相关影音
创科电子首席执行官陈隆泰。（记者胡志恺摄）
创科电子首席执行官陈隆泰：
我的公司要发展人工智能两个观点。一个公司还是有核心技术，我们的核心技术是两块，都是在做自驾车的眼睛，一个是在做所谓的下一代的算法。
如果要取代眼睛，我的眼睛视力一定要很好。用传统的镜头组装方式，是没办法达到这种精度的，对我的算法来说稍微的偏差，是没办法算得很精确的。所以我们建了一个无螺牙制程来控制精度，好处是换到任何一个使用场景，品质可以维持。有了这个制程，又有很好的sensor（感测器），资料量是很大的问题，那我就必须要有算法。
我们的做法叫Auto Label（自动标记），解决资料标准化 quality（品质）跟产量的问题，我们不是在解决资料如何进来、多寡的问题，而是在解决怎么快速处理资料的问题。
一般是用人工慢慢去标记车子，一张一张撷取下来，把它标定成车子，然后再送到AI（人工智能）里面训练。我们现在的突破性作法是，把原始影像送进去，软件就会自己标定，可以把每一台车标出来，标出来以后把轨迹抓出来，再存起来，这叫自动标记。所以我的资料量每天可以产生4千笔，已经比过去人工标记多，标准差控制在5%、10%以内，有了这些资料以后，就可以做好的深度学习训练。
现在台湾大概只有我们在开发这一块。Auto Labeling，我们也可以说Auto Deep Learning（自动化深度学习），当我有了这个东西后，剩下的资料量可以用Business Model（商业模式）去推动。我现在跟车厂在合作所谓的DVR（摄影机），不是单纯的DVR，是有车联网功能的，会把资料传出来经过我的系统，假设跟几个车队合作，那单天的资料量可能会超过10万笔，没有平台去处理根本来不及，也不可能用人工去标，所以要做到用机器、电脑标记。
假设要做1个深度学习模型，标的物是车子，我先定义出卡车、货车、轿车，只要把参数设定好，我1个影片进去，就会自动标记出来；我们在交大路口设置摄影机，摄影机设定好后，它同时输入进去就开始标出来。
标好的每个图都变成标准的资料，然后存到服务器里面，下一阶段就让模型去辨识，你就把Deep Learning Model（深度学习模型）当做小学生，他的成长来自你放进的资料量，所以可以透过云端运算，产生庞大标准的资料，提供精准度更好的Model。这个Model可以抽换，也可以知道它的极限，就像是我可以随时考试，你到底有没有聪明？有什么缺陷？我从这个流程上就可以验证出来，这个平台就是我们投入深度学习，最具体的作法。
我们从成立开始用手标才3万张，这个东西出来后，资料量累积到20多万笔了。中国为了加快资料处理速度开了1间公司，专门帮人家标签资料，1个人1天大概150张，但是人的速度就是这样，而且还没算专注度下滑，我们公司每个员工都有去标过，知道这种痛苦，才觉得要全力开发。
当初Google有公布这项功能，但实际上发现他们后面有200个人等著标记，一直叫我们把资料倒给他，那我们觉得说，资料就是一种公司资产，他们透过这种方式先搜寻你的资料，然后后面其实没有做到完全自动化标记。
自动标记就是一个没产值的东西，其实大家在讲AI还是看结果，你是不是可以侦测车子？我的Demo都有，只是我觉得这是资料如何产生的问题，未来资料量也会是一个号称做AI的公司能不能存在的问题。
（纪录.摄影／记者胡志恺、王惠慧 总策画／记者欧祥义）
