世界最快的AI視覺辨識，來自台灣！中研院資訊所所長廖弘源如何催生YOLO？

然而，這個任務隱藏著一個巨大挑戰——影像資料量大，雲端設備又昂貴，傳送、儲存還有資安疑慮，所以得在邊緣設備端（如路邊的攝影鏡頭）處理。但邊緣設備算力有限，該如何進行複雜的AI運算？

用廚房來比喻，影像資料就像是大量食材，需要一個超大冰箱（雲端設備）來存放；但這樣既貴又慢，餐廳希望能將食材存在店內的小冰箱（邊緣設備）。然而，店裡的小冰箱功能有限，只有大冰箱的五%容量。

面對這個難題，廖弘源跟團隊靈機一動，「我們要設計一個更好的演算法，降低成本，取代硬體運算的功能。」他不是去買更大的冰箱，而是想出一個聰明的料理方式（演算法）！

然而，哪個演算法的影像運算既快又好？王建堯尋尋覓覓，發現了YOLOv3。

與俄羅斯工程師攜手合作

YOLO的全名是「You Only Look Once」（你只要看一次），顧名思義，特色是用最少的運算資源，做最快的影像辨識。

廣告

然而，這模型還是太大，裝不進邊緣設備。

「我們先動手做吧！」廖弘源找來幾位指導過的、已是教授的博士生，跟王建堯一起發展新的運算架構，最後推出了既能提高運算速度、又能維持精準度的CSP Net。

這個突破很快引起國際注意。當時DarkNet維護者、俄羅斯工程師博科夫斯基（Alexey Bochkovskiy）立刻邀請王建堯一起開發YOLOv4。一個跨越半個地球的AI軍團，悄然成形。

在新冠疫情蔓延的2020年初，當多數人們被迫居家，王建堯卻將自己關在實驗室，日以繼夜地測試模型速度；他的勤奮加上廖弘源的經驗，最終誕生了YOLOv4。

最少的資源，最快的影像辨識

YOLOv4的成功只是開始。為不使外界覺得只是僥倖，廖弘源團隊在四年內接連推出YOLOR、v7、v9版本，每一版都有核心理論及論文佐證，而且全數開源。

現在，這些模型已被廣泛應用於各行各業，包括交通管理、醫療診斷、農業監測，甚至國防領域等。

廣告

「2020年之後，物件偵測領域就是台灣的天下，」廖弘源自豪地說。

用AI讓台灣被全世界看到

「很少團隊像他這麼專注在同一個領域，」蔡明順解釋，許多研究者發一篇論文就換主題，廖弘源團隊卻不斷精進，「這代表YOLO不只是一篇論文，也是業界常用工具，使用者要求更精準、更低耗能。」

廖弘源和王建堯的成功並非偶然。儘管年齡相差近一倍，但能力和經驗恰好互補。沉默寡言的王建堯是本土博士，基礎功扎實；幽默風趣的廖弘源則是留美歸國，有30多年影像研究和實務經驗。

「沒有他，我不可能做到；沒有我，他也不可能做到，」廖弘源這樣評價兩人組合。

更重要的，是廖弘源獨特的研究理念。一頭銀髮、人稱「老頑童」的他，選擇了一條少人走的路——當多數人追求論文發表量，他卻一心想解決重要問題。

廣告

他常提醒學生，「工程師用既存的方法，解決當下的問題；科學家用系統化的方法，解決長遠的問題。」因為，只要能解決關鍵問題，即便短期無法產出論文，但遲早會迎來石破天驚的成果。而YOLO一役，不只應證了廖弘源的理念，更將他的團隊推上全球AI影像研究的巔峰。

廖弘源團隊完成此一大作後，挖角邀約不斷，但他不為所動；甚至還因擔心技術被壟斷，婉拒與大企業深度合作。這樣一位不在意物質回報的世界級學者，卻在今年欣然接下國科會「晶創計劃」副執行長重任，扛下台灣下階段的AI國家級計劃。

「用AI讓台灣被全世界看到，是很好的方法！」在全球AI競賽中，廖弘源早已洞悉：勝利不在於資金多寡，而在於創新的力量。「真正的強者，是強到國際都擋不住，那才叫強！」

在他的願景中，台灣不僅要鞏固半導體霸主地位，更要插上A I的翅膀，翱翔於「軟硬整合」的新天地。（責任編輯：洪家寧）

廣告