我是B92的劉子毓，2003年進臺大電機，因緣際會，20年後的今天再度走進了系館。

研究領域橫跨機器學習與生醫的應用。大學畢業後，到Michigan與Alfred Hero教授研習Machine Learning，發展適合處理高維度資料的演算法，應用到許多生醫類的研究，例如microarray, electrocardiogram, microscopy images。期間與許多醫療機構合作，如Michigan的醫學院、North Carolina的Duke、法國的Institut Pasteur, 算是跨領域合作訓練的起頭。其後，post-doc期間到UC Berkely以及University of Pennsylvania參與許多Computational Biology的研究，並與UC San Francisco 合作於癌症領域的研究。

跨領域，不是湊合了各領域的專才在一塊兒，就能結實纍纍。它需要不同領域的人才，以謙虛的心，認識一方新世界，互相搭建一座座的橋樑，也學習他方的專業語言。從Machine Learning出發，認識各個生醫應用的domain knowledge，再抽象化成數學問題，建立適當的模型。也是這些實際的生醫應用，讓Machine Learning的理論可以真正發揮他的力量，回答科學問題。而這些研究，若是要改善生活品質，對人類世界產生真切的影響，它不能單是象牙塔裡的漂亮理論，它還需要經歷產業化的千錘百鍊。

我有幸在灣區參與一家mission-driven新創公司Freenome，擔任Machine Learning Science Director，致力於研發血液檢測大腸癌的產品。酸甜苦辣難以筆墨形容，但是最幸運的是有一群滿載熱忱，真心想開發life saving products的Machine Learning Scientists，克服種種困難，在窒礙難行時，相互打氣或自我幽默揶揄一番繼續前行。這段近六年的經歷，伴隨公司從A輪到E輪的成長，經歷早期研發到產品開發，見證成長要經歷的種種growing pain，更切身體驗在業界跨部門溝通協作的重要性。

20年，系館依舊在，只是多了歷史感。走過一道道長廊，眼見門牌上的一個個響亮名號，又好似回到大學時期什麼都沒變。能當電機系的系友，還能回電機系服務，是個福份吧。於是，在外踅了一大圈，電機跨生醫，學界跨業界，現在決定回歸故里，給自己再訂定個新的mission。這份骨子裡的痴愚任性倒是恆常不變。