台大IoX中心 为人机共生开创更多可能

成果发表会备有14场专题演讲与18处现场展示摊位，吸引近 200名产官学界人士参观。

台大IoX创新研究中心(NTU IoX Center)在科技部、台湾大学、英特尔共同推动下于2011年创立，近十年来集结海内外人工智能、物联网、机器学习、人机互动、设计领域专家学者进行跨领域，并与英特尔实验室、台达研究院、仁宝电脑等业界单位合作，致力发展智能物联网、机器学习、人机互动等尖端技术，借此开启智能化技术方案，提升台湾智能产业引领全球之能力。

日前台大IoX中心以「智能人机共生感知关键技术」为题举行产学成果发表会，旨在透过以人为本的智能联网技术，以科技强化人类驾驭快速变化世界的能力，主要研发方向涵盖超感知(Supper Sensing)、超通讯(Supper Communication)及超认知(Supper Cognition)等核心技术，可望促进人们与机器无缝互动合作、完成任务。

端出多项创新成果，突破传统人机互动限制

在智能人机共生感知关键技术脉络下，台大IoX中心将「科技」的发展方向与价值定位于「人」的包含与授能(Inclusion and Empowerment)，而非一般所认知的淘汰与取代。

举例来说，中研院副研究员曹昱发表「Speech Noise Reduction」技术，利用深度学习来降低音讯杂讯，现已用在人工电子耳，未来将进一步延伸到助听器、智能音箱等范畴。

曹昱博士与其团队更在今年将此技术移植至手机操作系统。意谓未来听障者只要利用手机配合蓝牙耳机，就能享受到AI演算法能带来的便利，达到除噪、语音识别、和字幕产生的效果，更易理解所在环境的音讯。

台湾大学信息工程学系教授蔡欣穆，阐述「厘米级可见光定位」成果。该团队利用人眼与机器眼(镜头镜头)对光的敏感度差异，以成本低廉且常见LED灯发展出多种仅数厘米误差的室内定位技术。以单颗LED为例，藉由在光源上加装塑胶灯罩(叠加不同层数和方向的透明胶带及线性偏振片而成)或是结合小型LCD屏幕，即可于照明区域形成人眼无法辨认之不同明暗与颜色的偏振光投影。这时接收处再配合使用偏振片，即可估计与LED灯的相对位置而达到定位。而当光源为含有数颗灯泡的LED灯管时，则可藉由直接控制各灯泡的亮度，创造出同样是肉眼不可察觉的明暗组合。仅需使用手机前镜头便可传感并产生厘米等级精准度的定位。

来自师范大学的袁千雯教授，代表团队发表社群运算(Social Computing)概念应用于促进长时间工作者的健康与福祉的成果。以当今随着共乘平台兴起而成长职业驾驶为研究对象，透过Automotive Sensing、Social Sensing整合运用，追踪驾驶工作过程的身心状态变化，再把信息传递收集到的个人传感数据的共享给驾驶的配偶，凭着配偶对于驾驶人身心负荷能力的理解，适时提供譬如「站起来走动一下」的建议，以改善超时工作及危险驾驶问题。

号称「AI界李白」的中央大学信息工程学系的蔡宗翰教授，与人称「神奇模型大师」的台湾大学电机工程学系教授李宏毅，联手发表「无师自通与察言观色的AI对话理解新突破」成果。蔡宗翰说，综观现今AI对话理解系统的痛点，在于无法精掌握用户意图与情绪，及需要大量数据的监督式学习不适用真实场景。故他利用多模态 (含语音和影像模态)对话机器人架构，藉由多模态意图分类器、将语音、影像分为两个Pipeline处理，再运用深度强化学习达到察言观色。李宏毅揭露Representation Learning方法(最具代表性者为 BERT模型)，在欠缺大量标记数据下，依然可训练语言理解系统。

台湾大学信息工程学系教授施吉昇、 加州大学尔湾分校教授林桂杰共同以「与机共舞」为题，利用一般镜头及低价电脑，发展出可识别人、室内定位与自主移动的机器人。独创的PicPose(针对图画做定位)、FastTrack(跟踪特定对象)、ROS Planner(闪避障碍物)核心技术能移植到许多室内移动式设备，适用于智能工厂、智能医院、智能仓库的建置，使机器人能自由自在行走，且与人保持良好互动。

优化 AI 演算架构，巧妙促进产业智能化

来自资策会智联系统研究所物联云平台中心的陈禹任，延续早先NIP EI-PaaS国家公版联网平台，再推出EI-Stack，强调支持云雾协作架构、擅于做边缘端或雾端实时处理，且为「产业解决方案」(Solution Ready Package)型态，可尽量减少用户面对PaaS元件的可能；藉由EI-Stack搭配 AFS(AI Framework Service)，实现马达设备监诊、摄影机监诊与影像智能修复等应用。此外资策会数码转型研究所主任刘文山，介绍该单位研发的「产线智能联网解决方案」(变色龙)，标榜支持多元PLC，支持无上限PLC点位联网，并使用最新PUB/SUB技术、撷取设备信息不需定制化。

交通大学信息工程学系教授詹力韦，分享「以RFID实现分散式互动感应技术」成果。他指出RFID Tag含天线、发射器两大元件，若将两者剪开、拿掉发射器，此Tag便丧失功能，若把发射器放回天线，Tag又恢复作用；该团队基于这般原理做许多有趣尝试，例如创造一堆积木，各自带有天线和发射器，从而透过不同积木的互动，让天线与发射器时而合、时而分，产生类似按钮效果，可望在工业、教育等场域发挥一定应用价值。

从事信号处理研究已久的台湾大学电机工程学系教授吴安宇，以新兴发展的压缩感知(Compressive Sensing)技术为出发点探索IoT应用，并以心电图(EKG)之应用为主要分析情境。他认为一般先压缩、再解压缩与做判断的做法为多此一举并浪费资源，故尝试在压缩领域(compressed domain) 直接进行压缩信号分析，藉由所提出之 Compressed Analysis(CA)技术，在EKG样本送入机器学习Support Vector Machine(SVM)前，先在「压缩领域」进行杂讯过滤，仅做局部展开、判断，而非分析整个解压缩之还原信号。借此技术能在压缩之心电图信号中即能侦测心律不整(Atrial fibrillation；AF)，且降低95%训练复杂度、50%分析复杂度，而整体建构成本仅为传统的「压缩-解压缩」架构复杂度的5%。

总括而论，台大IoX中心持续推动国际级产学合作，透过以人为本的智能联网技术为基底，打造智能人机共生感知之尖端科技，改善产业生产力并促成数码转型。