Page 29 - 鴻海研究院2023年年鑑
P. 29
諮詢委員序 精彩活動 亮點技術 趨勢焦點
研究院團隊共同開發一個多模態車用模型 大量及高品質的數據是關鍵所在,然而,
LocaVQG,讓AI智慧車可以根據周圍的場 栗永徽直言在數據收集方面,鴻海的確不
景、物件、地標等多樣資訊,與乘客進行 若特斯拉等電動車先行者擁有優勢,「畢
有趣的對話。想像一下,你正在開一趟長 竟愈早開始收集,累積的數據資料量愈龐
途旅行,車子能根據周圍的場景以及地理 大。」不過,這個問題有解,研究所將透
位置,生成一些有趣的問題來開啟對話, 過資料擴增(Data Augmentation)方式快
使整個旅程瞬間從無聊變成生動有趣。研 速擴充資料庫,「透過生成式AI技術,我
究團隊不但成功訓練出LocaVQG,也使用 們能夠從有限的數據中生成大量的訓練數
創新的Model Distillation 的方法大幅縮 據,不僅能提升模型的訓練效果,還能有
小模型參數量,甚至可以安裝在智慧手機 效減輕在現實世界中收集大規模高品質數
上。這項研究為未來更智能、更安全的駕 據的難度和成本。」
駛體驗開闢了一條新路,可能會在不久的 除了數量之外,資料擴增的重要挑
未來改變我們的人車互動(Human-Vehicle 戰,還在於如何確保擴增後的數據仍能保
Interaction)方式。 持高品質,也就是如同真實數據一般自
然,如此才有實用價值,這是人工智慧研
採用資料擴增法 究所接下來的重要任務之一。透過不斷挑
快速生成高品質數據 戰及突破技術門檻,並且結合鴻海集團的
鴻海研究院人工智慧研究所持續致力 研發實力及製造資源,更先進的自動駕駛
運用AI賦能車輛,而關於車輛智慧化發展, 和智慧座艙應用,指日可待。
鴻海研究院人工智慧研
究所持續致力運用AI賦
能車輛。
29
ɨʹ
ᒿऎӺ৫ ʫ˖ ڥᓃҦஔ JOEE ɨʹ
ᒿऎӺ৫ ʫ˖ ڥᓃҦஔ JOEE

