研究方向
ePuppy Reborn Program
如果 AI Companion 能感受到聲音、表情、動作、生理與環境訊號，它能否逐漸理解一個人的情緒與情境？Affective Computing × Multimodal Sensor Fusion × LLM × Embodied AI以同意、資料最小化、去識別化與安全互動為前提；不把概念研究描述為已完成產品。
TEACHER · ENGINEER · ENTREPRENEUR · RESEARCHER
Samuel Liu
從 ePuppy 到因果 AI：探索人工智慧如何理解人與複雜世界。
我首先是一位老師，也是一位把研究問題帶進產品現場的工程實作者。這個頁面不是履歷清單，而是說明二十多年來，教學、創業、政府研發與學術研究如何逐步連成同一條路。
- 大學教學
- AI／AIoT 實作
- 產品與平台開發
- 跨域研究
ONE CONTINUOUS JOURNEY
不是轉換跑道，而是把沒有完成的問題繼續做完
從早期連網裝置與電子寵物，到 AI 教學、多模態互動與因果推論，每個階段都在回答：技術如何真正理解情境，並成為能被使用的系統？
- 2000s
CONNECTED PRODUCT
ePuppy 與 eBuddy
在運算與模型尚未成熟的年代，嘗試把藍牙、語音、網路通訊與實體互動裝置整合成智慧陪伴產品。 - 2006
GOVERNMENT R&D
智慧照顧與學習系統
透過經濟部 SBIR 計畫，把無線通訊、語音、網際網路與即時通信整理成可驗證的研發工作。 - 2010s–2020s
PLATFORM DELIVERY
從研究、管理到平台實作
延伸到資料分析、行銷與服務平台、AI 系統規劃，以及政府與產學合作的執行經驗。 - NOW
TEACHING & RESEARCH
把 AI 帶回課堂與研究現場
以課程、DLI 實作、學生專題與合作研究，讓模型概念走到可重現、可討論與可驗證的成果。
EPUPPY ARCHIVE
二十年前，我們已經在想像會理解人的電子寵物
當時的產品嘗試整合語音、多語言、Email Reader、Bluetooth、Internet Phone 與照顧情境；限制不是想法，而是當年的運算、感測和語言理解能力。今天重新回看，不是懷舊，而是看見一個尚未完成的研究問題。
TWO RESEARCH DIRECTIONS
兩條研究線，其實都在理解「行為為什麼發生」
一條研究人與 AI 的互動，另一條研究由人群形成的市場。兩者共同涉及時間、多來源資料、動態系統與因果推論。
研究方向
Financial Transformer × Causal AI
一個預測得很準的模型，是否真的理解市場為什麼發生變化？Econometrics × Time-Series Transformer × Causal Inference研究模型的解釋與比較能力，不構成投資建議，也不保證任何交易績效。
Causal & Multimodal AI for Human and Complex Systems——利用 AI 理解人，以及由人所形成的複雜系統。
TWO DISCIPLINES
管理與電機，是兩個不同科系，也是同一個實作問題的兩側
管理研究幫助我理解組織、決策與複雜系統；電機研究則讓感測、模型、裝置和人機互動走得更深。
國立中央大學企業管理學系博士
已完成的博士學位，研究與教學基礎連結管理、決策、非線性系統與科技應用。
國立中央大學電機工程學系博士班
已確定入學，將在不同於既有企管博士訓練的電機領域展開跨域研究。
FROM IDEA TO IMPACT
我關心的不只是提供建議，而是把問題一路推進到能驗證
教學、研究與產業合作都採用同一個基本節奏；每一階段都保留可以檢查、討論與修正的成果。
- 01
產業問題
先確認使用者、場域、限制與真正需要解決的問題。
- 02
學術研究
把問題轉成假設、方法、資料與可驗證的研究設計。
- 03
PoC
以最小範圍驗證技術、資料與風險是否合理。
- 04
原型
把模型接到介面、流程、裝置或平台，讓使用者可以操作。
- 05
產品／技轉
評估工程化、生產、營運、合作與技術轉移條件。
- 06
影響
回到學習、使用者與組織成果，檢查是否真正改善問題。
PUBLIC REFERENCES
公開可查的資料
以下只列公開且適合對外查閱的連結。其他履歷、計畫書、報價、合約、私人典藏與保密合作資料僅供內部查核，不在網站公開。
LEARN OR BUILD TOGETHER
先從課程與問題開始
如果你是學生，請先從課程入口開始；若是學校、企業或研究團隊，可以先提供非機密的問題背景，再一起判斷適合的合作深度。
- 課程與人才培育
- AI／AIoT PoC
- 產學與政府研發
- 多模態與因果 AI 研究