智能应用 影音
电子时报移动版服务
event

跨域应用AI技术 台大人工智能中心展现前瞻研发新量能

跨域应用AI技术 台大人工智能中心展现前瞻研发新量能

近年数码转型与AI技术蓬勃发展,是各个产业关注的议题。而一个技术从研究开发到实际的产业应用,需要多方的合作与投入。协助跨领域技术与产业顺利连结,是台大AI中心的重点目标之一,为促成产学交流与合作,台大AI中心於110年11月26日(五) 举办在线「台大AI中心暨辖下计划成果发表会」。此次由中心辖下AI核心技术及医疗照护领域的研究团队,透过技术讲演及海报展示,分两个场次发表多项前瞻研究成果与应用方向。

在AI核心技术场次中,电脑视觉与多媒体类别研究团队结合众多技术,已生成相关落地应用於视讯监控与医学影像、手机芯片与制造,与银行及舆情分析产业等。其中,台大陈祝嵩教授团队所训练的永续终身学习(CLL)模型应用在工业的瑕疵检测上,能将所有的瑕疵辨认整合在同一模型进行,可达到增加新的侦测目标而不影响原本的识别率。

 点击图片放大观看

方士豪团队以「个人化语音强化系统」获颁2019未来科技突破奖。台大AI中心

陈中和团队以「符合OpenCL/TensorFlow API 规范的通用绘图处理器」获颁2020旺宏金矽奖。台大AI中心

黄升龙团队以「高解析活体光学同调断层扫描仪」获颁第17届国家新创奖。台大AI中心

此外,陈祝嵩团队所开发的Audio visual语音增强技术,透过灰阶化、降解析、自编码等多重手法,让影像处理成本降至与音讯处理相当,并确保流程中影像无法还原,但仍可保持优异效果,在影像数据分享的过程中同时兼顾效能及隐私。

清大林嘉文教授团队利用深度学习研发出半导体制程EDA工具,可以早期预测光刻制程所产生的电路失真及光罩修正,可应用於IC 制程之布局图评估、IC 瑕疵、热区预测,及光罩优化等。这是全世界第一套以电脑视觉准确预测光刻制程对晶圆线路所产生的失真之技术,大幅超前目前EDA设计工具,可望造成半导体制程EDA之典范转移。

AI芯片、硬件设计与通讯类别研究团队也开发出多项实用技术。元智大学方士豪教授研究团队开发之毫米波雷达动态感知技术,可在有隐私疑虑的线上居家照护机构场景,用於侦测跌倒事件发生、或是监测卧床者之生理指数,降低照护者之负担。

目前离线声控装置不易达到大字汇的关键字语音识别,方士豪团队研发出个人化语音增强技术,可在离线状态下消除语音信号中的杂讯,提升关键字识别率,可应用於家电及家庭照护等语音控制装置。

另外,如何将需要大量计算的AI技术在终端装置实现,可高度平行化处理的通用绘图处理器(GPGPU)是一个未来方向。成大陈中和教授团队自2013年起规划开发的CASLab GPU,目标是打造出第一颗国内自制的SIMT运算型GPU。

透过优化的编译流程,使软件堆叠更能配合硬件的运作,大幅提升整体效能,且提供开源的开发执行环境。软件层无论OpenCL Runtime、Compiler都是以C语言开发,可以搭配在ARM、 RISC-V等常见的CPU平台上运作。这项技术也已开始技转多家厂商,快速为MCU升级AI能力。

在这个联网智能服务的时代,人们已习惯使用网络服务,近年来产业界也大量在第一线使用AI智能客服。若要达到精准应对,大范围的知识库是不可或缺的。在自然语言与情绪运算类别中,中研院马伟云教授团队开发的独特知识表达模式,将原本的常识 (广义知网E-HowNet) 附加知识 (维基百科的文本数据),扩大词汇规模,打造一个百万词汇级别的中文知识图谱。

透过加以组合或分解,用有限的概念表达无限的语意,使得机器可以更容易地进行逻辑推论。不仅可强化AI智能应用(如Chatbot) 对中文语意理解的能力,也可用於各种语意分析工具及中文或华语教学。已有多个产业单位接洽并导入应用。

机器学习、深度学习与网安隐私也是在人工智能相关研究中的热门关键字。现今有许多透过云端使用的在线机器学习服务,但数据遭窃取事件频传,甚至有透过深度学习重建原图进行的非法行为。由台大吴沛远教授团队提出之生成对抗压缩隐私网络,透过非线性技术处理图片及影片,能够保留动作识别所需特徵,但避免暴露影片中人物的身份。

该团队也研发以多方安全计算技术应用於深度学习的图像分类问题上,用以保护类神经网络,使外界无法得知透过哪些数据进行训练。此技术适合应用於医学影像、脸部识别、虹膜识别等机密档案的相关工作。运用这些技术,一方面保有足够信息让业者提供云端服务,同时能维护使用者的隐私。

在医疗照护场次部分,有多项医学影像的研究成果已实际导入医疗场域使用。如台大张瑞峰教授团队运用深度学习技术开发的全自动乳房超声波乳癌侦测与诊断系统,采用一次性检查设计,1秒内即可完成一个全自动乳房超声波(300 张影像)的乳癌检阅程序,较传统方法大幅缩短阅片时间,并能精确定位乳癌位置及显示区域并进行诊断,具有95%的正确度。

此外,乳癌诊断准确度亦达89.2%,已具有高度临床价值。而台大黄升龙教授团队则透过结合深度卷积神经网络及三维细胞级断层影像,可以实时分析活体细胞核的形貌及统计信息、标注真皮表皮交界处、可将OCT影像转换以模拟切片染色影像,协助病理诊断。由该团队技转所开发出之台湾原创高解析活体光学影像系统(ApolloVue S100),具有极高的三维分辨率,可实时呈现人体皮肤之完整表皮层及上真皮层结构,并结合智能影像导引快速切换横切面或纵切面影像模式,已获美国FDA 二类医疗器材以及台湾TFDA第二级医疗器材认证。相关电脑辅助侦测/诊断系统可以提供实时诊断参考,进而降低人为疏失,协助医师提供实时且更精准的诊断。

台大AI中心与辖下31个团队执行科技部AI创新专案已四年,不论在学术研究、国际合作,与产业应用面都缴出亮眼成绩,并致力於连结学研界人才、技术与实际产业应用,促成跨领域、跨单位、跨国际的多元合作。若您考虑导入AI技术、进行数码转型、开发AI应用,或取得学研AI技术授权、寻求学研团队合作,可以联系台大AI中心。欢迎到台大AI中心官网照护子中心官网,进一步了解团队的研究成果。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: AI 台湾大学