與頂尖學府 MIT 合作
時代基金會秉持著『協助國內產業發展‧促進區域經濟繁榮』之宗旨,引進國外知名學府之資源,協助會員企業產業升級。合作學校為美國麻省理工學院 (MIT),定期提供最新科技新知與培訓課程資訊,促進國內產業與全球產業經濟接軌。

Service

Epoch–MIT/ILP
產學聯絡計畫
Epoch-MIT/CSAIL
產研合作計畫
Epoch-MIT/Sloan
高階主管培訓計畫
Epoch-MIT/TIGER Project
能源研究計畫
美國麻省理工學院 以創新與科技聞名於世,該校擁有全球最優質的師資及研發團隊:6所學院、33個系所及數百個實驗室;歷年來已經「產出」95位諾貝爾獎得主,而透過MIT授權的專利更是不勝枚舉。除學術研究外,產業合作及創業精神更是該校的傳統。根據2015年Entrepreneurship and Innovation at MIT的調查報告,MIT校友已創設超過30,000家公司,創造逾460萬人次就業機會,以及每年1.9兆美元營業額。

麻省理工學院產業聯絡計畫(MIT/ILP)創設於1948年,緣於二次世界大戰期間,美國政府委託麻省理工學院進行重大技術研發,並將成果授權予企業開發。自1993年以來,MIT與時代基金會(Epoch Foundation)共同合作深耕的 時代基金會-麻省理工學院產業聯絡計畫 (MIT Industrial Liaison Program, MIT/ILP) ,已為國內20家領導企業引入最前端的技術暨產品開發資源,以及科技創新管理新知,成為各會員企業掌握全球研發脈動及市場趨向、拓展國際網絡的「窗口」與重要資源之一。截至目前為止,已有400餘位會員代表前往MIT進修及觀摩,逾百場的專題研討會於MIT所在地美國麻州波士頓舉行。

成為 Epoch - MIT / ILP 會員企業,您可以取得第一手研發資料庫(Knowledge Base)資料、將MIT 數百個實驗室作為您外部研發伙伴及智庫,獲得最新國際研發新知,快速提升產品研發與創新價值。
【2019 MIT ILP-Epoch 台灣年會】Less Artificial, More Intelligence: Challenges of AI as a New Industry

Members

全球資訊科技及人工智慧科技最重要的研發重鎮─MIT電腦暨人工智慧實驗室(MIT CSAIL),向來引領資訊及人工智慧發展的里程碑。近年來,在網路通訊、World Wide Web全球資訊網、語音科技、分子生物運算、觸覺介面及電腦視覺等領域,MIT CSAIL更帶領科技研究及產業的潮流與趨勢,引爆一波創新科技革命。

1998年,時代基金會與MIT電腦實驗室(MIT LCS)及人工智慧實驗室(MIT AI Lab),成立「Epoch-MIT/CSAIL 產研合作計畫」,提供台灣企業直接派員前往兩所實驗室,實際參與技術研發的機會。

2000年6月,「Epoch-MIT/CSAIL產研合作計畫」促成台達電子與宏碁公司加入『活氧聯盟Oxygen Alliance』,與美國惠普(HP)、歐洲的諾基亞(Nokia)及飛利浦(Philips)、日本電話電報(NTT)共同參與研發新一代人性化電腦。

2005年,廣達電腦與CSAIL簽訂「TParty研發計畫」、2010年簽訂「Qmulus研發計畫」,2019年簽訂「AI Medicine研發計畫」,為台灣立足於全球資訊業第一線舞台打下厚實的根基。

(*註: MIT LCS / MIT AI Lab 於2003年合併為Computer Science and Artificial Intelligence Lab, CSAIL)
MIT CSAIL 產學合作

Members

時代基金會–史隆管理學院計畫』是贊助MIT史隆管理學院之「Asia Pacific Initiative」。該計畫主要研究亞洲地區之經濟動力,旨在協助、加強亞洲各國釐訂經濟政策之能力,對亞洲產業界提供具參考價值之報告,並研究促進亞洲各國間最有效之合作模式。

時代基金會贊助此項計劃,旨在促進該計劃研究台灣之產業政策與發展問題。目前史隆管理學院提供短、中、長期經營策略課程 (Sloan Fellows, Sloan Executive Education Program),協助企業培訓中高階主管。

Members

時代基金會於1991 年由 20 家台灣企業共同成立,以協助產業發展,促進區域經濟繁榮為宗旨。創會以來,即與國際一流學府如 MIT,進行長期產學合作,協助台灣企業參與國際前端技術交流,派遣資深人員赴海外受訓等形式,充分運用頂尖學府的研發,並投資創新資源,以找尋企業發展利基。

1998年,從培育社會未來的人才出發,以Epoch School 培養未來社會和產業需要的人才,20多年來已有超過3,000名學生受惠,造就80個以上的優秀新創公司。2008 年開始輔導創業團隊,2012 年以 Garage+ 創業育成中心為名,是亞太區唯一NPO支持新創企業的典範。2015年至今,已有超過71國近2,000個國際新創團隊申請,安排上千場媒合會議,並有1/3以上的新創團隊,獲得資金投資或企業合作機會。30年來,陸續有更多企業支持時代基金會,為台灣企業接軌國際資源、深耕創新及培育人才,為社會注入永續發展的活水,共創更美好的世界。

Members

MIT 能源中心(MIT Energy Initiative, MITEI)為麻省理工學院應對全球能源挑戰而成立的跨領域研究中心,研究領域涵蓋新能源技術、能源轉換和儲存、能源經濟和政策、以及能源與環境等。MITEI 與產官學各界合作,共同推動能源技術應用和商業化發展,以實現能源轉型和永續發展。

台灣天然資源稀缺,能源98%仰賴進口,面臨未來能源短缺、淨零碳排的需求,2023 年時代基金邀請 MITEI 策劃「Taiwan’s Innovative Green Economy Roadmap(TIGER) 計畫」,分析全球能源趨勢、分享能源技術資源,在淨零碳排挑戰之際,協助台灣產業資訊同步全球,持續企業競爭優勢。

Members

目前無活動

科技聚焦

推進量子技術的室溫腔磁振技術

為改善傳統微波光子源設備必須在接近絕對零度(0K)的極低溫環境下運作,導致體積龐大、成本高昂且難以擴展等問題,MIT 電機工程與計算機科學系 Luqiao Liu 教授及博士生 Qiuyuan Wang 等人,成功開發出「室溫腔磁共振設備」。團隊利用印刷電路板(PCB)微帶共振器與 3 微米厚的釔鐵石榴石(YIG)薄膜耦合,打造出「混合磁振子-光子平台」。在此設計下,單一輸入的微波光子能分裂成一對具有不同頻率的磁振子極化子,並在室溫下維持強烈的模間相關性。 實驗數據顯示,單一 6.708 GHz 的微波輸入成功分裂為 3.3532 GHz(訊號)與 3.3548 GHz(閒置)模式,其互相關係數高達 ±0.98,並具備 0.18 毫秒的相干時間。在無線通訊的概念驗證測試中,研究人員透過高雜訊通道傳輸一張 475 像素的圖片,藉由利用訊號相關性,成功達成了 100% 準確、零誤差的圖像重建。 該技術有望將量子科技推向可實地部署的硬體,並應用於量子雷達、硬體級加密量子通訊網路與智慧成像等領域。本研究甫發表於《Nature Electronics》,MIT 技術授權辦公室正積極尋求專利保護,研究並獲得美國國家科學基金會(NSF)與美國能源部(DOE)的資助。

more

突破尺寸與氧化限制的超導體製程

能讓電流通過時完全不損耗能量的超導體,是打造量子電腦的核心材料。為縮小量子晶片面積,研究人員長期致力於研發超薄超導材料,但薄到只剩一層原子時,材料便容易氧化損毀;現今技術只能剝出灰塵大小的碎片,且在補上保護層前極易受損,難以用於晶片製程。 為解決這個問題,MIT 團隊調換以往製程順序,使用「封裝磊晶」製程:先在基板上鋪好石墨烯,再讓原料於兩者之間不到 1 奈米的縫隙裡結晶成膜,成膜瞬間便已封裝完畢。留在元件上的石墨烯,可以持續保護超導層不接觸到空氣。團隊經此方法已製成面積超過 1 英吋、厚度僅 0.67 奈米、能穩定存在的單層超導薄膜,並裝進可運作的電路中。同樣面積下效果達現有材料的 2 至 7 倍,有機會使量子晶片大幅縮小。 此技術不僅能應用於量子運算,這套製造方法已證實能延伸到一整類單層量子材料,未來也可望用於通訊與宇宙偵測器等先進科技。此研究獲美國國家科學基金會 、美國能源部與 Semiconductor Research Corporation 等支持,受學術、業界及國防各方關注。

more

運用 AI Agents 建構機器人虛擬訓練場

機器人在複雜環境中執行任務需大量訓練資料,但既有方法成本高昂且擴充困難。MIT 電腦科學與人工智慧實驗室與豐田研究院 (Toyota Research Institute, TRI) 團隊開發 Scene Smith,透過 AI Agents 協作建構機器人訓練與物理模擬的 3D 虛擬環境,顯著降低對人工建模及既有物件庫的依賴。 Scene Smith 透過 Designer、Critic 與 Orchestrator 三種 AI Agents,分別負責場景設計、合理性驗證與流程管理。系統結合 Text-to-3D 技術生成所需物件並給予物理屬性,使機器人得以在虛擬環境中執行任務訓練。 研究團隊已生成逾 1,300 個室內場景,單一場景物件數達既有方法的 6 倍。在超過 200 位使用者參與的比較中,逾 90% 認為 Scene Smith 生成的場景在真實度與提示詞契合度上皆優於現有方法。 本研究獲得亞馬遜、美國海軍研究辦公室、TRI 及美國國家科學基金會資助。該技術目前處於驗證階段,研究團隊未來將提升運算效率、縮短生成時間並擴充物件種類,以建立更大規模且多樣的訓練資料,進一步降低實體測試成本並加速機器人實際部署。

more

Members