Facebook開源3款人工智慧軟體,教電腦「看」圖片有哪些物體
Facebook開源3款人工智慧軟體,教電腦「看」圖片有哪些物體
2016.08.29 | 科技

從人類的視角出發,一張圖片是由物件和背景構成,不過對電腦而言,圖片是由不同顏色的像素構成,很難判斷出哪些是背景、哪些是物體,以及這些物體是什麼。不過,Facebook人工智慧研究團隊(FAIR)克服這些挑戰,於本月26日開源三款人工智慧影像辨識工具,成功教電腦如何用人類視角辨識圖像。

圖說明
(圖說:Facebook開源人工智慧影像辨識系統,可成功辨識圖片中的物體。圖片來源:Facebook。)

##辨識三步驟:確認是否有物體、描繪物體輪廓、辨識物體

Facebook利用機器學習,讓演算法學習人類的神經網路如何認知物體和環境。例如,讓演算法接收多張綿羊圖片,並且告訴演算法這是綿羊,之後電腦便可以自行辨識出圖片中的綿羊。

圖說明
(圖說:右圖為電腦辨識圖片的視角,一張圖片由不同顏色的像素組成。圖片來源:Facebook。)

這三款人工智慧工具分別為DeepMask、SharpMask和MultiPathNet:

  • DeepMask:辨識圖片裡是否有物體存在
  • SharpMask:更細緻地描繪出這些物體的輪廓
  • MultiPathNet:辨識這些物體是什麼

例如,DeepMask雖然可以找出圖片中有狗和綿羊,卻無法區分兩者,需要仰賴MultiPathNet辨識物體;結合這三款工具後即為一套影像辨識系統,可以讓電腦在「像素」階段如人類般理解圖像。

圖說明
(圖說:這套系統已可成功辨識影像,紅線部分為機器未判斷出來的物體。圖片來源:Facebook。)

##未來目標為影音圖像自動辨識

Facebook在部落格指出,透過影像辨識系統,未來不用特地在圖片上標記物體,也可以用文字搜尋到特定圖片。這項技術對視障者也相當實用,例如,只要用手指輕觸圖片,該系統便可告知圖片中包含哪些物體,讓視障者「看」見影像。

此外,這項技術也可加強擴增實境(AR)的應用,例如,偵測出圖片中的三明治含有多少卡路里,或是運動員是否處於良好的健康狀態,以及讓使用者模擬家具放在房間的樣子、試穿虛擬衣服等商業應用。

圖說明
(圖說:影像自動辨識技術可加強擴增實境的應用。圖片來源:Facebook。)

下一步,Facebook希望能讓這套工具辨識影片中的物體,不過物體在影片中不斷移動,辨識難度更高。可想見,這項技術將有助於Live直播影片的推廣,可更容易向使用者推薦符合興趣的影片。

##Google也開源人工智慧工具TensorFlow

根據《The Verge》報導,除了Facebook,Google也已將類似的人工智慧工具用於圖片搜尋、email的自動回覆功能、以及搜尋字詞「自動完成」功能,並開源這套人工智慧演算法TensorFlow。

資料來源:Facebook、The Verge、engadget

往下滑看下一篇文章
導航不是愈高階愈好!桃園產官資源如何賦能互宇向量,讓複雜技術真正「用得起、用得上」?
導航不是愈高階愈好!桃園產官資源如何賦能互宇向量,讓複雜技術真正「用得起、用得上」?

當無人機、無人船失去衛星定位訊號,還能繼續完成任務嗎?這道問題不只考驗導航設備的精度,更牽涉不同技術如何搭配,才能兼顧成本、可靠性與實際部署需求。

要理解自主載具如何在衛星訊號中斷時持續導航,得先認識「慣性導航」。互宇向量執行長鍾宏彬拿棒球作比喻:投手把球投出去後,球沒有GPS或遙控器,仍會依照出手角度、力量與旋轉向前運動。慣性導航則透過感測加速度與旋轉變化,持續推算載具的姿態、速度與位置。不過,慣性導航的誤差會隨時間累積,衛星定位訊號一旦中斷,位置推算也可能逐漸偏移。因此,自主載具需要不同定位與感測技術相互配合。2022年成立的互宇向量,便從這項需求切入,協助客戶選擇適合的導航技術,並將系統整合到產品中。

先定義任務,再決定導航規格

「以終點當起點。」鍾宏彬如此形容互宇向量的產品開發原則。相較於先提供設備、再由客戶自行整合,互宇向量在開發初期便參與討論,了解客戶要完成什麼任務,再決定性能、材料、演算法與預算。這套方法稱為「前端部署」。

以無人機精準投送為例,客戶希望載具不只抵達指定區域,還能接近建築物完成投送。飛行距離、定位精度、是否有人遙控,以及衛星訊號中斷後需要自主運作多久,都會影響系統設計。互宇向量必須先釐清這些條件,再選擇感測元件、調整導航架構,而不是直接套用既有產品。

互宇向量的技術涵蓋光纖陀螺儀(FOG)、慣性量測單元(IMU)、姿態與航向參考系統(AHRS),以及GNSS/INS融合導航方案。團隊曾與產業夥伴在實際水域驗證無人船導航系統,也透過觀音山隧道測試,觀察衛星訊號中斷時的導航表現。

對客戶而言,驗證的重點在於系統能否在任務要求的時間內維持足夠精度。互宇向量也不一定選用最高規格的零組件,而是依照需求調整演算法、材料與系統配置,必要時整合其他供應商的技術,減少客戶自行開發、測試與整合的時間及成本。

從光纖陀螺到系統整合,互宇向量把技術推向可部署的產品

鍾宏彬2010年投入光纖陀螺核心技術研究,2016年共同創辦極星光電。當時核心元件的客戶多具備自行整合能力,應用市場相對有限。他逐漸意識到,若想讓技術接觸更多使用者,就不能只停留在零件,還得往感測模組與完整系統發展。2022年成立互宇向量後,鍾宏彬延續過去累積的技術,採取合作設計製造(JDM)模式,讓團隊從產品開發初期便參與設計與驗證。

他把這種服務形容為「高階料理包」:客戶不必自行採購所有原料、研究怎麼煮,而是由互宇向量協助整合適合的技術,完成產品部署。公司不走低價、拚量路線,而是選擇與少數具有長期需求的專業客戶深入合作。目前團隊服務約12家核心客戶,透過持續參與產品開發,累積技術與合作經驗。

航太市場考驗的不只是技術,還有供應鏈與驗證能力

航太是互宇向量積極拓展的市場。目前約四成業務聚焦航太應用;2023年,團隊也與國家太空中心(TASA)展開策略性合作,推進MIOC與FOG技術的太空應用。

航太產業尤其重視「飛行履歷」(Flight Heritage)。鍾宏彬打趣地說,普通杯子就是杯子,但如果真的上過太空,「它就變成太空杯」。設備即使通過完整的地面測試,仍不等於經歷過發射與太空環境。對國際航太客戶而言,實際飛行驗證是評估設備可靠性的重要依據。鍾宏彬回憶,團隊過去花了兩、三年尋找海外企業客戶,始終不得其門而入。後來有國際業者得知互宇向量與國家太空中心合作,反而主動找上門。這段經驗讓他體會到,進入航太供應鏈除了技術能力,還需要讓國際客戶看見合作經驗與可信度。

從中央大學到蘆竹,桃園產官資源如何成為互宇的產業支點?

互宇向量與桃園的淵源,早在公司成立前就已開始。鍾宏彬從中央大學求學、攻讀博士到投入研究,一路留在桃園;第一次創業落腳楊梅,互宇向量則從青埔搬到蘆竹,建立廠辦空間。他笑稱,自己就像桃園「生出來的baby」。

桃園及北部地區聚集電路板、電子製造與機械加工等供應商,具備成熟的產業基礎。不過,部分業者長期專注既有市場,未必想過自身技術還能延伸至無人載具與航太應用。鍾宏彬舉例,互宇向量曾與傳統機械加工業者合作,協助對方了解航太供應鏈的品質驗證與製造要求,探索跨入新市場的可能。對這些業者而言,挑戰未必是技術能力不足,而是過去缺乏接觸航太應用的機會,不熟悉相關規格與驗證流程。

創業過程中,互宇向量也持續接觸桃園市政府青年事務局及相關局處、育成體系,參與創業交流與產業展會。鍾宏彬看重的是這些場合能讓團隊認識不同領域企業,拓展未來合作的可能。包括Meet桃園+在內的創業輔導與產業交流平台,也為在地新創提供接觸產業資源的機會。

從光纖陀螺核心元件走向完整導航系統,再延伸至航太合作與海外市場,互宇向量逐步建立從任務規劃、技術整合到系統驗證的能力。接下來,如何運用桃園既有的電子製造與精密加工基礎,找到更多能共同開發產品的夥伴,將是團隊拓展國際市場的重要課題。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓