【發布日期】：2020-11-01
【新聞來源】：天下雜誌
臺灣AI元年後，催生AI技術蓬勃發展。後疫情時代，臺灣搭上世界AI浪潮，接下來，將是產業界借力學研能量，讓AI技術落地應用的好時機。
圖片來源：臺大人工智慧中心
文-臺大人工智慧中心 整合傳播部企劃製作
2020-11-30
「把杯子左邊那顆紅色的球抓起來！」你對AI這樣說，機械手臂就能精準抓起紅色的球。過去我們覺得AI遙不可及，現在AI人機互動更上一層樓，已經能模仿小孩，用簡單自然的方式學習看物品、聽懂話語並操控機械手臂抓取物品，完成人類說話指示的簡單動作。
臺灣瘋AI！自2017年成為臺灣的AI元年之後，臺灣AI技術的發展如雨後春筍，不斷推陳出新。
臺灣以「小國大戰略」策略，憑藉ICT產業優勢，打造創新AI生態體系，科技部加速臺灣AI技術研發實力，領航臺灣成為AI發展重鎮。
2018年開始，科技部支持學研界AI能量，補助臺大、清大、交大及成大四所頂尖大學，依核心技術、智慧製造、智慧服務及生技醫療等領域，各自成立人工智慧研究中心，從66個計畫擴展至72個計畫。除了研發AI尖端技術，培養AI人才、提升研發技術商業化應用，也希望能催生AI新創公司。
場外導覽分享團隊成果。
四大AI研究中心，規模最大的是人工智慧技術暨全幅健康照護聯合研究中心（簡稱臺大AI中心，AINTU），轄下針對核心技術和生技醫療兩大領域設置人工智慧技術(AIT)及全幅健康照護(MAHC)兩個子中心。臺大AI中心擁有最多AI計畫研究，共有32個研究團隊，其中AI核心技術研究的團隊就有21個。臺大AI中心執行長杜維洲說，「三年來在AI技術深耕，臺大AI中心希望能發揮更大的影響力。」
未來，臺大AI中心將持續從三大方向實踐AI技術研發的影響力，第一，國際前瞻學術研究，希望從學界出發，找到AI創新研究方向，或針對AI現有技術再突破，將研發成果擴及產業界及社會民眾，發揮實質影響力。2019年，臺大AI中心與轄下團隊共發表112篇國際期刊論文、316篇國際研討會論文及16篇國內外專利申請，並舉辦國際學術競賽。
第二，加強國際鏈結，與國際一流大學建立合作關係。過去臺大AI中心已與史丹佛醫學院合作，派駐研究人員進行AI生醫科技的移地研究；與加拿大多倫多大學辦理雙邊研討會並簽署合作意向書；與日本東北大學舉辦AI論壇。
第三，產學合作，建立以中心為主體的合作機制，希望更多企業使用AI技術的研發成果。2019年與新加坡商Certis簽定MOU；執行Capstone計畫，與多家大型資通訊廠商建立合作關係。2020年與中國信託、臺大IoX中心簽訂產學合作；照護子中心成員與健保署、NVIDIA簽署MOU，參與全球COVID-19聯邦學習計畫。
杜維洲表示，2019年，臺大AI中心32個團隊進行高達100多個產學合作案，每個計畫平均會有3至5個產學合作計畫，也代表每年單一時期至少有80至90個產學合作案以上。
11月10日舉行的《2020科技部跨域觀摩交流暨成果發表會》中，臺大AI中心三組團隊的現場動態展示十分吸睛。
清大洪樂文教授團隊整合清大李祈均、台大王奕翔及元智方士豪教授等四個AI計畫所研發之技術，從媒體娛樂產業的痛點出發，展示整合情緒辨識與生理訊號的下世代影音推薦系統。目前的影音推薦系統，只能透過觀看者主動評價、觀看的影片類型來猜測觀看者的喜好，並推薦相似的影片。然而，卻不知道觀看者為何喜歡、喜歡哪一段影片、觀看的情緒如何。
因此，透過偵測觀看影片或內容者的臉部表情、呼吸、心跳等生理數據，可以深入挖掘看影片過程中的情緒起伏，並依據情緒反應推薦觀看者可能會喜歡的相似影片，提升用戶體驗，為媒體娛樂產業創造價值。
清大洪樂文教授團隊。
團隊開發出能透過偵測觀看影片或內容者的臉部表情、呼吸、心跳等生理數據，情緒反應推薦觀看者可能會喜歡的相似影片。
臺大MeDA實驗室王偉仲教授團隊，與臺大醫院廖偉智醫師團隊及許哲瑜醫師團隊合作開發出世界首創胰臟癌AI自動偵測模型。胰臟癌是國人第七大癌症死因，稱為「無聲的殺手」，用電腦斷層攝影，但醫師往往難以用肉眼辨識出小於兩公分的初期胰臟癌，延遲診斷因而錯失治療的機會。
胰臟癌AI自動偵測模型能用紅橘色標出胰臟癌可能的位置，對於小於兩公分的胰臟癌敏感度超過9成。可協助醫生判讀電腦斷層攝影，及早發現胰臟癌。此外，也用自我學習的AI模型偵測腦轉移癌症，協助放射科醫生精準圈選小顆的腦轉移腫瘤，規劃放射治療的療程。
臺大MeDA實驗室王偉仲教授團隊。
胰臟癌AI自動偵測模型。
臺大徐宏民教授團隊，透過深度學習技術開發出人機協作應用，以相機當眼睛，用3D視覺辨識物品的夾取點，人類只要下簡單的語音指令，機械手臂就能準確抓起物品，不僅聽得懂人話，還抓得準。不需要透過大量樣本的訓練或是調校，AI就能以接近人在思考的方式，化身聰明的機器助手。可應用在生產線快速部署、人機協作、老人看護機器人及自駕車等領域。
要做到這件事，並不容易，背後要統整多個複雜的技術。首先是技術更加突破，平均辨識速度約3秒，研究團隊開發出的技術只需要0.1秒即能辨識完成並夾取物品，速度比學界最好的方法快了20倍。其次，為了讓人機協作更順暢，機器必須理解人的語言，例如「拿起黑色碗裡的蘋果！」第三，機器要能「做中學」，用很少的樣本學習，看到不認識的物品就先夾起來從各角度看一看，學習物品的形狀，為的就是打造AI自主學習的能力，此應用頗受工具機產業青睞。
臺大徐宏民教授團隊
透過深度學習技術開發出人機協作應用，用3D視覺辨識物品的夾取點，只要下簡單的語音指令，機械手臂就能準確抓起物品。
後疫情時代，是臺灣發展AI的最佳機會。打造創新AI生態系，需要產官學共同推動。未來，從AI技術研究初始就先思考業界的應用，並結合場域建置，透過開放、授權、合作等方式，促進企業AI落地應用，發揮更大的影響力，推升臺灣AI站上世界浪潮。
