自由財經

《CEO開講》陳隆泰:台灣發展AI 存亡關鍵是這個

2019/03/25 07:30

相關影音

創科電子執行長陳隆泰。(記者胡志愷攝)

創科電子執行長陳隆泰:

我的公司要發展人工智慧兩個觀點。一個公司還是有核心技術,我們的核心技術是兩塊,都是在做自駕車的眼睛,一個是在做所謂的下一代的算法。

如果要取代眼睛,我的眼睛視力一定要很好。用傳統的鏡頭組裝方式,是沒辦法達到這種精度的,對我的演算法來說稍微的偏差,是沒辦法算得很精確的。所以我們建了一個無螺牙製程來控制精度,好處是換到任何一個使用場景,品質可以維持。有了這個製程,又有很好的sensor(感測器),資料量是很大的問題,那我就必須要有算法。

我們的做法叫Auto Label(自動標記),解決資料標準化 quality(品質)跟產量的問題,我們不是在解決資料如何進來、多寡的問題,而是在解決怎麼快速處理資料的問題。

一般是用人工慢慢去標記車子,一張一張擷取下來,把它標定成車子,然後再送到AI(人工智慧)裡面訓練。我們現在的突破性作法是,把原始影像送進去,軟體就會自己標定,可以把每一台車標出來,標出來以後把軌跡抓出來,再存起來,這叫自動標記。所以我的資料量每天可以產生4千筆,已經比過去人工標記多,標準差控制在5%、10%以內,有了這些資料以後,就可以做好的深度學習訓練。

現在台灣大概只有我們在開發這一塊。Auto Labeling,我們也可以說Auto Deep Learning(自動化深度學習),當我有了這個東西後,剩下的資料量可以用Business Model(商業模式)去推動。我現在跟車廠在合作所謂的DVR(攝影機),不是單純的DVR,是有車聯網功能的,會把資料傳出來經過我的系統,假設跟幾個車隊合作,那單天的資料量可能會超過10萬筆,沒有平台去處理根本來不及,也不可能用人工去標,所以要做到用機器、電腦標記。

假設要做1個深度學習模型,標的物是車子,我先定義出卡車、貨車、轎車,只要把參數設定好,我1個影片進去,就會自動標記出來;我們在交大路口設置攝影機,攝影機設定好後,它同時輸入進去就開始標出來。

標好的每個圖都變成標準的資料,然後存到伺服器裡面,下一階段就讓模型去辨識,你就把Deep Learning Model(深度學習模型)當做小學生,他的成長來自你放進的資料量,所以可以透過雲端運算,產生龐大標準的資料,提供精準度更好的Model。這個Model可以抽換,也可以知道它的極限,就像是我可以隨時考試,你到底有沒有聰明?有什麼缺陷?我從這個流程上就可以驗證出來,這個平台就是我們投入深度學習,最具體的作法。

我們從成立開始用手標才3萬張,這個東西出來後,資料量累積到20多萬筆了。中國為了加快資料處理速度開了1間公司,專門幫人家標籤資料,1個人1天大概150張,但是人的速度就是這樣,而且還沒算專注度下滑,我們公司每個員工都有去標過,知道這種痛苦,才覺得要全力開發。

當初Google有公佈這項功能,但實際上發現他們後面有200個人等著標記,一直叫我們把資料倒給他,那我們覺得說,資料就是一種公司資產,他們透過這種方式先搜尋你的資料,然後後面其實沒有做到完全自動化標記。

自動標記就是一個沒產值的東西,其實大家在講AI還是看結果,你是不是可以偵測車子?我的Demo都有,只是我覺得這是資料如何產生的問題,未來資料量也會是一個號稱做AI的公司能不能存在的問題。

(紀錄.攝影/記者胡志愷、王惠慧 總策畫/記者歐祥義)