Artificial Intelligence Research Center
LATEST NEWS
李宏毅談通用基礎模型：看似荒謬的跨域實驗也有新成果
除了文字之外，語音基礎模型是另一個令人關注的進展。語音相關的任務極為繁多，除了語音辨識外，還有語者辨識、情緒辨識、語音增強、語音問答等各式各樣的任務，細數起來有上百個，而世界上有七千多種語言，如果要為每一種語言的每一個任務都蒐集大量標註資料是不可能的。於是在語音AI領域掀起了自督導式學習（Self-supervised Learning）浪潮以解決巨量資料標註的問題。
大型語言模型越來越強，安全與偏見問題更需關注
OpenAI去年底推出的ChatGPT後，因為模型驚人的表現引起大眾的關注，日前又再推出GPT-4 語言模型，最大特色是除了文字對話還能輸入圖片讓AI解讀，且解答能力和正確率更是大幅超越以往。面對大型語言模型的到來，中央研究院資訊科學所研究員、國立陽明交通大學教授古倫維提醒，除了應用與技術外，更需要注意模型訓練的資訊來源、安全與偏見問題。
VISIONS
人工智慧為一迅速變化及擴展之研究領域，並伴隨著無所不在的應用與發展。而本所在AI領域上具有引領性創新能力、解決關鍵性技術難題能力、以及符合鴻海集團產品應用和未來發展需求。目前著眼於電腦視覺、場景理解的研究與開發等技術，並應用在新能源車、數位健康與機器人等領域。
TEAM member
栗永徽
人工智慧研究所所長
專業領域
機器學習、深度學習
計算機視覺
人臉辨識、虹膜辨識
教育背景
美國卡內基美隆大學計算機科學院 碩博士
美國賓州計算機科學系碩士
國立台灣大學電機工程系學士
台北市立建國中學資優班保送生
國立中央大學資訊工程系 副教授
逢甲大學資訊工程系 助理教授
中華電信研究院 助理研究員
- yunghui.li[at]foxconn.com
詹念怡
人工智慧研究所研究員
專業領域
機器學習
大數據
教育背景
淡江大學 資訊工程學系 博士
淡江大學 資訊工程學系 碩士
淡江大學 資訊工程學系 學士
鴻海科技集團 CAA主任工程師
遠傳電信 副理
中華電信研究院 研究員
- yi.jan[at]foxconn.com
楊凱霖
人工智慧研究所研究員
專業領域
深度學習
計算機視覺
教育背景
國立中央大學 資訊工程所 碩士
中原大學 資訊工程學系 學士
瞧瞧科技有限公司 AI工程師
國立中央大學 研究助理
黃啟恩
人工智慧研究所研究員
專業領域
深度學習
計算機視覺-超解析度影像生成
教育背景
國立中央大學 資訊工程所 碩士
中國文化大學 教育學系 學士
中國文化大學 法律學系-財法組 學士
Dr. Muhammad Saqlain Aslam(薩克蘭)
人工智慧研究所研究員
專業領域
深度學習
生物特徵識別
計算機視覺
教育背景
國立中央大學 資訊工程所 博士
林沂蓉
人工智慧研究所研究員
專業領域
深度學習
計算機視覺
教育背景
國立中央大學 資訊工程所 碩士
國立中央大學 資訊工程學系 學士
廖宜斌
人工智慧研究所研究員
專業領域
語音及自然語言處理
教育背景
國立陽明交通大學 電信工程研究所 博士
國立陽明交通大學 電信工程研究所 碩士
國立成功大學 電機工程學系 學士
經歷
中華電信研究院 高級研究員
- +91-89898989898
- [email protected]
Research Outcome
HEURISTIC ATTENTION REPRESENTATION LEARNING FOR SELF-SUPERVISED PRETRAINING
Heuristic Attention Representation Learning for Self-Su
Continuous Blood Pressure Estimation Using Exclusively Photopletysmography by LSTM-Based Signal-to-Signal Translation
Latifa Nabila Harfiya, Ching-Chun Chang, and Yung-Hui L
實驗結果表明，我們所提出的 DDA-SRGAN 能夠學習關鍵區域的特徵細節
Super-Resolution Generative Adversarial Network Based o
新的 GAN 網路架構：CWGAN-GP，生成稀缺的虹膜影像
Conditional Wasserstein Generative Adversarial Networks
Tech Blog
李宏毅談通用基礎模型：看似荒謬的跨域實驗也有新成果
除了文字之外，語音基礎模型是另一個令人關注的進展。語音相關的任務極為繁多，除了語音辨識外，還有語者辨識、情緒辨識、語音增強、語音問答等各式各樣的任務，細數起來有上百個，而世界上有七千多種語言，如果要為每一種語言的每一個任務都蒐集大量標註資料是不可能的。於是在語音AI領域掀起了自督導式學習（Self-supervised Learning）浪潮以解決巨量資料標註的問題。
大型語言模型越來越強，安全與偏見問題更需關注
OpenAI去年底推出的ChatGPT後，因為模型驚人的表現引起大眾的關注，日前又再推出GPT-4 語言模型，最大特色是除了文字對話還能輸入圖片讓AI解讀，且解答能力和正確率更是大幅超越以往。面對大型語言模型的到來，中央研究院資訊科學所研究員、國立陽明交通大學教授古倫維提醒，除了應用與技術外，更需要注意模型訓練的資訊來源、安全與偏見問題。
大型基礎模型衝擊 電腦視覺將出現第三次變革
透過人工智慧技術創造的美女網紅，帳號上線5天後，立刻吸引超過1.8萬名的紛絲。在生成式AI技術日漸成熟下，預期這種由AI生成的網紅將掀起另一波熱潮。而在這波生成式AI熱潮之下，大型基礎模型也成為各國與大企業競相投入的戰場。台灣大學資訊工程學系教授鄭文皇認為，隨著大規模基礎模型的發展，可預見將對電腦視覺帶來突破性第三次變革。
避免「運算鴻溝」，加拿大MILA與國際合作打造真正開放的 AI
雖然基礎模型促進了 Al 研究的發展，卻也拉大了非營利研究與科技公司的運算差距。本次「NExT Forum：M
Event
打造大型基礎模型之必要？跨領域合作與應用想像將是關鍵
鴻海研究院攜手人工智慧科技基金會、臺灣大學人工智慧技術暨全幅健康照護聯合研究中心於3月3日舉辦「NExT Fo
ChatGPT引爆話題，基礎模型將對學術及產業界所帶來的影響？
ChatGPT 自去年底推出後話題不斷，不僅業界熱切關注及猜測後續產生的影響，就連國科會都說要投資打造臺灣本土
【Hybrid event】NExT Forum：多模態基礎模型
鴻海研究院2023年第一場NExT Forum，邀請加拿大Dr. Irina Rish, MILA、台灣微軟、台智雲等國內外專家學者與企業，共談多模態基礎模型為台灣AI產業帶來的挑戰與機會，並提出整合台灣AI量能的務實模型建構方法，推進台灣AI邁向世界之巔！
【3/3免費線上論壇】NExT Forum：AI Security
面對AI技術及應用快速普及，AI 系統本身的資安儼然提升為國安問題，各國積極投入 AI 資通安全標準制定，並視
NExT Forum：AI and Next-Generation Communication
鴻海科技集團未來會以3＋3產業與核心技術做為發展重點，而鴻海研究院將擔任展望未來三到七年技術研發的重責大任，因
Video
大型模型研發所需要的資源與所創造的價值
Microsoft Multimodal Integrative AI System
