• 沒有找到結果。

科技預測方法簡介

二、 文獻探討

2.1 科技預測方法簡介

關於技術預測的定義,文獻上已經有許多探討,如 Porter et al.(1991),

Millett and Honton (1991),Martino (1993)、賴士葆等(1997)、張昌財等

(2004)等,整理如表 3 所示。綜合不同學者的定義,技術預測可視為是針 對有效用的機器設備、生產製程或技術能力,預估未來可能發生的變化,提 供分析資訊給管理決策著,以減少人為主觀的判斷誤差,使得預測結果公正、

客觀,能據此降低企業決策時的風險與成本,為企業創造最大的利益。

表 3 技術預測定義文獻摘要

作者 時間 主要內容

Porter et al. 1991 技術預測是著重技術改變的預測活動,研究焦點為技

術在功能上的變遷、或創新的顯著性及實現時間。

Millet &

Honton

1991 技術預測是思考有關未來的機械、實體程序、及應用 科學之能力與應用結果,其表現形式可為文字或數 字。

Martino 1993 技術預測是針對有用的機械、程式或技巧的未來特徵

所進行的預測。預測的內容應包含所要預測的技術、

預測的時間、對技術特徵的描述、及機率的描述等四 部份。強調技術預測在實務上的應用,而非僅侷限於 科學知識的了解。

賴士葆等 1997 技術預測是對技術創新、科技改良及可能的發明等所 做的描述與預測。

張昌財等 2004 技術預測是指企業在現有的機器設備、生產製程、員 工能力等資源下,針對未來科技產品、市場技術能力 進行合理的預測,為一側重於科技變遷的預測活動,

並以文字或數字的形式來陳述。其焦點在於敘述科技 的演化或改革、具體的創新與執行、科技能具體應用 的時間。

技術預測技術發展至今,已經產生許多技術預測的相關方法與原理。根

-9-

-10-

-11-

-12-

使用 時機

為降低系統的複雜性,並提供管理者可操作管理的基礎時使用

簡述 專家意見的獲得,是某些特定可被分析的領域

假設 假設某些個人對特定事務的了解會甚於他人,且專家群意見又 勝於個別專家的意見

優點 專家的意見可提升模型的品質,並能引導預測的方向

缺點 不易認定真正的專家,問題的回答常是模糊不清,使預測結果 錯誤。若允許專家間討論,則易受心理與社會因素影響 專

家 意 見

使用 時機

當存在可認定的專家時,以及當資訊欠缺並且模型預測不可行 或十分困難時

資料來源:余序江、許志義、陳澤義(1998)

在選擇預測方法上,余序江等(1998)認為必須評估三個構面:

 深度:指對事件相關知識的了解程度,即在因果關係下,對各個別因素 的深入了解程度;

 廣度:預測模型的精確程度,是指在模式中各項因素,能透過數量化操 作性定義,用明確的數值表示預測結果的程度;

 精度:預測模型的精確程度,是指在模式中各項因素,能透過數量化操 作,以明確數值來表示預測結果準確的程度。

若以橫軸代表對事件了解的深度,縱軸則表示對背景環境描述的廣泛性,可 以得到各種不同預測方法的定位關係如下圖所示:

-13-

-14-

理論上,若精度、深度、以及廣度皆能面面俱到,則為一個理想的預測。但 是一般情況下,三者很難兼顧,在此情形下,則以廣度優先,再來考慮深度,

最後才是考慮精度。

Levary & Han 於 1995 年也整理出影響技術預測方法選用的先決條件:

表 8 技術預測方法的選用條件 技術預測方法 選用條件

德菲法 所有的參與者必需都是所預測技術該領域中的專家 名目群體法 所有參與者必需都是所預測技術該領域中的專家,並需

要一個群體領導者。

成長曲線法 需要涵蓋一段長時間的歷史資料,並了解所預測技術的 生命週期。

趨勢外插法 假設過去時間數列的資料包含未來所預測技術的訊 息,使用過去的時間數列資料與過去已發現的模型做未 來技術的預測。

關聯樹法 必須知道技術發展的層級結構

情境預測法 情境的建立者必須是所預測技術領域的專家

資料來源:Levary and Han(1995)

本研究是利用分析歷年來數位相機的產品規格資料,以預測未來數位相 機技術發展趨勢。依據上述技術預測方法的各項特性,本研究最適合採用直 接預測中的趨勢外插法進行研究分析。

2.2 趨勢外插法

趨勢外插法 趨勢外插法 趨勢外插法介紹 介紹 介紹 介紹

趨勢外插法是根據過去和現在的發展趨勢來推斷未來的方法總稱,通常 用於科技、經濟和社會發展的預測,首先由 R. Rhyne(1974)用於科技預測。

由於決定事物過去發展的因素,在很大程度上也決定該事物未來的發展,其 變化不會太大。並且事物發展過程一般都是漸進式的變化,而不是跳躍式的 變化。因此若能掌握事物的發展規律,並依據這種規律推導,就可以預測出 它的未來趨勢和狀態。

-15-

一般常見用來描述發展規律簡單的數學模型有線性模型、指數曲線、成 長曲線、包絡曲線等。線性趨勢外插法是最簡單的外插法,主要用來研究隨 時間按恆定增長率變化的事物。指數曲線法是一種極重要的趨勢外插法,許 多研究結果顯示,技術發展或社會發展,其定量特性往往表現為指數規律或 近似指數規律增長,因此,適合應用指數曲線法做預測。成長曲線模型可以 描述事物發生、發展和成熟的全過程,主要應用在生物群體的成長,例如人 口的增加、細胞的繁殖等。成長曲線模型幾乎可用來研究每個技術領域的發 展,它不僅可以描述技術發展的基本傾向,而更重要的是,它可以說明一項 技術的增長由高速發展變為緩慢發展的轉折時期,為規劃決策確定開發新技 術的恰當時機提供依據。包絡曲線模型則主要是用來描述整個技術系統的發 展過程,適合用來分析新技術可能出現的時機,或用於驗證規劃中制訂的技 術參數指標是否合理,為未來產品設計的功能特性參數提供評價依據。

由於本研究針對數位相機的技術做未來趨勢的預測,因此適合採用成長 曲線模型做趨勢預測。

2.3 成長曲線

成長曲線 成長曲線 成長曲線模型 模型 模型 模型介紹 介紹 介紹 介紹

自然界的生物成長,通常呈現一個 S 形的曲線。一個技術的發展,也如 同自然界生物的成長一般,呈現 S 形的成長軌跡。在一新技術開始發展之初,

由於面臨許多的挑戰與困境,使得其成長十分緩慢。當這些困難逐一被解決,

便進入高度發展期。而當其趨近成長極限時,技術功能的突破與改善將愈來 愈困難,而使得其成長再次趨於緩慢,最後逐漸逼近成長上限。

運用成長曲線進行技術預測,就是將技術的相關數據資料,套入成長曲 線進行迴歸分析,找到成長曲線的相關參數,然後根據此相關參數,就可以 進一步預測未來的發展。這樣的流程,主要牽涉到三個基本的假設:

 成長曲線的成長極限為已知;

 所採用的歷史資料及成長曲線是正確的;

 歷史資料可以用來解出成長曲線的各個參數。

一般最常採用的成長曲線為珀爾曲線(Pearl Curve)與甘培茲曲線

(Gompertz Curve)兩種(袁建中等,2005)。珀爾曲線是由人口統計學家

-16-

Raymond Pearl 所提出的,其數學方程式為:

ae bx

甘培茲曲線則是由英國一位數學家Benjamin Gompertz所提出,其數學 方程式表示為:

-17-

歸模型後,檢定此迴歸模型是否適合描述所研究資料的趨勢。在確認所求得 之數學迴歸模型適當性後,再根據此模型做未來趨勢預測。

-18-

三 三

三 三、 、 、 數位相機 、 數位相機 數位相機介 數位相機 介 介紹 介 紹

3.1 數位相機

數位相機 數位相機 數位相機簡介 簡介 簡介 簡介

一般所謂的數位相機,正式名稱為數位靜態相機(Digital Still Camera;

DSC)。最初是由美國發展出來,裝置在衛星上,記錄衛星所觀測的影像,然 後透過通訊系統傳送到地球,作為觀測與分析之用。後來此應用被商品化,

經過多年的發展,目前已經是十分普遍的消費性電子產品,並且在2003年超 越傳統相機,成為最主要的影像輸入設備。

數位相機的基本原理,是透過光學鏡頭將物體的影像投射到感光元件 上。感光元件利用光電效應,將影像信號轉換為電子信號,傳送到處理器,

再經過影像處理後,儲存於記憶媒體上。這數位影像,可以立即顯示於顯示 器上,也可透過輸出介面或讀卡機等電腦週邊設備傳送到電腦上,作為後續 影像編修或製作成光碟永久保存。整個的組成,結合了光學、光電、電子、

機械、與軟體等高科技技術,是一相當複雜的科技產品。

圖5數位相機組成結構

資料來源:David Carey,電子工程專輯(2008)

-19-

數位相機與傳統相機在外觀與使用上有很大的相同性,由於網際網路與 無線通訊的蓬勃發展帶動即時數位影像的需求使然,數位相機的發展早已超 越傳統相機。然而,由於傳統相機發展的歷史悠久,技術已歷經許多焠鍊而 相當成熟,至今仍然有許多規格仍是數位相機難以達到的,以下列出兩者主 要的差異:

 影像品質的差異

數位相機與傳統相機,都是為了追求保存”剎那間永恆的回憶”而發展出 來的產品。傳統相機使用鹵化銀底片,發展歷史悠久,不論在畫素、畫 質、色調上,都已經達到令人滿意的水準。而數位相機將影像數位化,

影像的品質取決於光學鏡頭的品質、感光元件的畫素、影像位元數的多 寡、影像處理演算法的優劣等因素,任何一項的不佳,皆可能造成最終 影像的不良,這也是至今數位影像的品質,尚不能超越傳統鹵化銀底片 的原因之一:

 畫素大小

數位相機的畫素越多,則數位相機所拍出的影像品質愈好,是一般人直 覺的想法,也是在數位相機廠商大力促銷下,所傳達出錯誤的資訊之一。

撇開影像色彩等問題,實際上決定影像的細膩度的關鍵在於影像解析

撇開影像色彩等問題,實際上決定影像的細膩度的關鍵在於影像解析