幫藝術品下標籤,大家一起來
幫藝術品下標籤,大家一起來
2007.04.15 |

漫步在美術館,一幅畫很容易就抓住了我們,只要一走近畫,看到畫作附近的標籤,我們很容易就知道這些畫的作者和名稱,也能了解這是什麼時代的作品。然而如果我們沒辦法親自到博物館,想試著在網站上找到或認識一些畫,很可能會大失所望。因為除非知道畫的名稱或是畫家的名字,否則我們根本無法搜尋到想要的畫。
「美術館已經發覺線上收藏品並沒有發揮應有的功能,現在的作法根本是把內容藏起來,讓專家以外的人無所適從,」多倫多檔案與博物館資訊公司(Archives and Museum Informatics)的合夥人之一珍妮佛川特(Jennifer Trant)這麼說:,「我們必須提供和視覺記憶同樣的方法來吸引網友。」
在虛擬展館(Web 1.0)花費數百萬美元和多年努力之後(虛擬展館比實體展館吸引了更多參觀者),美術館開始重新思考他們的線上收藏運作方式。標籤(tagging)是相片網站Flickr.com大受歡迎的原因;讓網友替收藏品訂定標籤,幾家大型博物館正開始體驗Web 2.0精神。

集思廣益讓關鍵字更完整

社會性標籤(social tagging)指的就是由使用者針對服務內容(如照片、網站連結、藝術)提出標籤或註解,從而創造出使用者自行產生的分類,或可稱之為大眾分類法(folksonomy,此字由folks和taxonomy組合而來,folks指大眾,taxonomy指分類法)。
博物館或美術館打算鼓勵大眾為館藏提供描述性的社會標籤,讓大眾標籤與專業的說明並列,創造出一種新型態的分享語彙。如梵谷的名畫《星夜》(Starry Night)所出現的標籤,就會有「星星」、「星球」、「漩渦」或是「精神錯亂」等。
但我們真的能信任一般大眾為藝術品所下的標籤嗎?館長真的會讓網友這麼做嗎?
大都會美術館(Metropolitan Museum of Art)在二○○五年秋天進行了一項測試,由志願者們為三十幅畫作、雕塑和其他藝術品的影像提供關鍵字。把這些標籤拿來和美術館的分類目錄進行比對,結果有超過八○%的詞彙不在美術館原先的文件中。
舉例來說,佛萊斯(Joachim Friess)的裝飾雕塑作品《黛安娜與雄鹿》(Diana and the Stag),「鹿角」、「箭術」和「女獵手」等標籤如預期出現,但「珍貴的」、「奢華的」等意想不到的標籤也跑出來了。「這些結果相當驚人」,大都會美術館收藏品資訊規劃總經理鍾蘇珊(Susan Chun)表示:「美術館和大眾之間的確存在著巨大的語義鴻溝。」
綜合大都會美術館的測試和其他研究,一些美術館組成了史帝夫美術館標籤計畫(steve.museum tagging project),延續「玩標籤」計畫。讓民眾為藝術品下標籤,可以讓美術館省下替成千上萬件作品按照主題一一製作索引高成本外,其實還有很多其他理由。
川特就表示:「藝術專家覺得描述一幅畫的視覺要素是極為困難的。」她回憶在大都會美術館進行標籤測試初期,一位藝術專家曾挫折地抱怨:「所有我知道的字彙都不適用於這幅畫。」
但是一般大眾卻沒有這些限制,「我們絕對不會說一件作品幾乎都是紅色的,或是帶有某種倦怠感,或說他的特色是一隻玩撲克牌的狗,」丹佛美術館新科技部主任布魯斯韋曼(Bruce Wyman)說:「讓大眾下標籤,卻給了我們一雙從沒有的眼睛。」

巧妙創造前所未有的關聯

二○○六年八月史密森創新攝影(Smithsonian Photography Initiative)也邀請訪客們到網站(photography.si.edu),為兩千幅相片加上標籤。只要點選「進入相框」(Enter the Frame)後,網友立刻就可看到其他訪客的標籤,不過要等專家檢閱過,網友的標籤才會正式加入資料庫。
「我們的關鍵字很不夠,」創新攝影網站的製作人卡薩里斯(Effie Kapsalis)說:「沒有任何分類系統能夠涵蓋這些照片的所有主題,但我們想要讓每一張照片擁有許多標籤,於是只好向大眾求助。」
標籤字眼從明顯的、世俗的,到印象主義的、個人的,什麼都會有。一張葛麗泰嘉寶(Greta Garbo)的照片被網友標註為「寂寞」,而身穿南北戰爭軍服男孩們的照片則讓人覺得「無辜」。這些標籤在不同的影像間創造出前所未有的關聯,有時深具啟發性,有時則讓人會心一笑。意想不到的關聯可讓照片輕易地被串連瀏覽,這種方式是美術館網站以前從不曾做到的。
大眾會想為藝術品加標籤嗎?多數的大型美術館擁有健全的志工團,一般藝術愛好者也願意趁此機會協助美術館作業,同時現今愛分享的網路風氣也鼓勵人們參與「集體智慧」計畫(如使用者共同撰寫的維基百科)。從幾個博物館的標籤計畫看來,發現網友標記出的詞彙,其實隱然都和個人相關。
以史帝夫美術館標籤計畫來說,可發現有些標籤是人人都會用的,另外大部份的詞彙卻很少被用。薩金特(John Singer Sargent)的名畫《Madame X》,最常見的五大標籤是女人、黑衣、肖像畫、桌子、禮服,但這五大標籤之後,就進入一長串愈來愈主觀的詞彙,如僵硬的、大膽的、丟臉的、自負傲慢的人、貴族等。
如果標籤是網友對藝術品的「某某」感覺,那顯然的每個人對於什麼是「某某」,都有很不同的看法。「這是一件好事」,雪梨動力博物館網路服務經理陳塞巴斯汀(Sebastian Chan)說。雪梨動力博物館網站二○○六年六月重新設計後,鼓勵大眾為館藏下標籤。一位雪梨人保羅麥卡錫(Paul McCarthy)已在動力博物館的網站上,為影像下了無數個標籤,他甚至經常使用電動遊戲中的名詞和一般流行語。

玩標籤的美術館

史帝夫美術館標籤計畫(steve.museum)
網址:steve.museum/
特色:由多家美術館聯合進行的標籤研究計畫,希望能改進線上收藏品與大眾間的接觸管道,縮短學者專家和一般民眾對藝術作品感知的鴻溝。網頁上隨機出現從各美術館選出的作品,無論使用者是否註冊或登入,都可以為各項作品下標籤。使用者鍵入的資料將會由該計畫成員進行分析研究。

澳洲雪梨動力博物館(Powerhouse Museum in Sydney, Australia)
網址:www.powerhousemuseum.com/collection/database/
特色:鼓勵訪客為線上館藏下標籤,還提供「使用者流行關鍵字」功能──由其他使用者描述作品的非官方標籤。使用關鍵字搜尋時,會同時列出使用者關鍵字搜尋結果以及官方關鍵字搜尋結果的影像檔及說明。進入選定的作品網頁,作品影像檔可以隨意放大縮小觀看,網頁右側列有作品相關的關鍵字,並可自行加入新的關鍵字。

史密森創新攝影(Smithsonian Photography Initiative)
網址:photography.si.edu/
特色:2006年8月起展開「進入相框」活動,邀請訪客為2000幅不同影像加上標籤。從首頁即可「進入相框」,藉由左側過去訪客留下的關鍵字和相簿順序尋找和欣賞相片。每張相片都提供簡單的資訊,同時使用者可以自行增加關鍵字,並經由拖曳相片功能,在下方建立自己的相簿順序。

往下滑看下一篇文章
以晶片的一瓦算力開啟AI新架構!耐能智慧從邊緣到核心,打造臺灣主權算力新典範
以晶片的一瓦算力開啟AI新架構!耐能智慧從邊緣到核心,打造臺灣主權算力新典範

當全球聚光燈都匯集在那動輒使用上萬顆圖形處理器(Graphics Processing Unit, GPU)、耗能堪比核電廠的資料中心時,另一場關乎AI永續發展的運算革命正悄悄發生。這場革命的核心,是如何以更低能耗、更高效率的方式支撐下一世代的人工智慧。而耐能智慧(Kneron)正是這場轉變的推動者之一。

早在2015年,當多數企業仍沉浸在雲端運算帶來的紅利時,耐能智慧創辦人暨執行長劉峻誠便選擇了「邊緣運算」之路的賽道,投入AI系統單晶片(System-on-Chip, SoC)與神經網路處理器(Neural Processing Unit, NPU)的開發。「如果 GPU 是需要龐大設備才能運行的錄影帶,中央處理器(Central Processing Unit, CPU)是性能平庸的 影音光碟(Video Compact Disc, VCD),那麼 NPU 就是能在輕薄裝置中高效運算的 MP3。」劉峻誠用一個簡單的譬喻如此描述著,這不只是晶片製程的改進,而是從架構層重新定義AI運算的方式。

十年磨一劍,如今耐能智慧的NPU晶片已成功進入物聯網、安防、車用與伺服器等不同領域。從智慧水表、穿戴裝置到車用語音系統,乃至企業伺服器與工業應用,都能在有限功耗下執行即時AI運算。合作夥伴從國內上市櫃企業到歐美等地的國際大型企業,都能看見耐能智慧身影,「我們從GPU、CPU進不去的地方出發,讓晶片像樂高積木一樣,從只需一顆晶片的穿戴式裝置,到需要多顆晶片的伺服器,都能使用我們的晶片。」劉峻誠說。

面對算力與能源雙重瓶頸,耐能智慧以新架構迎戰生成式AI時代

面對終端AI應用面臨的「資料流衝突」瓶頸,耐能智慧創辦人暨執行長劉峻誠指出,新世代AI運算不再只屬於
面對終端AI應用面臨的「資料流衝突」瓶頸,耐能智慧創辦人暨執行長劉峻誠指出,新世代AI運算不再只屬於雲端,必須開發能兼容多模態資料並在低功耗環境下運行的自主架構。
圖/ 數位時代

「語言模型和影像模型的資料處理方式完全不同,」劉峻誠解釋到,語言模型要短時間內處理大量資料,但影像模型則需要長時間、連續的低流量傳輸。而傳統AI架構無法同時兼容這兩種特性,這造成了終端AI應用面臨「資料流衝突」的瓶頸。也正是在這樣的挑戰下,成為耐能智慧下一階段的技術突破口。生成式AI不再只屬於雲端,運算正快速轉移至終端,從智慧家庭到醫療、車用、製造現場,都迫切需要能在低功耗環境下即時運行的AI系統。

但更大的壓力來自能源現實與國家安全。劉峻誠表示,GPU架構的能耗與散熱需求驚人,一個大型AI資料中心每年電費可高達60億美元,碳排放量更是巨獸等級。「如果繼續用GPU支撐生成式AI,將會對淨零碳排的目標帶來嚴重衝擊。」劉峻誠坦言並進一步指出,臺灣雖是全球GPU製造重鎮,但本地可用算力有限。「我們製造了全世界近8成的GPU,卻沒有自己的算力,」他語帶無奈,「如果國家級AI應用仍須仰賴境外基礎設施,國家的核心技術與自主權將受制於人,不利於在AI時代掌握主導地位。」

因應這場可能產生的算力主權的危機,耐能智慧決定以「多模態資料流衝突」與「低碳永續算力」這兩項挑戰為目標,開發新世代AI晶片架構。為加速這場技術革命並將臺灣的自主架構推向國際,耐能智慧投入全新晶片KL1140的開發,並成功得到由經濟部產業發展署推動的「驅動國內IC設計業者先進發展補助計畫」(以下簡稱晶創IC補助計畫)的支持。該計畫在國科會協調與經濟部及相關部會共同合作所提出「晶片驅動臺灣產業創新方案」的框架下,以實質政策補助鼓勵業者布局AI、高效能運算或新興應用等高值化領域的關鍵技術,提升臺灣IC設計產業的國際競爭力與韌性。

從晶片創新到主權AI,晶創IC補助計畫助攻耐能跨入新戰場

耐能智慧透過經濟部「晶創 IC 補助計畫」加速開發的 AI 晶片 KL1140,其效能與能耗表現均顯
耐能智慧透過經濟部「晶創 IC 補助計畫」加速開發的 AI 晶片 KL1140,其效能與能耗表現均顯著提升。
圖/ 數位時代

「KL1140最大的突破在於多模態資料處理架構的創新。」劉峻誠直言其中關鍵。在晶創IC補助計畫的挹注下,耐能智慧得以加速開發新一代晶片,這不僅是十年研發累積的成果,更是政策資源與技術創新的結合,象徵著臺灣在AI架構自主化道路上的重要里程碑。

這項架構革新,使KL1140在效能與能效上都達到顯著飛躍。相較於前一代產品,效能提升6至8倍、能耗比提升10倍、體積縮小至四分之一;以往需10瓦才能運行的任務,現在僅需1瓦即可完成。「你看GPU要加風扇、要水冷,而我們不用,」他笑著說,而這就是低功耗的力量。

這樣的設計,使KL1140成為真正能落地的AI晶片,既可部署於穿戴、車用與工業場域,也能堆疊成伺服器模組,實現了靈活的異構運算(Heterogeneous Computing)基礎建設。透過晶創IC補助計畫的協助,耐能智慧不僅強化晶片設計,更能整合模組、子系統與軟體生態,打造可供企業與政府使用的在地AI解決方案,邁向「AI基礎建設提供者」的新定位。劉峻誠也透露,目前KL1140晶片已開始導入國際主權AI專案,協助能源與環境條件嚴苛的地區,利用該晶片低功耗與高算力的特性,順利發展AI自主。

「我們不是在打造更大的GPU,而是在打造更聰明的AI,」劉峻誠強調。「主權AI的關鍵不只是算力自主,更是能源自主。」他認為,晶創IC補助計畫的核心價值在於讓臺灣的IC設計業者能從單一產品開發,邁向整體系統構建,具備定義新架構、主導新標準的能力。KL1140晶片的問世,不僅讓耐能智慧從邊緣運算邁入AI 核心基礎建設的新格局,更代表臺灣在全球生成式AI時代中,擁有以低功耗、高自主性技術參與未來競局的關鍵實力。

從製造到定義,臺灣AI自主的新起點

在生成式AI帶動的新一輪技術競賽中,算力的分配將決定未來世界的科技秩序。劉峻誠認為,臺灣若要在這場變局中保持主導權,必須擁有能自我定義的架構與技術。「我們不只是為企業造晶片,而是在為國家建算力。」他說。從十年前堅持走上邊緣運算的冷門之路,到今日以KL1140晶片開啟主權AI的新典範,耐能智慧的發展軌跡正體現了臺灣IC設計產業的潛力與決心。未來,耐能智慧將持續推動更高能效、更高彈性的AI架構,讓臺灣不僅能製造世界的晶片,更能定義世界的智慧。

|企業小檔案|
- 企業名稱:耐能智慧
- 創辦人:劉峻誠
- 核心技術:專注邊緣AI SoC專用處理器研發
- 資本額:新台幣6億7520萬元

|驅動國內IC設計業者先進發展補助計畫簡介|
由國科會協調經濟部及相關部會共同合作,所提出「晶片驅動臺灣產業創新方案」,目標在於藉由半導體與生成式AI的結合,帶動各行各業的創新應用,並強化臺灣半導體產業的全球競爭力與韌性。在此政策框架下,經濟部產業發展署執行「驅動國內IC設計業者先進發展補助計畫」,以實質政策補助,於113年鼓勵國內業者往 AI、高效能運算、車用或新興應用等高值化領域之「16奈米以下先進製程」或「具國際高度信任之優勢、特殊領域」布局,以避開中國大陸在成熟製程的低價競爭,並提升我國IC設計產業價值與國際競爭力。

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
進擊的機器人
© 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