台大推广AI专利成果，助产业界开创致胜商机

台大推广AI专利成果讲员合影

今时今日，「人工智能」(AI)不仅是烫金关键字，更被喻为产业升级之钥；一旦建立AI自主技术，可望加速促进AI产业化，进而创造产业AI化荣景，使各行各业皆能藉助AI发展智能应用，实现创新转型。换言之，AI是新一波工业革命的核心，台湾不宜轻言错过。

随着AI浪潮席卷，全球众家科技大厂将此视为关键战场，纷纷卯足全劲推动机器人、AR/VR、智能人机界面、语音识别等等相关专利之布局。有监于此，台湾大学系统芯片中心(System-on-Chip Center；SoC)在日前举办「AI智能生活专利布局趋势与策略—台大专利成果推广会」，分享该校的AI关键技术与专利成果，盛邀产业界挖掘相关智财金矿，紧扣世界的商机潮流。

台大副研发长陈忠仁表示，SoC中心创始于2001年，聚集数十位教授、辅以各自指导的学生，形成充沛的研究能量，向来是台大校内的标竿研究中心，同时是促进产学合作的重要桥梁；展望今后，SoC中心一方面与台大国际产学联盟NTU ILO密切合作，积极推广及媒合AI等关键技术研究成果，二方面结合台大产学中心，透过技转方式，让这些成果为产业所用。

台大电子所所长暨SoC中心副主任吴安宇教授于开场时指出，此次举办该推广会，为的不仅是介绍台大在机器人、无人车、AR/VR、人机界面、语音识别等相关专利成果，更欢迎厂商挖掘智财宝物，针对有兴趣的专利，与台大建立技转合作关系。

非监督式学习，导引AI发展方向

工业技术研究院产经中心(IEK)专案经理侯钧元，以「人工智能发展之挑战」为题发表演说，点出包括数据需求太大、知识难以累积、从云端到边缘、感知与认知能力不及大脑、从感知到决策，以及增强学习训练成本过高等六大挑战课题。

在带出上述议题的同时，侯钧元也分享各种挑战的解方，包括运用生成式对抗网络(GAN)产生可供训练的数据，透过迁移学习技术让模型具备知识累积能力(利用演算法内的共通点)，发展专门用以进行神经网络演算法运算之芯片，从监督式学习走向非监督式学习、尤其多使用增强式学习；至于训练成本过高的难题，则可于数码世界训练机器人，以兼收减少成本、提升训练效率等多重益处。

侯钧元强调，非监督式学习与增强式学习正在导引AI发展方向，可用来理解世界，也可用以创造新事物(如AlphaGo Zero与GAN)；预期今后监督式学习将走向增强学习，再走向迁移学习，意即让机器认知环境、让机器学习技能，再让机器知识得以散播。

教授精锐尽出，展示AI专利成果

接着由多位台大教授登场，依序阐述该校在于「机器人」、「AR & VR智能影像处理」及「智能人机界面暨AI语音识别」等技术专利成果。

台大电机系傅立成教授指出，因应高龄社会来临，台大亟思善用机器人技术，以协助年长者实现健康、安全与乐活目标。基于此前提，他分享几个相关研究成果，首先是深度传感器，其不像一般摄影机具有光照及隐私等问题，可安装于天花板、进行无死角观测。

其次为促进安全与乐活，需藉助人员定位暨身份识别，行为侦测、识别与分析，及智能环境互动推论等一系列辅助技术；例如利用电流传感器、光线传感器、开关传感器、运动传感器蒐集使用者与环境互动的状态，并利用智能手环的加速器或陀螺仪蒐集使用者的姿态与动作，再透过非监督式学习技术，对蒐集到的异质数据进行特徵撷取与分群，以建立活动模型，然后藉由监督式学习，获得每个活动群集与使用者标记之间的关系，作为实时生活活动识别的模型。

另针对健康，台大则研发出上肢复健机器人、智能助行器等多项成果。总括而论，结合机器学习、AI、物联网(IoT)与机器人等技术，可望为年长者打造更具智能的生活环境，使他们生活得更安全与舒适。

台大电机系／电子所简韶逸教授剖析AR/VR智能影像处理的关键技术，包含姿势侦测与定位、穿透式头戴显示器、显示器影像的处理、场景识别与分析、在虚拟环境绘制真实场景，及自然使用者界面。

针对上述技术议题，台大迄今已孕育诸多专利成果，以简韶逸个人为例，便产出影像语意分析单芯片系统、与影片互动之方法与比赛模拟系统、影片内容分解与生成方法及其操作的使用者界面、可根据带宽速率调整影片内容的方法，及用以将虚拟的社交网络带入至真实生活中之社交系统及方法。其他多位教授，亦贡献诸如三维指标系统、影像型手持式人机互动系统、自动对焦系统、估算区域模糊程度以产生深度信息、自动景深捕捉系统、影像追踪装置、用于实体物件侦测之动态标签、低背光状态下之显示器影像增强技术、多重分辨率显示系统、潜意识导引观看者注意力的方法…等等丰硕专利成果。

台大资工系的陈彦仰教授，主讲「智能人机界面」议题，他一举介绍了许多让人为之惊艳的研究成果，例如藉由真实空间中相互位置的侦测，在多支手机之间进行自然有趣的互动；让一般电容式触控面板，有能力侦测实体物件。

最让人啧啧称奇的演绎，莫过于自然使用者界面(Nature UI)。不管是人的自然手势或身体表面，皆可成为输入界面，比方说可藉由手势操控无人机，抑或将超声波传感器嵌入智能手表的表带上，让人的手臂摇身一变为输入界面。

台大电机系／网媒所李宏毅教授则抛出有趣的命题，如何让机器在无人教导下无师自通，学会人类语言。依传统做法，研究者必须蒐集大量声音信号，再请工读生将每段音讯转为文字，过程极其艰辛繁复，未来只要透过非监督式学习方法，让机器聆听信号，从中找出模型，再到网络上阅读大量文字，便可自动推论出声音信号与文字之间的关联性；而目前台大已有初步成果，这可能是世界上第一次完全非督导式语音识别的尝试。

藉由技转程序，实现专利让与

推广会的压轴议程，由台大产学合作总中心主任段维新教授担纲主讲，他强调台大拥有众多原创的研究成果，企业可针对有兴趣的项目，向该中心提出申请，尔后历经3~4个月的专利让与流程，使该项技术正式变成企业专利。

段维新教授接着说，透过上述技转合作，不仅有助企业快速建立技术能量，且形同建立「门神」，可借此抵挡许多无谓的专利诉讼，从而心无旁鹜利用这些专利成果，有效提升自身的竞争力，创造致胜商机。