計畫專任助理 翁助理
電話 : (03)422-7151 #35323
E-mail : moe.ai.ncu@gmail.com
歷屆競賽議題提供團隊主持人
AI CUP 2023
AI CUP 2022
肺腺癌病理切片影像之腫瘤氣道擴散偵測
鍾翊方 教授
主持人
國立陽明交通大學
生物醫學資訊所
應用人工智慧分析數位病理影像是近年來新興且極具潛力的領域。透過分析腫瘤病理影像,可以取得豐富的腫瘤相關資訊,應用於臨床醫療。 「腫瘤氣道擴散(spread through air spaces, STAS)」是近年新發現肺腺癌的病理特徵,指的是腫瘤細胞從腫瘤的邊緣沿著肺泡空腔,往鄰近的正常肺臟組織擴散。腫瘤氣道擴散對肺腺癌病患接受手術後復發的風險有重大影響,已是目前肺腺癌病理檢查的例行項目。 針對肺腺癌H&E染色數位病理全切片影像,本競賽提供在腫瘤外的感興趣區域(region of interest, ROI)以方框及不規則形狀像素層級之STAS標註資訊,進而舉辦兩種競賽:(1) 運用物體偵測作法於找尋STAS;(2) 運用影像分割作法於切割STAS輪廓。
本競賽提供豐富獎項、雲端運算資源、軟體工具和訓練課程,協助參賽者在競賽過程中,具備堅強的實力及工具取得佳績,像是有機會運用全台最大的 AI 高速 GPU 運算雲端資源-TWCC,協助跨節點高效能運算快速執行大規模的應用程式,透過AIHPC高效能加速縮短計算時間、優化模型以產出最精準的競賽結果。
葉奕成 主治醫師
協同主持人
台北榮民總醫院
病理科
農地作物現況調查
王驥魁 教授
主持人
國立成功大學
測量及空間資訊學系
農地作物現況調查可使用人員搭配相機於現地拍照紀錄,然而農地區域廣泛、我國之坵塊分割細碎且分佈零碎,所獲取之照片影像資料龐大,轉換為可用於管理操作之資訊,極度耗費人力、時間。AI 技術對於影像判識工作近年已有長足之進步,適合導入農地作物現況調查之工作程序,加速農政單位獲取相關資訊。
目前雖然有完整的民生/工業/醫療等AI資料集,但在農業數據相對缺乏,故在未來AI智慧農業需求上,將需要投入大量的專業人力進行農業數據蒐集及分析作業;透過本競賽,將協助學生瞭解農業資料集及農產業影像辨識的應用需求,並培育學生應用AI進行農業領域影像辨識的經驗及技術能力。
林昭宏 教授
協同主持人
國立成功大學
測量及空間資訊學系
呂學展 副教授
協同主持人
國立成功大學
測量及空間資訊學系
尋找花中君子 - 蘭花種類辨識及分類競賽
黃仁竑 教授
主持人
國立中正大學
資訊工程學系
臺灣蘭花栽培歷史悠久、品種繁多,產量及品質在國際上受到肯定,臺灣有著領先全球的蘭花育種研發,擁有世界上最多的蝴蝶蘭品種,九成的蝴蝶蘭用於出口,使其成為國內精緻農業金額首位。但因農業生物科技的進步,大量組織苗的繁殖,影響新品種的研發,加上其它國家積極投入育種生產,育種廠商大都有其專注培養的品種,由於各蘭花品種的型態較為類似,往往需要專業人士才能進行區別,目前全球均未有蝴蝶蘭品種的辨識軟體與技術,本競賽欲透過舉辦蘭花種類辨識及分類競賽,邀集具AI、機器學習、深度學習專長的專家與高手,訓練出高辨識率的蘭花品項影像辨識模型,除了能提升產業競爭力外,更讓社會大眾對於蘭花這類高經濟作物有更多的認識,進一步提升蝴蝶蘭的銷售與產值。
江振國 副教授
協同主持人
國立中正大學
資訊工程學系
無人機飛行載具之智慧計數(農作物、車輛與人群計數)
謝君偉 教授
主持人
國立陽明交通大學
智慧計算與科技研究所
近年來科技高度發展所帶來之影響,已逐漸深入人類生活環境。無人飛行載具提供更寬廣的視野及更高度的移動性和靈活性,至今已被應用在許多不同產業領域,如地理資訊蒐集、交通監控、物品運送、通訊網路中繼站等不同類型。本次計畫預計將由國立陽明交通大學智慧科學暨綠能學院謝君偉教授、資訊學院莊仁輝教授及美國紐約州立大學奧爾巴尼分校張明清助理教授合作,著重於 AI 與影像辨識及無人飛行載具應用,期望參賽者以日常生活可能遭遇之問題為出發點,將深度學習原理作為基礎,運用相關人工智慧核心知識深入發展應用,進而將無人飛行載具相關技術應用於實際環境中,結合不同領域之人才並發揮創意,將平時所學專業知識確實落地,提升個人及
團隊之實作能力與競爭力。
本次競賽主題為 AI 與影像辨識-無人機飛行載具之智慧計數(農作物、車輛與人群計數),無人機載具有高度移動性以及遠距遙控功能,能夠快速且輕易到達不容易接近的區域,搭配高解析度相機即如同鷹眼般,能從空中俯視地表,並將地表一切變化詳實記錄在影像中而不遺漏,這種高機動性與廣泛應用,讓世界各國皆視無人機為下一代工業 4.0 革命中不可或缺的重要部分。目前國內尚無此空拍影像分析之比賽,此計畫將以無人機空拍影像為基礎,運用深度學習原理等相關訓練模組,進行高空農作物、車輛與人群數量技術與辨識。藉由此比賽,利用做中學的方式,進而掌握關鍵空拍分析技術,並培養前瞻 AI 研發人才,導引高階研發人才至各社會階層進行貢獻與服務,為國家高科技產業帶入新動力。
莊仁輝 教授
協同主持人
國立陽明交通大學
教務處教務長
張明清 助理教授
協同主持人
美國紐約州立大學
奧爾巴尼分校
自然語言理解的解釋性資訊標記計畫
黃瀚萱 助研究員
主持人
中央研究院
資訊科學研究所
機器學習模型的可解釋性(explainability)是人工智慧技術在落實與應用時,備受期待的項目。如果模型能夠在精準預測之餘,同時提供佐證其預測行為之依據,人類將有機會事先發現模型判斷的錯誤,大幅提高人類對模型之信賴,使得人工智慧技術更能落實到關鍵性的決策場域。
目前的自然語言處理模型,對於這類的任務已能達到頗高的效能,顯示近期的深度學習技術已能掌握部份語言推理能力。然而,模型在提供準確的推理(即三分類任務)之餘,究竟是如何得到該推理之結果,其中的解釋性要素則仍然未有充份的研究。
本計畫以自然語言推理為目標,希望能讓模型在預測文句之間蘊含、矛盾、無關等邏輯關係的同時,找出文句之中關鍵性的片段,作為預測結果的佐證資訊。這樣的資訊一方面可以提供機會讓研究人員更了解模型內部的行為,促進自然語言處理的研究。同時也可在將來應用人工智慧系統時,提供模型的判斷依據,供人類評估模型該次判斷的可靠程度。
AI CUP 2021
蘇柏齊 教授
主持人
國立中央大學
資訊工程學系
現今生活的周遭處處可見各式各樣的招牌、路牌、看板、標語與廣告等,隨時隨地傳遞豐富的文字訊息給大街小巷中的人們。當在街上拍攝照片或錄影時,畫面中所包含的文字內容提供了該場景相當可靠的資訊。若能自動地將場景畫面中的文字辨識出來,對於包括場景理解、智慧城市/交通發展、機器人技術、自動駕駛、協助視障者或外來旅者等應用都能有所幫助。場景文字辨識實為人工智慧與電腦視覺的綜合議題,具有相當的挑戰。我們希望透過本次競賽,促進國內於場景文字辨識相關領域的技術發展,增進台灣人工智慧技術的實力。
場景文字檢測通常為場景文字辨識的前置步驟,即由畫面的像素中判斷文字出現的位置,以利後續針對該位置辨識可能的文字內容。場景文字檢測直接影響了文字辨識的準確度,本次賽事目標即為定位畫面中肉眼可識的文字位置。場景文字檢測受到許多因素所影響,包括場景中可能出現的多型態文字、多國文字、傾斜招牌文字、不同尺寸文字、外物遮蔽、類文字圖案紋理干擾、光線與陰影等。本賽事的目標場景為台灣市區街景,期望參賽者利用機器學習/深度學習技術,嘗試與開發適當的模型,以確偵測台灣街景畫面中的文字區域。
繁體中文場景文字辨識競賽
張明清 教授
協同主持人
美國紐約州立大學奧爾巴尼分校
國立中央大學資工系訪問學者
AI CUP 2021
水稻無人機全彩影像植株位置自動標註與應用
劉力瑜 教授
主持人
國立臺灣大學
農藝學系
隨著軟硬體的快速發展,近期人工智慧的應用成為顯學,並成功應用在廣泛領域上。然而,人工智慧在農業上的應用卻相當有限,除了作物生長周期長、資料不易大量累積外,也因為資料標註高度仰賴具有專業知識的農業專家,使得能作為機器學習的訓練資料集嚴重不足。空拍遙測影像與網路文字,是在農業現場中相對容易取得的大量資料。
呼應政府推動的五加二產業中「新農業」的發展,本計畫首先預計使用高解析度的無人機全彩影像進行植株位置標註,也將從行政院農業委員會資料開放平台下載植物疫情發布等網路文字資料,未來能根據標註結果以人工智慧建立水稻田植株辨識與文字辨識分析模組,以提升臺灣未來農業發展軟實力。
標註成果未來可應用在無人機定點少量噴灑植物保護劑的施作,達到節省成本及維持環境永續的雙重目的,也與近期農委會積極推動的無人植保機應用之目標相符。
黃乾綱 副教授
協同主持人
國立臺灣大學
工程科學及海洋工程學系
AI CUP 2020 / 2021
醫病訊息決策分析與對話語料建構系統
高宏宇 教授
主持人
國立成功大學
資訊工程學系
根據Health Insurance Portability and Accountability Act 規定,在臨床醫療端的文字紀錄中,有關病人隱私資料的內容 都要被清除掉或是修改掉。而在門診醫病對話資料中,含有許多求診民眾的隱私內容,如此大量的資料,需要有自動化的方式去辨識出這些隱私內容,方便醫療人員的作業也加速醫療大數據的建立。
本競賽提供從成大醫院合作之門診所收錄而來的門診對話及相關訪談的看診對話資料,由人工標註出對話資料中的隱私內容及其類型。並將資料分為訓練集、建構集(開發集) 與測試集。
本競賽主要目標為從醫生與看診民眾對話中辨識和提取含有隱私資訊的內容,並分類出該內容屬於何種隱私類型。
柯乃熒 教授
協同主持人
國立成功大學
護理系
AI CUP 2020
李祈均 副教授
主持人
國立清華大學
電機工程學系
近來隨著人工智慧的興起,智慧加值概念導入精準化的技術於農業中,不僅有助於提高產能,更能同時改善人口短缺以及農產所得收入,期望透過 AI 技術進行高自動化與標準化的輔助,提升產值並有效進行產業轉型。
本次目標希望基於自動化、精準化的 AI 影像辨識技術導入概念,在未來利用台灣本地資料庫建立一套自動芒果篩果系統,並在未來進一步希望能與政府單位如農委會合作完整芒果智能履歷的搭建,提供一般臺灣大眾簡單明確的芒果選購機制,同時拉抬台灣本地愛文芒果的品牌精緻化。透過競賽的舉辨,可以快速將此一相關技術成長,培養相關智慧農業人才。以掌握科技種植、科技溯源以及品牌價值的三大元素,藉以提升在地芒果品質並樹立台灣芒果品牌價值,不僅對台灣整體向外拓展的競爭力有所助益,也能有機會與他國建立連結打響台灣高經濟蔬果品牌知名度甚至種植指標國際化。同時間針對此一與生活息息相關的主題也培養台灣的 AI 人才,以其擴散至不同農業作物,為智慧農業奠基。
許志仲 助理教授
協同主持人
國立屏東科技大學
資訊管理系
(現職國立成功大學資訊工程系)
AI CUP 2020
歌聲轉譜與和弦辨識競賽
張智星 教授
主持人
國立臺灣大學
資訊工程學系
隨著時代的進展,聆聽音樂的方式已經從以往的CD轉移到各式各樣的音樂線上平台。2016年IFPI的報告指出,數位音樂的產值已經正式超過實體音樂產值,而實體音樂的產值正在連年下降中,顯示出趨勢正站在數位音樂這邊。
而數位音樂的發展帶動了許多相關的AI智能應用,包括原曲辨識、哼唱選歌、樂曲分類等,其中Line Music、KKBOX與Spotify都相繼成立機器學習或人工智慧部門,專門透過歌曲內容與使用者的聆聽習慣來分析使用者的音樂喜好,並且提供上述各種AI服務來讓使用者方便聆聽到自己喜歡的音樂,進而衍生出加值的空間。
經由數位音樂的發展,各種音樂相關的服務如歌曲推薦、哼唱搜尋等需求也越來越多,國內如KKBOX、國外如Spotify等也分別成立自己的機器學習部門來針對自動歌曲推薦等服務做研究及擴展。此類服務在機器學習的研究上可以分成兩個部分,一是針對使用者行為做推薦,另一則是針對歌曲的本質做推薦,在歌曲的本質上,許多基本的特性方法研究是一個必須的重點,如歌曲的主旋律、和弦、歌曲結構、曲風、節拍…等等的基本要素,這些基本要素構成了一首歌曲該如何被分類及推薦,因此熟悉這些音樂基本分析元素及機器學習之方法的人才在目前的音樂產業中是亟需被重點培養的。
人工智慧論文機器閱讀競賽
AI CUP 2019
陳銘憲 特聘教授
主持人
國立台灣大學
電機工程學系
在本競賽中,我們將讓學子嘗試以語意分析的技術解決一個令電腦科學研究者頭痛已久的問題:「如何設計一個能自動閱讀論文摘要,標注並統整論文中所發明、使用或用來比較的演算法的系統」。
讓機器自動梳理這些不斷推陳出新的演算法將會是無可避免的嘗試,即便在人力可負擔的情形下,讓機器自動統整相關演算法將可以讓研究者騰出時間做更有意義的事。
林守德 教授
協同主持人
國立台灣大學
資訊工程學系
葉彌妍 副研究員
協同主持人
中央研究院
資訊科學研究所
AI CUP 2019
新聞立場檢索競賽
鄭卜壬 副教授
主持人
國立臺灣大學
資訊工程學系
具爭議性議題的新聞一直是閱聽人觀注與討論的焦點,新聞媒體常需報導不同立場的說法,若能從大量的新聞文件裡,快速搜尋各種爭議性議題中具特定立場的新聞,將不但有助於人們理解不同立場對這些議題的不同認知與不同價值觀,對制定決策的過程而言,也相當具有參考價值。
本競賽以鼓勵學生運用創意與技術來解決資料檢索與意見探勘應用的挑戰,亦期待透過競賽方式,訓練並培養我國資訊檢索、自然語言處理、機器學習等人工智慧領域相關之人才。
古倫維 副研究員
協同主持人
中央研究院
資訊科學研究所
AI CUP 2018 / 2019
生醫論文自動分析競賽
許聞廉 特聘研究員
主持人
中央研究院
資訊科學研究所
本競賽將以自然語言處理技術為核心,開放競賽語料讓學子能夠將人工智慧技術應用於基礎的臨床醫療病歷資料分析到進階的生物資訊文獻語料。
參與本競賽的學子將可實務的了解分析生物醫學資料的流程與技術,並體現轉譯醫學思維,讓學子能夠了解利用自然語言處理技術將基礎醫學、生物資訊研究,和臨床治療連結的大思維。