粉絲團
鴻海今年的新版本自駕模型「Lite-QCNet」於CVPR大會Argoverse 2挑戰賽中獲得冠軍。（資料照）
〔記者方韋傑／台北報導〕鴻海（2317）今天表示，旗下研究院的人工智慧研究所攜手香港城市大學，推出的先進自動駕駛軌跡預測模型「QCNet」，繼於去年的世界級AI會議CVPR Argoverse 1和Argoverse 2挑戰賽中取得第1名的成績，今年的新版本模型「Lite-QCNet」在減少計算資源的同時，再次於CVPR大會 Argoverse 2挑戰賽中獲得冠軍。
鴻海指出，電腦視覺與圖形辨識會議CVPR （IEEE Conference on Computer Vision and Pattern Recognition） 是人工智慧、深度學習、計算機視覺、模式識別領域最具影響力的國際學術會議之一，每年都吸引全球不少頂尖研究人員與科技巨頭共同參與。
鴻海觀察，近3年CVPR投稿論文數量，已從8000篇成長到1萬篇，這樣的趨勢反映了CVPR在人工智慧和計算機視覺領域的重要地位，在AI領域，CVPR時常發表計算機視覺和深度學習領域的最新突破，同時推動許多重要技術創新的發展。
鴻海提到，旗下研究院此次參加的Argoverse 2挑戰賽，是基於自動駕駛研究的基準測試平台，為研究人員提供了一個重要的競爭和交流平台，促進相關技術的快速發展和實際應用，過去幾年，AI的軌跡預測方法雖然在準確度上持續有進步，但在效率、可擴展性和靈活性方面存在顯著的限制。
鴻海分析，預測法通常使用複雜的編碼與解碼結構，處理時間較慢、資源消耗較高，在處理大量車流量或複雜環境時，較不利於即時應用，難以有效擴展，會出現性能瓶頸、精度下降等問題，但旗下QCNet模型透過先進架構，除了解決相關痛點，也提高自動駕駛系統的安全性和可靠性，降低事故風險並提升整體性能。
此次鴻海研究院新的Lite-QCNet改良版，能在進一步減少運算資源的同時，依然保持高準確度，它使用基於注意力機制的分塊技術（attention-based patching）進行時間抽象化，並使用k近鄰（k-NN）局部注意力演算法捕捉空間互動性，在Argoverse 2基準測試中達到最先進的性能，證明其在多車輛運動預測中的效率。
此項成果由鴻海研究院人工智慧研究所栗永徽所長率領所內研究員，與香港城市大學汪建平教授團隊、美國卡內基梅隆大學研究人員共同合作完成，獲得Argoverse 2挑戰賽冠軍，除了技術實力得到國際的認可，同時推動整個自動駕駛領域的發展，促進技術創新和產業應用。
一手掌握經濟脈動 點我訂閱自由財經Youtube頻道
免費訂閱《自由體育》電子報熱門賽事、球星動態不漏接
不用抽 不用搶 現在用APP看新聞 保證天天中獎 點我下載APP 按我看活動辦法
