AI狂潮與智慧城市應用論壇登場 領導廠商談AI智慧交通應用 ▲演講貴賓合影留念。
台灣智慧城市產業聯盟、台灣玉山科技協會及台北市電腦公會共同於2023年9月12日舉辦「AI狂潮與智慧城市應用」論壇。AI邊緣運算（Edge AI）為當前關鍵發展趨勢之一，可廣泛的應用於安全監控、自駕車、交通管理、智慧醫療與智慧製造等不同領域。此次論壇側重於AI在設備端的應用，邀請多家領導廠商分享在智慧交通與自駕車上的應用成果。
綜觀AI在智慧交通與自駕車上的應用，諸如影像辨識、雷達輔助、車隊管理追蹤、與城市基礎建設互動等功能，需要強大的算力搭配與疊加。在此同時，需顧及高功耗、碳排等議題，因此，軟硬體與系統整合是重要的技術問題。而台灣廠商具備深厚的PC、IoT產業鏈經驗，將有重要發展機會。
開場致詞：生成式AI與邊緣運算的整合應用可創造更大生產力
論壇邀請到AI大聯盟會長吳漢章開場致詞。他表示，從ChatGPT興起以來，這一波「AI 2.0」帶來人類對於掌握資訊或利用運算裝置的全新方法，不僅帶動市場火熱，也衍生了許多新的議題。吳漢章會長分享他的觀察，首先，生成式AI帶來革命性的生產力增長，無論是企業或國家端應用，諸如教育、智慧城市、智慧醫療等領域，都會要求這個AI是可信賴的，以免造成意外的結果。
吳漢章會長接著說，第二是「普惠AI」的議題，如何讓消費者無論貧富都能夠負擔得起AI生產力，是需要關注的。第三則是關於「永續」，AI的算力非常耗能，如何用更節能、更永續的方式做到一樣的效能，這些議題讓Edge AI的應用將更形重要。
吳漢章會長並談到，相較於封閉式系統，透過開源（open source）的模式，更適合台灣產業建立起產業的生態系（ecosystem）。以行動裝置作類比，過去10年來，台灣多樣貌的產業鏈是受惠於開放的Android；而生成式AI是帶來一種新的典範轉移，如果放在PC、IoT有好的應用，就會是一種新的產業鏈，台灣在半導體、PC都有成熟的產業鏈，隨著AI更多、更好的應用出現，對於台灣相關產業會是很大的發展機會。
生成式AI整合IoT及邊緣運算的應用架構與市場趨勢
接著由友通資訊總經理蘇家弘進行演講，主題為「生成式AI整合物聯網及邊緣運算的應用架構與市場趨勢」。蘇家弘總經理先以疫苗配送鏈等車隊管理系統為例，說明AI邊緣運算在智慧交通的應用上，是一個非常長且複雜的產業鏈，而友通在其中扮演工業電腦的供應角色，提供下游客戶進一步做硬體、軟體與雲端的整合需求。他表示，今年AI的總市場約150億美元，再進一步區分，在智慧交通的部分大約是10億美元左右。
蘇家弘總經理表示，智慧交通分為無固定路線與固定路線，前者如私家車，後者如捷運。目前對智慧交通的趨勢討論，在車輛智能化之後，對於城市裡面的基礎建設，或是車子對車子之間，每個端子間互相連接通訊，能夠有更智慧的理解。例如，以智能路燈桿上配置工業電腦與攝影機，並支援聯網，就可將警示訊息直接傳到巴士的數位儀表板上，達到警示司機的效果。
以多元AI邊緣運算技術平台化加速應用發展
研華科技嵌入式物聯網平台事業群副總經理蘇高源「以多元AI邊緣運算技術平台化加速應用發展」進行演講，他分享研華科技根據顧客需求，提供AI系列硬體產品，可彈性對應不同的CPU等級與AI顯卡，並且同時兼顧高算力所需要的散熱與穩定供電效果，讓客戶可直接開始做AI軟體開發，而不需要花太多時間處理系統整合的問題。
軟體也是影響AI應用的關鍵因素，AI大多綁定Linux，研華有合法的Ubuntu作業系統認證，並且每一個Ubuntu裝置，都要經過超過500項以上的相關測試，來確保軟硬體的相容性。此外，每三週針對目前網路上新的安全威脅進行核心更新，以確保客戶設計的AI邊緣運算系統不遭受網路攻擊所侵害。
蘇高源副總談到，軟硬體的相容性問題時常是AI軟體開發上的瓶頸，針對此議題，研華希望推出穩固、可靠、有效率的AI開發環境，因此從硬體軟體平台整合、簡單的utility協助顧客快速理解硬體和軟體模型是否符合需求、確認可用於平台的SDK、以及遠端更新功能等四大面向發展產品，希望透過多元AI平台導入，做到標準化、平台化，作為整合軟硬體的標準解決方案提供給顧客，方便迅速導入AI應用。
邊緣運算攝影機在科技執法及車牌辨識的應用
利凌科技資訊長胡志剛於會中分享「AI邊緣運算攝影機在科技執法以及車牌辨識的應用」。利凌科技目前為客戶提供邊緣運算攝影機、系統與解決方案，將邊緣運算攝影機應用於船舶追蹤、車牌辨識與科技執法。例如，高雄港、基隆港的船舶追蹤系統，使用AI攝影機自行追蹤船舶，在船隻碰撞時用於釐清肇責；以及軌道瑕疵偵測，還有運動轉播產業等。
談及為何需要使用邊緣運算，胡志剛資訊長表示，解壓縮影像需要花費大量的能量與時間，但透過邊緣運算攝影機，一個SoC上同時搭載CPU與GPU，能迅速處理攝影機內的RAW data，不需要進行解碼過程，處理影像效率大幅增加。
在科技執法的應用上，可透過邊緣運算攝影機辨識車牌，將結果直接傳到警政單位行控中心；應用於車載協尋系統，可做車道執法，將違規照片中的車牌辨識後生成，此外還可進一步使用於區間測速、人臉辨識、違規停車等。其他應用還有停車場收費、停車格管理或辨識特定顏色汽車等。
AI邊緣運算在交通異常事件偵測的最新應用
英研智能張國彬總經理以「AI邊緣運算在交通異常事件偵測的最新應用」為題分享目前在台灣的實際應用案例。首先定義「交通異常事件」，即在一般的路口路段，或快速、高速的道路中，於正常車流中產生出非常態的現象，導致交通受阻或意外產生，就是所謂的「異常」，較常見如車禍、逆向、停留過久或人員闖入等等。
張國彬總經理強調，重點在於如何提供一個複合式交通管理的運用，以解決這些交通異常事件。透過AI邊緣運算解決方案，利用AI進行多元物件辨識，包括辨別各種車輛，並且提供自動辨識交通的基本參數如車輛數、車速等等，將交通控制系統偵測所得的交通狀況經由網路傳輸到交通中心，而交通中心可以依據分析的結果，執行適宜的交通管理策略，達到運輸效應的最大安全目的。要達成此目的，不僅在於「端」的部分，一定還要有「雲」協同作戰。
以台北市為例，張國彬總經理說，目前已開始導入最先進的交通管理方案，稱為「動態的自動交通號誌的管理系統」，它是針對汽車的偵測，另外一個則是適應性的訊號管理系統，比較針對整體環境偵測。動態交通號誌管理系統可以減少約7%到10%的移動時間（traveling time），有助於減碳並提升安全性。
張國彬總經理表示，今（2023）年起將智慧交通的布建往上慢慢導入智慧雲，以類似的技術架構如天網搭配多樣IoT sensor，以至於管理系統、雲端協同等，甚至還可搭配雷達與天網整合，成為智慧交通領域未來相當重要的產品。台灣在智慧交通領域因為有豐富的IT經驗，期待各產業先進能共襄盛舉。
AI邊緣運算在科技執法與異常事件偵測的應用
綠捷能智控執行長洪國洋分享「AI邊緣運算在科技執法與異常事件偵測的應用」。他認為，著重於軟體演算法與硬體的整合，結合邊緣運算與雲端服務，降低功耗、深化算力，以最少的資源做到最多的成果。綠捷能智控積極發展足夠彈性的演算法，可小到在前端做邊緣運算，也可以在後端的雲端做大量運算。
洪國洋執行長表示，AI邊緣運算目前在智慧交通領域已有許多成熟的應用，但AI應用未來還有無限的可能性。他分享AI科技執法應用「違規偵測」案例，目前在高速公路、快速道路上的槽化線，使用「物件追蹤」與「車牌辨識」，先辨識到車牌，偵測到違規跨線，就直接記錄車牌並錄影事件儲存，在演算法中是一氣呵成做完。第二個案例則用AI偵測黑煙排放，對於路上行駛的機車會以AI偵測，首先辨識並鎖定機車，再辨識車牌，之後偵測排煙管確認是否有產生黑煙，同步拍攝。此外，還有汽車逆向，可用一支500萬像素攝影機同時完成違規偵測與事件錄影。違規停車也可透過AI的定速追蹤功能，加上車牌辨識，在同一個硬體單元完成整個違規事件紀錄。
AI晶片實現智慧行車大未來
耐能智慧協理陳宇春以「AI晶片實現智慧行車大未來」為題，談到AI在自駕車上的應用，為人熟知的影像、雷達輔助、車隊管理追蹤等功能，都需要強大的算力搭配與疊加，來到自動駕駛，會使用大語言模型的基礎Transformer搭配傳統CNN，複合模型的方式完成影像處理分析。
陳宇春協理特別提到，不僅是影像，語音應用也非常重要，在車載應用上面導入大語言模型有幾大好處：首先是使用者體驗，提供簡易控制系統，以免讓使用者覺得太複雜而放棄使用；第二點則是資料安全，採用聯邦學習等技術，提供資訊同時，保護資料安全；第三則是為自動駕駛打下基礎，透過語音溝通方式，讓自動駕駛更符合每個使用者的不同需求，並確保更安全的駕駛環境。 | 
