用Podcast訂閱本節目 
台灣跨校團隊研發新型類神經網路HarDNet，猶如升級版引擎，可以加速人工智慧運算，不僅提升影像辨識效率，有望應用在自駕車與安全防護領域，這項技術今年參加電腦視覺競賽，也獲得國際大獎肯定。
科技部今天(18日)舉行研究成果記者會，清大資訊工程系講座教授林永隆團隊執行科技部「半導體射月計畫」感知運算與AI人工智慧晶片專案，團隊成員包括清大、交大、中原大學6位教授帶領共30位研究成員，2年半期間研發出新型類神經網路HarDNet，比起知名的ResNet，HarDNet只要三分之二運算時間就能達到相同準確度。
林永隆解釋，HarDNet不僅很省電，還可強化眾多應用網路，也適用在CPU、GPU等不同運算平台。可以把HarDNet想像成一個通用的引擎，引擎應用面很廣，可以安裝在不同款飛機，就算是同公司的飛機，也可以因為不同等級的飛機在引擎上做細緻調整。
林永隆指出，HarDNet也可以拿來應用在影像偵測、影像追蹤與影像分割上，包括即時偵測人流與車，幫助自駕車技術辨識畫面中哪塊是道路、哪些是人、哪些是附近車子等。
林永隆表示，交大電子工程系特聘教授黃俊達以及交大資工系副教授吳凱強也指導學生運用HarDNet技術，參加今年低功率電腦視覺(LPCV)國際競賽，比賽包括辨識速度、辨識精準度都納入考量，也獲得銀牌與銅牌佳績。
清大資訊工程系系主任王廷基也指導學生，把HarDNet的應用網路拿來偵測車牌，發現可以對惡意攻擊有較高的免疫力。也就是說，如果把車牌加上其他特殊花紋，其他神經網路模型正確偵測率可能只剩下57%，但是HarDNet正確偵測率仍可達到90%以上。未來也能幫助警方追捕特定車輛時不會出錯。銀牌與銅牌佳績。
