人工智慧最新技術抓超速!(下)

人工智慧成為抓超速小能手!快狠準超速難逃它的法眼!

本系列文章為【AI一眼抓超速!中研院開發世界最快偵測技術YOLOv4 】的下篇，請點此看本系列文章上集。

不只最快，還要最精準！

2019 年年初，廖弘源與王建堯團隊第一個研究發展出局部殘差網路 PRNet（partial residual networks, PRNet），把資訊「分流」，少了無謂的計算量，使運算速度增加兩倍。「一開始做出 PRNet，我還是覺得效果不夠好。雖然減少計算量，大幅加快了計算的速度，但是正確率和原本相比並沒有什麼提升。」廖弘源自信的說：「我覺得這樣沒什麼意思，因為我們的目標，是做出全世界最好的物件偵測技術！」

2019 年 11 月，他們在 PRNet 的基礎上，緊接著研發出跨階段局部網路 CSPNet（cross stage partial network, CSPNet），利用分割–分流–合併的路徑，成功達到了大幅減少計算量、卻能增加學習多元性的目標。

從 PRNet 與 CSPNet，我們一步步把物件偵測的計算量減低，但是學習卻能更多元，因此也得到更好的精確度。

▲ 以上為 CSPNet 簡化結構的一部分，三色箭頭代表機器學習過程中，後面的資料如何反饋往前傳。這個設計的重點在於資訊的分流與多了過渡層 (Transtion)，讓反饋的學習資訊在分流後產生差異，提高每一網路層參數的利用率，目標是讓機器學到更多樣的東西，提高判斷的精確度。另一方面，因為資料分流的關係，有部分直接往後傳，不經過分析計算，使整個計算量變少，運算速度也因此加快。（圖：研之有物、Source：王建堯）

「我們發表 CSPNet 之後，吸引 YOLO 技術的維護者博科夫斯基（Alexey Bochkovskiy）的注意。」廖弘源說。他們很快與博科夫斯基（Alexey Bochkovskiy）展開合作，將 CSPNet 用於開發新一代的 YOLO，並於今年 4 月發表了 YOLOv4 ，成為當前全世界最快、最準的物件偵測技術，引爆全球的人工智慧 AI 社群。廖弘源笑說：「我們 4 月發表的論文，短短不到三個月，閱讀次數就超過了 1400 次，比我以往發表的任何論文都還多。」其中的關鍵技術正是 CSPNet。

此外，由於 YOLOv4 的技術是開放的，各式各樣的應用也如雨後春筍般快速出現。舉例來說，YOLOv4 可即時偵測人們的社交距離，或是快速判斷路上的行人有沒有戴口罩。

▲ 計算社交距離

YOLOv4 甚至能辨識並捕捉滑雪運動中的人，廖弘源進一步解釋：「滑雪的人姿勢以及運動軌跡都不斷變換，甚至可能拋物線飛起，偵測難度相當高，但 YOLOv4 都能追蹤得非常精準。」

▲ 捕捉滑雪運動的人

帶學生的第一要求：把科學帶進來！

中研院資訊所所長廖弘源長期研究多媒體視訊處理，從雞尾酒浮水印到人工智慧人臉資料庫、數位化影片修補等，再到這次的 YOLOv4 物件偵測技術，研究成果卓越。而每一項成果的後面，都是廖弘源帶領資訊所前後屆學生一起努力的成果。

想在廖弘源的實驗室工作，可不是件輕鬆的事。他說：「做研究，不該只想著工程問題，應該本著科學家的精神，從中找出最具科學價值的關鍵下手。」許多學生一到廖弘源的實驗室，必須將過去狹隘、僵化的工程解題模式打掉重練，重新以科學看待問題。例如：本次 YOLOv4 的成功關鍵，即在於一開始問了個好問題，找到最值得改善的環節。

不論面對的是何種問題，我的第一個要求，就是把科學帶進來。

儘管治學甚嚴，個性海派的廖弘源和學生也有著亦師亦友的關係。他喜歡和學生一起找出好的研究議題後，一起埋首投入研究工作的熱血感，也喜歡在研究遭遇瓶頸時，與學生一起「大吃一頓解憂愁」。如今，他的學生遍布國際級知名公司與研究單位，持續發揮「廖式思考」的深刻影響力，開發更多如 YOLOv4 般頂尖的科研成果。

雖然團隊屢屢創造具商機的研究成果，但廖弘源對於獎項或是申請專利等，卻是看得很淡。「我的目的本來就不是賺錢，」廖弘源說：「我只希望我們對世界的好奇與探索，能真正轉化為對人類的貢獻。」