國立清華大學資工系助理教授李濬屹帶領學生團隊今（31）日發表自行打造出新一代的「NVISION II 智慧機器人」，不同於傳統機器人全身裝滿感測器來偵測周遭環境，它只靠一個幾百元鏡頭來「看」世界，再透過深度神經網路分析，把真實世界的人、車、建築物等轉換為機器人能理解的圖像語義分割影像，就能讓機器人行動自如，不但能閃避障礙物及迎面而來的車輛，還會跟著人走。
深度學習應用在智慧型機器人 勇奪首屆Jetson開發者挑戰賽冠軍
這項計畫名稱為「深度學習應用於機器人視覺之最佳化」，不但獲得科技部補助，也獲得科技部AI創新研究中心支持。李濬屹表示，這套系統可把機器人在真實世界中拍到的影像，利用深度學習技術自動塗色，標記出看到的物體，可讓機器人在虛擬世界中學習過去在真實世界才能學到的經驗，將可大量節省訓練機器人的時間及成本，並避免訓練過程可能造成周遭人事物的損壞。
據了解，李濬屹團隊這項將深度學習應用在智慧型機器人上的研究成果，最近打敗全球許多大學、研究機構及機器人公司，奪下輝達(NVIDIA)在美國舉辦的全球首屆Jetson開發者挑戰賽冠軍。團隊還應全球最頂尖的人工智慧國際研討會之一的IJCAI之邀，將於7月赴瑞典發表研發成果。
李濬屹前年在電梯中看到一張機器人競賽的海報，引起他的興趣，帶著學生一頭栽進了AI人工智慧與自主機器人的研究領域，「當時我只是想，很多機器人全身裝滿感測器，價格非常高昂；掃地機器人要撞到東西才轉彎，為什麼不能繞過去呢？」就是這樣的想法，激發李濬屹別開蹊徑，拋開昂貴的感測器，改用幾百元的簡單鏡頭來建立機器人的感知系統。
李濬屹用視覺辨識技術框出真實世界影像中物體的輪廓，再分析光影、色澤、材質，分別予以定義轉換，此時人變成紅色的色塊，移動的車輛則變成藍色，就像在「魔鬼終結者」等科幻電影中人工智慧看到的世界一樣，機器人就能「看懂」。
另在虛擬世界訓練時，也要讓機器人認知自己的身材高矮胖瘦，否則若認知錯誤，在真實世界轉彎時就會撞到東西。李濬屹說，以這種技術設計出的掃地機器人，就可以在撞到家具之前繞過去，機器車走在路上也可閃避靜態與動態的障礙物，還能跟著人走，未來可以應用在智慧家庭、智慧校園及智慧製造等領域。
李濬屹強調，有了這套系統，無人駕駛車就可以在虛擬世界中先訓練，最後才真的上路測試，可大幅提升效率、節省成本，也減少危險，「我們是世界上很早提出這樣創新想法的團隊，最近看到Uber與Intel也把類似的想法用在開發自動駕駛車輛上。」
2016年，李濬屹即帶領學生參加輝達在台舉辦的嵌入式智能機器人挑戰賽，以新手打敗不少專業團隊，榮獲全國冠軍。今年李濬屹再度帶著清華資工系學生洪章瑋、陳昱名、楊炫恭、蕭興暐、蕭子謦、賴思頻組成團隊，打進今年3月在美國矽谷舉辦的Jetson開發者挑戰賽，在80國團隊中勇奪冠軍。
團隊名稱ELSA LAB引自動畫電影「冰雪奇緣」的Elsa，李濬屹笑稱，這是因為Elsa智慧又善良的特質與團隊精神相符。團隊成員、清華資工系大四生楊炫恭說，一年來為了找出能連接機器人眼中虛擬影像與真實世界的方法，日思夜想，「最後是在夢中得到靈感。」
成員陳昱名說，研究最辛苦的就是要帶著重達80多公斤的機器人到戶外測試、蒐集數據，好不容易教機器人看懂真實世界影像時，又發生機器人一動、鏡頭就出現殘影等問題，「最難忘的是和與學長洪章瑋熬夜調整參數，機器人終於成功動起來的瞬間。」
