用最少的資源，讓台灣的AI研究，登上世界最高殿堂
一個極具突破性的尖端課題，很可能來自於平凡的日常生活。
一個極具創新性的研究成果，也很可能來自於勇敢逆風而行的航程。
故事起源於2018年，當時科技部正在力推「業界出題，學界解題」的AI發展策略，時任中研院資訊所所長的廖弘源教授，接下了一個看似平凡的任務：透過義隆電子裝在桃園的交通攝影鏡頭，解決塞車問題。然而，這個任務隱藏著一個巨大挑戰——影像資料量大，雲端設備又昂貴，傳送、儲存還有資安疑慮，所以得在路邊的攝影鏡頭裡處理。但這類設備的算力有限，該如何進行複雜的AI運算？當時，廖教授與他的得力助手王建堯博士後研究員，思考一個新的解決路徑，也就是設計一個降低成本的演算法，取代硬體運算的功能，於是發現了YOLOv3。YOLO全名「You Only Look Once」（你只要看一次），顧名思義，就是用最少的運算資源，做最快的影像辨識。然此模型仍舊過大，廖教授的團隊不畏挑戰，著手發展更新的演算架構，最後推出運算速度與精準度高的CSP Net，引發國際關注。俄羅斯工程師博科夫斯基（Alexey Bochkovskiy）進而邀請王建堯一起開發YOLOv4。2020年初，正當全球受新冠疫情肆虐，多數人被迫居家辦公，王建堯卻關在實驗室裡，日以繼夜地測試模型速度，他的勤奮加上廖教授的經驗，最終誕生了YOLOv4。然這只是成功的開始，隨後四年內，該團隊接連推出YOLOR、v7、v9版本。目前這些模型已被廣泛應用於交通管理、醫療診斷、農業監測，甚至國防領域。「2020年之後，物件偵測領域就是台灣的天下」，一頭銀髮、人稱“老頑童”的廖教授自豪地說。令人敬佩的是，他選擇了一條少人走的路——當多數人追求論文發表量，他卻一心想解決重要問題。在全球AI競賽中，廖教授早已洞悉：勝利不在於資金多寡，而在於創新的力量。這個逆風飛行的研究精神，殷殷垂鑑於我輩。以上文字摘錄整理自《天下雜誌》806期，全文請點閱以下圖片或文字連結。
