媒體報導 – 人工智慧技術暨全幅健康照護聯合研究中心

【媒體報導】Entering the New AI Era：AI organization at NTU

2024-07-11/在： All, 媒體報導

📌全文見連結

In the past decade, the rapid growth of AI has driven comprehensive development across various areas. NTU research teams have long been devoted to AI research, leading globally in computer vision, machine learning, natural language processing, and the Web and information retrieval. The exclusive interviews will introduce four AI-related research centers within the university, all sharing common goals of technology research and development, talent cultivation, practical application, and international connection.

In 2018, with the support of AI Innovation Research Center Project (2018–2021) initiated by the Ministry of Science and Technology, Professor Hsin-Hsi Chen and Professor Li-Chen Fu jointly established the NTU Joint Research Center for AI Technology and All Vista Healthcare (AINTU), focusing on smart technology and smart medical care research. In 2020, AINTU in collaboration with the National Taiwan University Hospital (NTUH) conducted a three-year capstone project on smart emergency department. NTU research teams continued to receive support from AI Research Project Addressing Critical National Challenges (2022–2025) to develop trustworthy AI core technologies and their applications in services and healthcare.

We continuously innovate, exploring new topics, and developing new technologies and applications. We collaborate closely with departments to support programs such as the Intelligent Medicine Program, Master Program of Artificial Intelligence, and the PhD program in AI Engineering Applications, with the aim of cultivating interdisciplinary talent. We cooperate with industries to drive industrial advancement, tackling challenges proposed by industry and solved by academia.

Exclusive Interview with the National Taiwan University Joint Research Center for AI Technology and All Vista Healthcare (AINTU)

📌全文見連結

If we were to sum up the various tasks undertaken by the AINTU with one keyword, “connection” would be an ideal choice.

As an example of international connections, AINTU maintains regular partnerships with the American company Google, annually facilitating collaborations between scholars from NTU and other universities with Google. Through the annual co-hosted event (AI BootCamp), key Google researchers are invited to Taiwan to share the latest developments in cutting-edge technologies that are not publicly disclosed. Each year, critical topics are selected, such as the Google’s large language model (LLM) development and AI applications in the semiconductor industry in 2023, fostering in-depth discussions and exchanges with faculty and students.

Moreover, AINTU has hosted multiple AI summer camps so far. In 2021, it successfully hosted the internationally renowned Machine Learning Summer School (MLSS) 2021, featuring a rigorous three-week, 76-hour intensive program. Thirty international lecturers were invited to deliver various courses covering both theory and technology. The event attracted over 1,700 students from 61 countries, establishing Taiwan as a key node for the exchange of next-generation AI talents.

In terms of research, AINTU leads the Smart Emergency Diagnosis research program initiated by the National Science and Technology Council to develop AI tools, integrating NTU’s AI technology team with the medical team. This initiative not only accelerates the conception and execution of relevant research but also elevates the quality of frontline medical care. The collaboration with the Department of Emergency Medicine at NTUH, under the direction and coordination of the department head, identified issues in triage, imaging, and diagnosis that AI could address. The professional computer science team at AINTU then developed over ten models, resulting in more than 30 research papers and clinical trials involving tens of thousands of participants. To ensure practical applications, AINTU assisted NTUH in overcoming bottlenecks in data and computing power for model implementation by securing the cooperation of suppliers to install cloud-based GPU servers for regular hospital use.

2023 AI BootCamp Group Photo

National Taiwan University Hospital Smart ED Press Conference Group Photo

【媒體報導】AI頂級會議又在臺舉辦，兩大巨頭分享生成式AI新進展，連摩根大通研發副總都將來臺北分享

2023-07-24/在： All, 媒體報導

國際頂級AI學術會議又來臺舉辦，資訊檢索領域（IR）的AI頂級會議ACM SIGIR近日（7月23日）將在臺北舉辦，由Google DeepMind 、微軟研究院的重量級科學家開場，分享生成式檢索、Copilot搜尋等AI新典範浪潮下的研究進展，多家跨國企業像摩根大通集團都派出研發副總來臺分享業界第一手研究。

ACM SIGIR是全球13個頂級AI會議之一，是資訊檢索領域公認最重要的學術會議，今年有將近500篇論文，論文接受率平均只有20％，議題涵蓋了各種資訊檢索技術和議題，例如搜尋、排序、評估、NLP、推薦系統、內容分析、FATE（公平透明倫理、可解釋性）等，傳統的IR技術，正是電商、企業常用推薦技術背後的基礎。另外也有業界研發成果專場，發表數十篇業界第一線論文。不只學術界重視，連科技巨頭，跨國企業，如摩根大通集團都有數篇論文發表，派出研發副總親自登臺。

2019年7月臺大人工智慧研究中心陳信希主任在向SIGIR組織提出申請，與三國競爭後勝出。這是46年來首次來臺舉辦，由臺灣大學人工智慧研究中心與中華民國計算語言學學會負責。這是2019年電腦視覺頂級會議ICIP登臺，帶來卷積神經網路之父Yann LeCun訪臺後的另一場AI頂級會議。

臺灣大學人工智慧研究中心執行長杜維洲指出，AI技術演進太快，競爭非常激烈，研究者為了怕競爭者搶先發表類似成果，往往選擇到舉辦時間最近的國際會議上發表，而非像其他領域透過重要期刊曝光。不只學術圈，科技巨頭一有新進展，也會想在最近的AI頂級會議上發表，換句話說，「在AI頂級會議，有機會看到全球最新的重大AI研究成果。」他強調，不只IR，更會吸引各領域AI的國際一流研究人員來臺交流。

Google DeepMind、微軟研究院重量級科學家、臺灣國際級ML專家揭露最新發展

「光是主場演講就非常值得期待，」杜維洲推薦。學界業界都高度知名的Google DeepMind傑出研究科學家Marc Najork，在Google率領了70人規模的研發團隊，他也是IEEE院士，將介紹最熱門的生成式模型如何影響IR領域的發展，尤其是這個新典範伴隨的衝擊和困難。

而微軟研究院實驗室副總監兼總經理Ryen White在微軟總部率領了多個重量級議題團隊，包括NLP倫理、Cortana等主題。微軟近來大舉將Copilot的人機協作AI思維落實到各產品和研發層面。Ryen White將分享Copilot趨勢對搜尋和IR領域的最新進展和衝擊。而因ML演算法論文破5萬次引用揚名全球的臺灣大學資工系教授林智仁則會分享一個重要的ML模型研發新思維，要有不要等到夠準才敢試的態度。

主辦單位特別找來伊利諾大學使用者測試首席研究科學家Ranjitha Kumar擔任主場演講，分享使用者體驗研究時，如何整合量化和無法量化的質性資料，來進行使用者實驗的方式，「這位一路參與新創公司第一線研究的學者，可以帶給IR領域新觀點而邀請她。」杜維洲。

將數百位AI學界、業界一流人才帶來臺灣交流

另一個在臺舉辦的意義是，杜維洲表示，臺灣越來越多本土研究人才，但不見得人人都有機會出國擴大視野，爭取頂級國際會議來臺，就能將數百外國際專家帶來臺灣交流。為了讓臺灣新一代學術人才和國際一流AI人才交流，臺大也招募了近50位碩博士生擔任工作志工，就近與這些國際專家接觸。

去年ACM SIGIR會議在熱到42度的西班牙舉辦，眾人最疲累的最後一天末尾，臺灣主辦人上場介紹今年活動時，直接播放了3分鐘影片，一播完夜市各類美食，全場歡呼，大家都問，能不能喝到道地的珍珠奶茶。杜維洲打趣的說，去哪吃臺灣美食，成了這群國際AI人才來臺，最常問他的一件事。

原文出處：

https://www.ithome.com.tw/news/157888?fbclid=IwAR2eI8QMnTvDYp55voz3fOSOPzLrSMchZFfsbhPPx_2pmSzw7lQ2NbEWC4Q

【新聞稿】臺大與Google深化合作！共推半導體、AI技術研究

2023-05-04/在： All, 媒體報導

臺大與Google深化合作！共推半導體、AI技術研究

台灣大學今（4日）宣布和Google 有更深的合作，除現有電機、資訊、機械等領域，將擴大到半導體、晶片設計、永續發展及AI技術範疇，並增加更多元的合作形式，包括研究獎助、知識產權共享。

台大與Google在AI、機器學習、電腦視覺、自然語言處理、半導體等領域，均有世界級的研究團隊。近年來，雙方透過台大人工智慧研究中心（AINTU）居中協調，順利推動多項產學交流合作，不斷提升師生學術能量，創新研究成果。

其中台大和Google在2018年共同發起「AI創新研究營」，台大指出，目前五屆已累積超過60位來自各國的Google專家進行分享，逾1500位參加者，今年主題將聚焦在雙方在人工智慧領域的研究合作，包含當下熱門 AI 領域交流，如大型語言模型等。

台大副校長廖婉君表示，台大是國際一流大學，而Google在搜尋引擎、雲端服務及開源軟體方面，影響力遍及世界各角落，雙方無論是在人才培育、學術研究、產學合作及永續發展等主題，都有共識一起合作推動，特別是人工智慧、半導體、及環境永續等，都是未來合作的重要方向。

而Google 過去幾年以多種方式挹注台大資源，贊助學生參與國際學術活動，提供學生企業實習機會，贊助年輕教師進行研究，鼓勵女性族群。期待雙方未來有更長遠、更多元深化的合作，共創雙贏。

Google台灣董事總經理馬大康博士則表示，很開心能持續推動大專院校交流，協助年輕學子提升研究和實務專業知識，並透過Google大學交流計畫、AI 創新研究營和半導體研究計畫等高階技術研究合作，深化台灣產學界在關鍵技術領域交流，感謝台大在各計畫的大力支持，期許產學界能共同邁步向前，協助台灣推動先進科技發展，落實智慧台灣願景。

https://www.ettoday.net/news/20230504/2492526.htmhttps://taiwan.googleblog.com/2023/05/university-relations.html#mor

https://www.inside.com.tw/article/31519-Google-university-relations-semiconductor-project

【新聞稿】跨域融合･臺灣AI新局(2023/03/28)

2023-03-28/在： All, 媒體報導

跨域融合･臺灣AI新局

人工智慧 (AI) 技術的蓬勃發展，已深入各行各業、改變民眾日常生活，對人文社會帶來深遠影響。為引導AI成為人民信賴且有益於社會的力量，國科會推動臺灣人工智慧卓越中心 (Taiwan AI Center of Excellence，簡稱Taiwan AICoE)，做為跨部會整合及國際合作平台，根基於科研技術、人才培育、AI治理等三大策略目標，銜接國內現有人工智慧研究基盤，並遵循「以人為本」、「永續發展」、「多元包容」等價值觀，協調各部會提升資源之投入綜效，特於今(28)日舉辦「臺灣AI展望與布局記者會」，邀請產官學研各界代表，攜手合作、接軌國際，共同引導及推動朝台灣可信賴AI的發展，善用AI技術來為人類社會福祉創造正面影響，實現「AI for Better Life」。

以人為本推動AI 接軌國際規範與價值觀

行政院政委兼國科會主委吳政忠表示，國際社會逐漸追求符合人權、基本自由及共同民主價值等基本原則，落實於AI的發展與使用上，以契合經濟合作暨發展組織（OECD）所提出的「人工智慧原則（AI Principles）」，與聯合國的「永續發展目標（SDGs）」。為落實國內以人為本的AI發展，確立資料治理規範與AI倫理價值，國科會已於108年頒布人工智慧科研發展指引，引導國內科研人員有所依循，進一步積極研議共通性AI研發與應用倫理準則，跨部會合作推動臺灣AI倫理法制化，並與全球AI倡議接軌，將臺灣價值觀帶入國際規範，提升臺灣於全球AI治理的制度影響力。

立基AI國力擴大台灣AI影響力

臺灣擁有世界級半導體產業的硬體實力，結合優質AI科研能量、研發人才等軟體技術，接軌全球AI新興關鍵技術是極具競爭力的。為拓展國際合作之整體策略布局，以Taiwan AICoE作為國際合作平台，提升交流層級，並根基於三大策略目標，在科研技術面向，強化AI核心科技國際合作；在人才面向，鏈結AI頂尖國際機構及學者建立亞太人才樞紐；在治理面向，參與以人為本AI國際組織，並與價值觀相近國家建立可信賴AI夥伴關係。由上而下引導國際合作策略布局，聚焦重點國家、領域、機構的對接與合作，建立跨部會合作平台並介接專業社群，共同擴大台灣AI國際影響力。

以國家高度布建可信賴AI國際對話平台

近期生成式AI開始蓬勃發展，為AI科技注入嶄新希望與超乎想像的應用，其技術演變與所衍生的風險，將對人類社會造成結構性衝擊。Taiwan AICoE將匯聚產官學研能量，主動布局新興關鍵科技及發展要素，並多元介接政治、經濟、社會學、人類學、哲學等面向，落實以人為本的AI根基，以厚植可信賴AI卓越研究能量為目標，型塑臺灣成為國際級AI研發聚落，回應國家與全球重大挑戰，打造臺灣成為全球AI新銳。

啟動儀式合影左起為華碩雲端吳漢章總經理、所羅門陳政隆董事長、叡揚資訊張培鏞董事長、數位部李懷仁次長、中山大學鄭英耀校長、國科會吳政忠主委、台灣AI晶片聯盟盧超群會長、中華民國資訊軟體協會沈柏延理事長、義隆電子葉儀皓董事長、AICoE蔡志宏總召及AICoE許永真副總召

原文章連結

【新聞稿】臺大醫院與台大AI中心共同打造人工智慧急診 AI創新醫療流程改善急診壅塞問題

2023-02-20/在： All, 媒體報導

臺大醫院與台大AI中心共同打造人工智慧急診 AI創新醫療流程改善急診壅塞問題

急診來診病患具高度不確定性及時效壓力：無法預知來診時間、病患疾病種類、特殊事件導致急診快速湧入大量病患等狀況。因此，於病患看診流程之各階段導入人工智慧輔助診斷處置，可維持一致的看診品質、減低醫護人員負擔、有效縮短病患留院時間、提高急診處理量能。本院積極推動運用人工智慧科技，打造智慧醫療場域以提高醫療品質，由急診醫學部與台灣大學人工智慧技術暨全幅健康照護聯合研究中心(以下簡稱台大AI中心)藉由執行國科會Capstone拔尖整合計畫“智慧急診：以人工智慧改善急診病人流動及解決壅塞之全面性策略”建立智慧急診創新醫療流程，並實際於臺大醫院急診完成近萬人次初步驗證，急診流程全面智慧化，在六個急診流程關鍵，成功開發13個AI模型，改善急診壅塞問題。

本計畫由台灣大學陳銘憲前副校長與廖婉君副校長，帶領台灣大學陳信希教授、傅立成教授、陳祝嵩教授、與王偉仲教授等技術團隊，以及由本院吳明賢院長，急診醫學部黃建華主任帶領近十位急診主治醫師，組成堅強跨領域團隊共同規畫進行。

建置算力與數據平台，急診流程全面智慧化

整合本院各科部室 (急診部、資訊室、醫研部、智醫中心等)、台灣大學AI中心多個研究團隊、業界夥伴 (華碩雲端、研華、商之器科技、維曙智能科技等) 投入人力、設備、軟體等，協力建置本院急診私有雲基礎算力、數據平台、以及串接院內數百項即時多模態病歷資料，開發即時AI輔助系統。目前於本院內所建置的急診私有雲平台，其中有六台專屬GPU與CPU伺服主機，區分為兩個高可用叢集 (HA Clusters)，以提供AI模型訓練與推論的算力資源，並能支應急診24小時穩定運作需求。智慧急診流程所需之各項服務、AI模型、數據管理平台均在此私有雲平台運行。此平台整合數據介接傳輸、模型部署更新、運算資源分配、數據分析圖像化顯示介面等功能；平台上也同時運行數項臨床服務系統，包括AI輔助系統、急診中控台即時看板、病床管理系統、病床與設備定位系統等。

六個急診流程關鍵，成功開發13個AI模型
在急診看診流程中，選擇六個關鍵，開發對應的AI模型用以輔助醫師進行診療。模型開發階段需先向院內申請回溯性資料，並輔以國外的開放醫療資料進行訓練，多項模型效能達到世界最佳 (SOTA，state-of-the-art)，並累積發表近30篇國際期刊與會議論文。成功開發13個適用於急診的AI模型。分別運用在急診檢傷、醫師問診、胸部X光檢查、管路誤置偵測、院內心跳停止預後建議、留觀離部評估、早期高危險偵測預警各階段，於病患留院期間，隨時根據當下狀況提供最新AI輔助建議：
一、   快速精確的電子化檢傷：用於預測檢傷等級、住院機率、留院時間，輔助醫師進行有效準確的檢傷分級分流。
二、   快速精準的病史分析：依據病人病史預測潛在癥狀與診斷的ICD code，提醒醫師可能的病因與處置。
三、   即時危險分級及辨識：對躺床病患以平躺胸部X光影像進行即時判斷，同時偵測是否感染肺結核、偵測有無氣胸癥狀與位置、及偵測是否有導管誤置情況發生。
四、   及早及適當安全的離部：預測三日再回診可能性、留觀期間死亡機率預測、住院可能性預測、停留超過 24 小時預測、相似病歷取回機制，輔助醫師評估病患離院風險。
五、   心跳停止事件的預後評估：本團隊獨創開發之技術，由腦部CT影像自動偵測與計算腦部灰白質比率，輔助醫師快速且精確評估病患後續治療規劃。
六、   病患手環早期高危示警：急診病患藉由戴上智慧型手環，隨時進行生理訊號監看，由模型偵測30~60分鐘後高危險狀況發生機率並即時提出警告，臨床醫護人員可提早介入處置。

保護病患隱私，進行臨床前瞻性試驗，導入多院區落地試用

研究團隊與業界夥伴依據本院急診使用需求，在急診私有雲平台上，以一年半時間共同開發出智慧急診AI輔助系統，介接數百個即時病歷項目欄位與醫療影像，以每15分鐘頻率更新每位急診病患狀態與AI建議，並能同時追蹤多院區至少五百名以上急診病患。藉由使用AI輔助系統，醫師能隨時掌握負責的病患狀況，如同有位AI助理隨時提醒，不僅減輕醫師負擔也達到一致的醫療品質。

為確認臨床效益，並兼顧病患隱私，整個急診創新流程撰寫嚴謹的IRB計畫書經台大醫院倫委會審核同意，所有病歷與影像資料以即時去識別化的方式進行臨床試驗，已有近萬名案例進行驗證。為使各地區均能運用創新智慧醫療工具，本院規畫於今年2月起陸續在雲林分院及新竹分院導入試用。不僅能平衡城鄉醫療資源差距，也能依據不同區域看診需求，持續收集資料並進行調整優化。

急診現場智慧化，圖像式管理急診人流、病床及設備

透過院內定位系統，準確定位總院急診場域內一百多張病床與數百項設備；嘗試調整臨床流程，使用病床管理系統以掌握病床位置與使用狀態 (如空床、使用中、待清床、維護中等)。急診醫師與護理師可使用診間電腦，或行動式平板手機，透過連接急診中控台即時看板頁面快速掌握現場病患與資源的全面狀況，以快速因應緊急狀況。

國科會補助，發展智慧急診，儲備研究動能

導入人工智慧技術，需要投入相當多的資源與人力。藉由三年來國科會支持與各方投入協助，已奠定本院智慧急診的基礎，並將繼續導入創新流程於各院區進行試用。這個智慧急診創新醫療流程可說是本院啟動智慧醫療最好的範例，為持續加速轉動這個創新循環，除了擴大應用持續營運優化之外，也將本院過去十年的急診病歷資料，清理建置為“急診特色資料庫”，交由醫學研究部管理，開放供本院未來醫學研究使用。這是臺大醫院在推動智慧醫療的里程碑，也是下一階段的起點，未來將持續在智慧醫療的領域，為守護全民的健康持續努力。

新聞稿出處

https://health.ettoday.net/news/2444061

https://reurl.cc/LNyV0x

【媒體報導】跨域應用AI技術台大人工智慧中心展現前瞻研發新量能

2021-12-13/在： All, 媒體報導

【跨域應用AI技術台大人工智慧中心展現前瞻研發新量能】

轉載自此連結

近年數位轉型與AI技術蓬勃發展，是各個產業關注的議題。而一個技術從研究開發到實際的產業應用，需要多方的合作與投入。協助跨領域技術與產業順利連結，是臺大AI中心的重點目標之一，為促成產學交流與合作，臺大AI中心於110年11月26日(五) 舉辦線上「臺大AI中心暨轄下計畫成果發表會」。此次由中心轄下AI核心技術及醫療照護領域的研究團隊，透過技術講演及海報展示，分兩個場次發表多項前瞻研究成果與應用方向。

在AI核心技術場次中，電腦視覺與多媒體類別研究團隊結合眾多技術，已生成相關落地應用於視訊監控與醫學影像、手機晶片與製造，與銀行及輿情分析產業等。其中，臺大陳祝嵩教授團隊所訓練的永續終身學習(CLL)模型應用在工業的瑕疵檢測上，能將所有的瑕疵辨認整合在同一模型進行，可達到增加新的偵測目標而不影響原本的辨識率。

此外，陳祝嵩團隊所開發的Audio visual語音增強技術，透過灰階化、降解析、自編碼等多重手法，讓影像處理成本降至與音訊處理相當，並確保流程中影像無法還原，但仍可保持優異效果，在影像資料分享的過程中同時兼顧效能及隱私。

清大林嘉文教授團隊利用深度學習研發出半導體製程EDA工具，可以早期預測光刻製程所產生的電路失真及光罩修正，可應用於IC 製程之佈局圖評估、IC 瑕疵、熱區預測，及光罩優化等。這是全世界第一套以電腦視覺準確預測光刻製程對晶圓線路所產生的失真之技術，大幅超前目前EDA設計工具，可望造成半導體製程EDA之典範轉移。

AI晶片、硬體設計與通訊類別研究團隊也開發出多項實用技術。元智大學方士豪教授研究團隊開發之毫米波雷達動態感知技術，可在有隱私疑慮的遠距居家照護機構場景，用於偵測跌倒事件發生、或是監測臥床者之生理指數，降低照護者之負擔。

目前離線聲控裝置不易達到大字彙的關鍵字語音辨識，方士豪團隊研發出個人化語音增強技術，可在離線狀態下消除語音訊號中的雜訊，提升關鍵字辨識率，可應用於家電及家庭照護等語音控制裝置。

上圖：方士豪團隊以「個人化語音強化系統」獲頒2019未來科技突破獎。

另外，如何將需要大量計算的AI技術在終端裝置實現，可高度平行化處理的通用繪圖處理器(GPGPU)是一個未來方向。成大陳中和教授團隊自2013年起規畫開發的CASLab GPU，目標是打造出第一顆國內自製的SIMT運算型GPU。

上圖：陳中和團隊以「符合OpenCL/TensorFlow API 規範的通用繪圖處理器」獲頒2020旺宏金矽獎。

透過優化的編譯流程，使軟體堆疊更能配合硬體的運作，大幅提升整體效能，且提供開源的開發執行環境。軟體層無論OpenCL Runtime、Compiler都是以C語言開發，可以搭配在Arm、 RISC-V等常見的CPU平台上運作。這項技術也已開始技轉多家廠商，快速為MCU升級AI能力。

在這個連網智慧服務的時代，人們已習慣使用網路服務，近年來產業界也大量在第一線使用AI智能客服。若要達到精準應對，大範圍的知識庫是不可或缺的。在自然語言與情緒運算類別中，中研院馬偉雲教授團隊開發的獨特知識表達模式，將原本的常識 (廣義知網E-HowNet) 附加知識 (維基百科的文本資料)，擴大詞彙規模，打造一個百萬詞彙級別的中文知識圖譜。

透過加以組合或分解，用有限的概念表達無限的語意，使得機器可以更容易地進行邏輯推論。不僅可強化AI智能應用(如Chatbot) 對中文語意理解的能力，也可用於各種語意分析工具及中文或華語教學。已有多個產業單位接洽並導入應用。

機器學習、深度學習與資安隱私也是在人工智慧相關研究中的熱門關鍵字。現今有許多透過雲端使用的線上機器學習服務，但資料遭竊取事件頻傳，甚至有透過深度學習重建原圖進行的非法行為。由臺大吳沛遠教授團隊提出之生成對抗壓縮隱私網路，透過非線性技術處理圖片及影片，能夠保留動作識別所需特徵，但避免暴露影片中人物的身分。

該團隊也研發以多方安全計算技術應用於深度學習的圖像分類問題上，用以保護類神經網路，使外界無法得知透過哪些資料進行訓練。此技術適合應用於醫學影像、臉部辨識、虹膜辨識等機密檔案的相關工作。運用這些技術，一方面保有足夠資訊讓業者提供雲端服務，同時能維護使用者的隱私。

在醫療照護場次部分，有多項醫學影像的研究成果已實際導入醫療場域使用。如臺大張瑞峰教授團隊運用深度學習技術開發的全自動乳房超音波乳癌偵測與診斷系統，採用一次性檢查設計，1秒內即可完成一個全自動乳房超音波(300 張影像)的乳癌檢閱程序，較傳統方法大幅縮短閱片時間，並能精確定位乳癌位置及顯示區域並進行診斷，具有95%的正確度。

此外，乳癌診斷準確度亦達89.2%，已具有高度臨床價值。而臺大黃升龍教授團隊則透過結合深度卷積神經網路及三維細胞級斷層影像，可以即時分析活體細胞核的形貌及統計資訊、標註真皮表皮交界處、可將OCT影像轉換以模擬切片染色影像，協助病理診斷。由該團隊技轉所開發出之台灣原創高解析活體光學影像系統(ApolloVue S100)，具有極高的三維解析度，可即時呈現人體皮膚之完整表皮層及上真皮層結構，並結合智能影像導引快速切換橫切面或縱切面影像模式，已獲美國FDA 二類醫療器材以及台灣TFDA第二級醫療器材認證。相關電腦輔助偵測/診斷系統可以提供即時診斷參考，進而降低人為疏失，協助醫師提供即時且更精準的診斷。

上圖：黃升龍團隊以「高解析活體光學同調斷層掃描儀」獲頒第17屆國家新創獎。

臺大AI中心與轄下31個團隊執行科技部AI創新專案已四年，不論在學術研究、國際合作，與產業應用面都繳出亮眼成績，並致力於連結學研界人才、技術與實際產業應用，促成跨領域、跨單位、跨國際的多元合作。若您考慮導入AI技術、進行數位轉型、開發AI應用，或取得學研AI技術授權、尋求學研團隊合作，可以聯繫臺大AI中心。歡迎到臺大AI中心官網、照護子中心官網，進一步了解團隊的研究成果。

👉詳細請見此連結

【媒體報導】啟動元宇宙的鑰匙：超級AI客服

2021-12-13/在： All, 媒體報導

轉載自：https://www.cw.com.tw/article/5119119

向戲劇、行為科學取經，建構語音情緒演算模型

「在機器學習中，如何取得資料是第一個難關。為了建立台灣中文對話的情緒演算模型，團隊在五年前先透過戲劇系演員協助，演繹人們對話時的各種情境，再結合行為科學家的研究理論，輔助建立模型。」清華大學電機工程系副教授李祈均說道。

需借力戲劇系演員，是因國外雖多有情緒演算研究，但受限於個資問題，即便研究單位願意分享模型成果，在無法結合原始資料分析下，應用價值有限。而要從真實世界裡從頭累積華文世界的資料庫，又曠日廢時，因此才想到這個方法。

即便如此，李祈均教授的團隊仍耗費四年時間，在累積100多個小時的對話數據庫後，並整併行為科學理論才得以建構出有效中文情緒辨識模型。

「這個難關，直到近兩年Podcast盛行，才讓研究團隊思考能以比較短時間內，大量取得更多元的對話情境數據。」李祈均指出，以往做情緒演算模型時，往往只有一、兩萬句對話，頂多十幾個小時的資料量，但在國外最新以Podcast為數據來源的研究中，則以至少400小時為目標。

李祈均分享，目前團隊也和該研究機構合作，取材中文的Podcast節目，並整合自動語音辨識、語意分析處理、多模態融合、個人化模型的演算法，同步整合個體空間行為表徵學習，透過深度網路構建情緒辨識模組。

清華大學電機工程系副教授李祈均

表徵學習技術，讓輸出增添無限可能

而除了情緒演算外，要建構中文的超級AI客服，仍有賴於表徵學習（Representation Learning）的核心技術。

「在AI客服的應用上，無論輸入的資料是文字、語音、圖像或影片，都需將數據轉換成能被機器學習的向量與實數，而表徵學習就是在機器學習使用表徵的同時，也學習如何提取特徵的技術。」清華大學資訊工程系教授吳尚鴻說道。

就因表徵學習具備「學習如何學習」的能力，除了取代過去需仰賴專業人員、耗費大量時間手動提取特徵，並「輸入」數據的時間，應用在「輸出」時，更有助於開發出原生文字、原生圖片、原生語音、原生影片，為線上消費環境提供良好的使用者體驗。

清華大學資訊工程系教授吳尚鴻

自然語言學，攻克語言巴別塔

但要建構中文世界的超級AI客服，要攻克的最大關卡，仍是語言這座巴別塔。畢竟，機器學習霸權的母語屬拼音系統，並透過程式編碼樹立高牆，中文世界的研究要後來追上，看似不易。

不過，這在研究自然語言處理（Natural Language Processing , NLP，或稱Computational Linguistics，CL）三十多年的臺大資訊工程系教授陳信希眼中，卻不是一件難事。

「不管是拼音組成的英文單字，或是象形文字的中文單字，要對電腦產生意義，都需要轉化成有意義的形式，也就是所謂的表徵。」陳信希分享，語言在電腦中的表現方式，從早期的（symbolic representation）、中期的分佈式表徵（distributional representation），演進到近年來在深度學習中廣為使用的分散式表徵（distributed representation），都需先把生活中的事物化為表徵，再透過不同方式運算。

更何況，從單字到句子，無論是中文或英文，只要能從名詞、動詞、形容詞和副詞組成的句型中，判斷出人事時地物，就能化成自然語言學所需的資料。

「尤其，深度學習的分散式表徵，使用低維度高稠密向量，以預測方式取代過去分佈式表徵的計數方式，大大提升了機器學習任務的效能，也讓自然語言學有了大幅躍進。」陳信希說道。

臺大資訊工程系特聘教授陳信希

確保資訊自主性，才能成就元宇宙沃土

在深度學習技術的推進下，也讓未來的AI客服有了全新想像。

「目前，除了線上翻譯、聊天機器人外，自然語言學也已應用在輿情分析、病歷探勘、金融科技、健康照護、法律諮詢、烹飪教學等領域，在加入深度學習後，未來潛力可期。」陳信希說道。

當研究團隊運用深度學習，在取得資料進行數據運算時，也讓學研界自省在一項技術研究初期，思考該技術發展後可能衍生的問題與爭議，並加以改善、防堵。

「當人們享受Google、Facebook帶來的便利時，伴隨大數據演算而來的大量廣告推播，也讓民眾的被監控感日益強烈，並衍生出資訊自主等議題。」吳尚鴻指出，在消費者對資訊安全日益重視後，杜絕平台收集個人資料的軟體也會應運而生，例如只要在手機裡下載某個App，就可防止平台收集你的資料。

「當資訊安全性與自主權獲得保障後，人們才可以安心沉浸在多媒體建構的虛擬世界中，藝術創作者也才能安心創作，不怕被侵權。」李祈均說道。

從以自然語言學，將人類語言轉換成電腦的語言，並透過深度學習，催生出多元的AI客服應用。未來的超級AI客服，除了是打開元宇宙的鑰匙之一，相關技術衍生的資訊安全問題，更是人們往返實體與虛擬世界中，最重要的心理安全閥。

詳細文章請見

啟動元宇宙的鑰匙：超級AI客服 https://www.cw.com.tw/article/5119119

【媒體報導】恭喜李宏毅副教授榮獲中華民國第 59 屆十大傑出青年選拔獎＜科學及技術研究發展類＞

2021-10-25/在： All, 媒體報導

恭喜李宏毅副教授榮獲中華民國第 59 屆十大傑出青年選拔獎＜科學及技術研究發展類＞

在教學和研究上貫徹AI for AII的信念，華人世界影響最多學子的AI傳道者，線上教學內容打破語言與時空限制，讓AI聽懂世界上所有人的語言。

相關連結

JCI TOYP Taiwan 中華民國十大傑出青年選拔委員會

中華民國第59屆十大傑出青年選拔結果公布

【媒體報導】台大發展「智慧急診」電子檢傷只要2分鐘

2020-12-07/在： All, 媒體報導

📢【媒體報導】

台大發展「智慧急診」電子檢傷只要2分鐘 (自由時報 2020/12/3)

「台大醫院與台灣大學發展「智慧急診」系統，台大資工系教授傅立成、台大醫院急診醫學部主任黃建華、台大醫院急診醫學部醫師蔡居霖共同研發電子檢傷系統，透過人臉辨識，就能進行檢傷中的疼痛分類，準確率達8成以上，預計該系統最快會在2022年正式導入台大醫院急診室。」
全文詳見：http://mahc.ntu.edu.tw/news_view.php?id=114

台灣醫療科技展台大擬將AI導入急診診斷 (中央社 2020/12/3)
「人工智慧導入醫療診斷已成國際趨勢，台大醫學影像與數據人工智慧實驗室（MeDA）主持人王偉仲與台大急診團隊研發出「PXR即時危險自動偵測系統」。王偉仲說，急診患者正因情況緊急，醫師必須在短時間內消化大量資訊、做出診斷，但以往光是照X光到判讀完畢，至少就得花40到60分鐘。
王偉仲指出，未來有了這套系統，醫護人員只要利用可攜式X光機拍下患者影像，就能透過無線網路直接傳送到醫師隨身攜帶的行動裝置，同時透過AI判讀是否為鼻胃管、氣管內管、中央靜脈導管錯置，還是有肺結核、氣胸或肺炎，讓醫師診斷更快更精準，預計明年中旬前將導入臨床使用。」