

大戶屋越熱的秘密

蔡茹涵 ，老餐廳藏超商魂　大戶屋越賣越熱的秘密，商業周刊，第1597期，2018-06-22

關鍵在看數據，破成長瓶頸
設點：增加邊店
座位、廚房調整，加快出餐
菜單：到位比快速重要

獺祭用數據釀的日本國宴酒

王姿琳，數據釀的日本國宴酒　70年獺祭轉型重生記，商業周刊，第1597期，2018-06-22

尤其，一九九八年設立的在地啤酒餐廳，來客數僅預估的四分之一，短短三個月就關門大吉，不僅賠掉當時近半的營收，「旭酒造撐不下去了」的消息在當地開始流傳，釀酒師「杜氏」團隊離開酒廠，公司也陷入釀不出酒的危機之中。 

日本清酒產業中，酒廠僅負責銷售，杜氏（釀酒職人的稱呼）才是每支清酒的靈魂人物，與釀酒相關的知識與技術，都刻在他們腦子裡，不外洩也不傳授，在釀造現場有絕對權力。他們游走在各個酒廠之間，每年只在寒冷且不易滋生細菌的冬天釀酒。  

隨著杜氏離開，逾九成的員工因看不到公司未來，紛紛離職，這對當時的櫻井而言，無疑是一記重鎚，「我甚至把腦筋動到保險金頭上，如果自殺，是不是就能償還借款了？」櫻井回憶。

全家麵包廠

林洧楨，全家首季獲利暴增九成 就靠這座麵包廠，商業周刊，2018-06-08

全家公共事務部長林翠娟進一步解釋，根據全家的大數據分析，到超商買麵包的客人併買率（編按：連帶購買其他商品的比率）高達8成，是超商消費很好的「帶路雞」，所以當今年1到4月，包括麵包、吐司、甜點、三明治等烘焙商品比去年成長近2成時，就能發揮帶動鮮食或飲料等品項的消費，使零售業績成長。...

Use blockchain and A.I. to cut energy bills by Electrify

Karen Gilchrist, How a 29-year-old is using blockchain and A.I. to cut energy bills by up to 25 percent, CNBC, 28 June 2018.

“Many industries are going from centralized to decentralized to the sharing economy,” Tan told CNBC Make It. “We see the energy industry as no different.” 

In the same way that Airbnb and Uber have opened up the travel and transport industries, Tan said Electrify gives customers access to more providers — both big firms and independents — on one central platform so they can easily find and compare different deals. Digital, or "smart," contracts can then be written on the blockchain, removing the need for lawyers and accountants and saving around 30 percent in transaction costs.... 

By pooling together different energy options, they hope to make it easier for people to select their preferred energy source, including renewable options. That's increasingly important as populations rise and energy demand grows. In Asia alone, annual energy expenditure is expected to rise from $700 billion to $1.6 trillion by 2035, according to the Asian Development Bank. 

However, Tan said the pair doesn't "plan to enforce our ideals." 

Instead, the company is using artificial intelligence to match people with the right plans for them based on their budget and energy usage.

Technical Whitepaper by Electrify.

Most cited AI papers between 2012 and 2016 compiled by The Nikkei and Elsevier

Shigenori Arai, China’s AI ambitions revealed by most cited research papers, Financial Times, NOVEMBER 6, 2017.

一個單位中， 如果有一兩位高引用學者， 有可能貢獻絕大部分的論文引用數。