作者：謝長霖
在科幻電影或是小說中，當有人走進一家服飾店，店內的電子智慧看板就會找出適合他的身形，提供各種不同款式的衣服挑選，或是進到餐廳吃飯時，店家的數位看板會分析每位進門用餐客人的特徵，推薦適合的餐點，不過這樣的情節已不再僅限於電影、小說的故事中，現在透過 AI 視覺辨識工具，針對影像進行智慧分析，就能讓這些酷炫的情節變成現實。
科技部中科智慧機器人自造基地於4月11日邀請社群人稱「賴桑」的賴建宏淺談「影像辨識，抓住你的身影」，賴桑用淺顯直白的語言，讓台下沒有理科背景的聽眾，都能輕鬆理解AI視覺辨識工具的應用方式。
關於人工智慧近代發展史，賴桑指出， AI 的開發與實際應用最早出現在第二次世界大戰期間，由於計算工具不斷地提升性能跟效率，逐漸受到科學家們重視。 1950 年代，英國圖靈 Alan Turing 教授自製可用來破解納粹黨通訊密碼機器「謎 Enigma 的計算機」，使很多科學家開始想像，並將電腦模擬成人腦中的神經元 Neuron 來用，因此誕生神經網路（ NN ）。
針對神經網路的原理與由來，賴桑解釋，神經網路就是電腦的程式處理變成一層一層、一段一段地計算，換言之，就是把大問題拆解成很多個小問題，並把眾多小問題逐步解決後，累積其成果，自然就能解決大問題，而實際上的作法是由操作者提供相對應的樣本，讓這套神經網路系統做深度學習，才能使機器人正確無誤地完成工作。
深度學習的基本架構與構想圖 。（圖片來源：賴建宏）
賴桑提及， Intel 推出的 AI 加速工具「Open VINO」是透過照相機、攝影機等器材，把實景拍攝下來，再去檢測各種產品的缺陷，判斷並選擇出物體、測量尺寸、對物料進行校準與定位等問題，因此「Open VINO」的核心技術是藉由機器視覺的演算方法，將影像進行分析、加工和處理。
「 AI 人工智慧，說穿了就是仿照我們人類。」賴桑提到，人類製作工具都有一個終極目標，就是為了能使生活或工作上的事情自動化。由於機器自動化後，一件繁雜的工作，就能以最有效率的方式完成，而且將重複性高的工作都交由機器人透過 AI 運算處理，還能省下勞力和成本，讓人們更專注於重要性相對較高的工作上，若未來將 Open VINO 用在 KIOSK 或數位看板上，就能讓智慧看板為人們帶來更便利的生活。
