擊敗摩根大通,台灣學生包辦AWS賽車前3名!陽明交大怎麼把「奪冠」變傳統?
擊敗摩根大通,台灣學生包辦AWS賽車前3名!陽明交大怎麼把「奪冠」變傳統?

「歡迎我們的三位贏家上台,他們全都來自NYCU CGI!」在拉斯維加斯的展演大廳,數萬人的矚目之下,三位陽明交大CGI Lab(電腦遊戲與智慧實驗室)的碩二生上台領獎,施囿維、李頤和李政毅擊敗全球15萬名競爭者,當中包括摩根大通工程師,代表台灣奪下AWS年度大會re:Invent中的重要競賽「DeepRacer League」前三名大獎。

aws deep racer台灣國立陽明交通大學CGI Lab學生李頤(左一)、李政毅(右一)、施囿
台灣國立陽明交通大學CGI Lab學生李頤(左一)、李政毅(右一)、施囿維(中),包辦AWS DeepRacer大賽前三名。
圖/ AWS

AWS DeepRacer是什麼?這場比賽有多難?

DeepRacer是一場小型全自動賽車比賽,參賽者必須靠設計好的模型,克服各種彎道、光線、賽道材質等變數的影響,想辦法讓主辦單位提供的小賽車達到最快圈速,成為獲勝者。在決賽的前幾個月,參賽者需要先用模型參加線上虛擬比賽,每場前3名才有機會晉級到前50強,來到拉斯維加斯re:Invent現場用實體的賽車比賽。

aws deep racer
今年的DeepRacer 準備了史上最困難的物理賽道 (33.22 公尺) ,選手將面臨多個髮夾彎和終點線上距離很長的直線加速賽道,為選手增加了額外難度。
圖/ AWS

要贏得這場比賽到底有多難?首先,今年的賽道是DeepRacer賽史上最困難的一次,相較去年窄了12公分、長43%,缺乏直線緩衝的連續彎道更是所有參賽者最頭痛的關卡。其次,這次同場競爭的勁敵是摩根大通(J.P Morgan)的團隊,聚集來自倫敦、印度、德州等各地專業工程師,在重重壓力下,李頤甚至在8強時以13.768秒的成績,破了這張地圖的速度紀錄,3人成功過關斬將,在決賽時形成台灣「網內互打」的局面,奪下前三寶座。

2019、2020年都是陽明交大抱走總冠軍!模擬賽間揪出大問題,壓線打進50強

這已經不是陽明交大CGI Lab第一次有這種好成績,2019、2020年學長們都曾拿下總冠軍,李政毅表示,參加DeepRacer比賽已經是實驗室的傳統,在學弟妹們進入實驗室時,就會進行一個月左右的交接,把模型、比賽經驗通通傳授出去,學校也用資源全力支持,這一次就斥資近台幣10萬元,把直徑10公尺的賽道地圖整張印出來,讓他們可以用自己的小賽車試跑賽道,調整參數,也能實際練習速度調整的操作。

但資源再多,中間的所有過程都得靠三人自己苦練調整,甚至前期還遭遇一個驚險插曲,因為把模型下載到自己的模擬器訓練,沒有跟上官方的版本更新,在前幾個月的線上模擬賽成績都不甚理想,「我們花了很多時間去找問題出在哪,因為程式本身看起來是沒問題的。」李頤表示,直到倒數第二個月的比賽,幾乎是壓線找出版本問題,經過調整後,成績直接一飛衝天,在9月打進前三名,才順利拿到50強門票。

aws deep racer
晉級名單中,三人一路過關斬將。
圖/ AWS

扛住強敵環伺壓力,臨場反應跑出最佳紀錄

離開實驗室來到拉斯維加斯現場,面對挑戰更多,車子的胎壓會影響傾斜程度、賽道的塗層會影響摩擦力、光線也會影響AI判讀的準確度,但一到比賽時,過彎的時機點和角度都是模型固定好的,參賽者只能在一旁用iPad控制速度快慢,「通常我們第一圈都會讓車子冒險去全力跑,第二圈開始觀察賽道做微調。」李政毅說,而這幾圈之內要做出觀察和判斷,相當仰賴臨場反應能力。

在50強、32強時,三人仍然被摩根大通團隊「壓著打」,士氣相當低落,很擔心最後8強的表現,於是晚上回飯店持續絞盡腦汁調整程式,幸好到了8強,場地光線佳,少了陰影干擾,AI判讀得以發揮出最佳性能,三人也抵擋住龐大壓力,用速度控制跑出最佳表現。

aws deep racer
DeepRacer前六名合影,圍繞三位學生的都是摩根大通團隊的強勁對手。
圖/ AWS

採訪最後,問起這數十萬獎金要拿來做什麼?三人面面相覷想了好久,最後表示「真的還沒仔細想過」,一年多來眼裡只看著目標持續努力,未來也會繼續把經驗傳承給學弟妹,期待明年再次拿到好成績。

《數位時代》AWS拉斯維加斯現場直擊:
端出倒啤酒機、投籃預測器,原理是什麼?還有哪些好玩應用?

責任編輯:林美欣

往下滑看下一篇文章
迎接AI代理時代,中國信託3大策略重點加速金融轉型
迎接AI代理時代,中國信託3大策略重點加速金融轉型

台灣年度AI盛會「2025 AI TAIWAN未來商務展」日前圓滿落幕,展會期間同步登場的「2025 AI TAIWAN國際趨勢高峰論壇」也吸引來自產官學界的高度關注。副總統蕭美琴親臨現場致詞時指出,人工智慧正以前所未有的速度改變全球產業版圖,台灣正站在這場關鍵變革的十字路口,必須積極布局。

「我們已在硬體供應鏈上打造出一座堅固的山頭,接下來,台灣更要以AI與軟體應用為核心,開創下一座新高峰,讓台灣持續站穩世界舞台。」蕭美琴強調。

AI應用邁入「代理時代」,大量數位員工走進職場

目前,AI應用的發展已從單純的聊天問答與內容生成,邁入全新的「代理時代」。Google前台灣董事總經理簡立峰說明,所謂AI代理(AI Agent),不僅能理解與回答問題,更具備推理、規劃甚至執行任務的能力。像是特斯拉的無人計程車服務,或Amazon的倉儲與送貨機器人,都意味著AI不再只是螢幕中的語言模型,而是直接參與了人們的日常生活,甚至取代部分白領工作,成為職場上的虛擬同事,舉凡代理撰寫軟體程式碼、產出研究報告等任務,AI都能勝任。

受邀擔任主題演講嘉賓的中國信託金控資訊最高主管賈景光,對此趨勢也有相同見解。他預期,未來金融職場將迎來大量數位員工,AI角色亦將從過去的助理定位,躍升為具備博士班水準的專業夥伴,全面協助企業提升營運效率與生產力。

事實上,為了迎接這股變革浪潮,中國信託早在2018年便前瞻性地成立AI實驗室,積極借鏡國際金融業的成功經驗,推動各項AI專案。這項超前部署的策略,也讓中國信託成為台灣首家連續四年榮獲《Global Finance》雜誌「全球傑出金融創新實驗室」殊榮的金融機構,展現其在AI創新應用領域的領導地位。

中國信託金控
首家連續四年榮獲《Global Finance》雜誌「全球傑出金融創新實驗室」殊榮的金融機構_中國信託金控,受邀分享AI創新應用領域的經驗與策略。
圖/ 數位時代

中信AI發展策略的3大核心重點

進一步探究中國信託金控的AI應用發展策略,可以歸納出3大核心重點。

第一是採取「導入通用工具+自建AI模型並行」的雙軌推動模式。目前市面上由科技大廠或新創企業提供的AI工具已相當成熟,如:語意搜索、摘要總結、內容生成等工具,只要確保符合資安與內控標準,即可快速導入與應用。此外,針對中信獨有的經營Know-how、產品知識、關鍵決策能力等核心競爭優勢,則透過自建AI模型的方式內化至系統中,藉此強化差異化競爭力,與通用工具形成有效互補。
第二為打造AI賦能的企業文化。賈景光強調,推動AI賦能,絕非單純的技術導入專案,而是一場全方位的企業文化變革,必須由高階主管帶頭學習與使用AI,再結合員工教育訓練、不定期內部應用成果與外部趨勢分享、建置學習資源庫、以及Prompt Engineering的技巧養成與實戰演練等方式,循序漸進,逐步型塑出AI賦能的企業文化。

尤其考量到「如何下正確指令」(Prompt Engineering)是AI效益最大化的關鍵,中國信託也將內部累積的指令設計技巧與應用實例,整理為知識庫,讓全體員工得以共同學習、快速上手,加速落實AI於日常工作中。目前,中國信託金控已經盤點出超過200個AI應用情境,協助員工有效提升40%至70%生產力。

第三則是鎖定關鍵應用場景、最大化AI導入成效。每個產業都有自己的關鍵議題,企業在導入AI時應回歸業務本質,從產業策略與關鍵流程出發,找出痛點並對症下藥,才能創造出AI應用的最大價值。

中國信託金控
中國信託金控資訊最高主管賈景光,開場時提到,目前全球市值最高的企業,很大的比例都與AI有關。
圖/ 數位時代

像中國信託便聚焦於優化客戶體驗、提昇內部效率與風險管理3大金融業核心議題,發展相關的AI應用,例如:智能客服已實現70%的客戶詢問可於1秒內快速回應、自主研發的AI模型能主動偵測並攔截可疑交易,2024年累計成功阻擋的詐騙金額已達8.4億元新台幣,為客戶資產安全提供有力保障。

隨著內部AI應用已小有所成,如今,中國信託正積極邁向產業共創階段,並響應金管會倡議成立的「金融科技產業聯盟」,擔任「金融科技應用研發工作圈」的首屆召集人。透過聯合學習、金流履歷、資料整合等方式,研發可以解決金融業共通性問題的AI相關應用,如 : 目前的首要任務是建構全國性金融同業防詐平台,以科技精準阻詐、達到守護民眾財產安全的目的。賈景光強調,唯有打破單打獨鬥,串聯產業力量,才能加速AI在金融業的落地與深化,進一步提升台灣在國際舞台上的AI應用實力,真正讓台灣的金融科技在全球發光發熱。

中國信託金控
賈景光強調,唯有共同合作,串聯產業力量,才能加速AI在金融業的落地與深化。
圖/ 數位時代

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
電商終局戰
© 2025 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