吳恩達與李飛飛門生受邀加入Appier，拉近AI產學距離|數位時代 BusinessNext

吳恩達與李飛飛門生受邀加入Appier，拉近AI產學距離

孫民專精電腦視覺、自然語言處理、深度學習與強化學習，自交通大學電子工程系畢業後，赴美留學，擁有史丹佛電機碩士、密西根安雅堡電機系統組博士等豐富經歷。在美期間師承吳恩達 (Andrew Ng)、李飛飛及李飛飛丈夫Silvio Savarese等頂尖人工智慧專家。

史丹佛求學期間，因吳恩達轉入機器學習

孫民在史丹佛求學時期，也和同學一起搶修吳恩達的機器學習課程，由於吳恩達的課程活潑有趣，孫民從此愛上機器學習，碩士第二年決定把研究領域從電機工程轉往機器學習，成為吳恩達實驗室成員，「當時沒有預見這領域會這麼紅，就是憑著我的興趣。」孫民說。

孫民對於吳恩達的鼓勵學生「面對失敗」的教學方式印象深刻，也把這個思維帶回清大傳承給台灣學生。孫民說：「和學生開會時，我都會和他們說，『不要害怕看到不好的研究成果，要面對它，解決它，下一次才會更好，』訓練學生面對問題的堅定程度。」

而碩士畢業後，吳恩達將孫民介紹給當時在普林斯頓大學任教的李飛飛，成為他博士時期的指導教授，讓他在電腦視覺領域更上一層樓。

李飛飛曾建言：做你覺得最瘋狂的東西

在孫民眼中，李飛飛是個敢於「做大夢」和總是「Think our of the Box（不被框限）」的人，而李飛飛主持的ImageNet圖像識別研究計畫讓更給孫民很大的啟發。「李飛飛讓我知道就算沒有足夠的資源也敢做夢，我親眼所見一個夢如何在五年內完成，2009年的電腦視覺技術，僅能辨識20幾個物品，但ImageNet想辨識上萬個物品，這是個大哉問！」

孫民在當上清大助理教授後，曾針對學術職涯向李飛飛請益。李飛飛說：「做你覺得最瘋狂的東西。」她還建議孫民，不要聽從任何人的建議，因為每個人的際遇與面對的環境都不同，成功這件事是無法複製的。

孫民曾在由李飛飛所主持的ImageNet圖像識別研究計畫中，參與草創期的系統設計，也曾協助開發機器人作業系統 (ROS) 及微軟Kinect人體姿態辨識系統。加入Appier 後，首要任務將是推動人工智慧系統規模化並將其落實到商業應用領域，協助Appier開發以 AI 為基礎的企業解決方案。

孫民擁有兩項美國專利，過去三年於國際頂尖人工智慧會議中發表超過20篇研究論文。而不久之前，孫民也獲得傑出人才發展基金會頒發第六屆年輕學者創新獎，曾帶領團隊連續三年在電腦視覺、圖學暨影像處理研討會 (CVGIP) 中贏得最佳論文獎。

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。