產學研共創智慧未來！北科大 × 義隆 × 中研院 AI偵測技術的世界級突圍
轉載自天下雜誌2025.04.29
當無人車駛入城市、無人機飛越田野，背後的AI「眼睛」如何訓練？又是誰讓實驗室技術真正走進街道，甚至能捍衛國防？擁有豐沛的產學合作能量與核心能耐，台北科技大學將中研院領先世界的AI物件偵測技術，轉化為義隆電子產業應用，正是讓技術落地的關鍵要角。
在北科大的先鋒大樓「北科義隆車用AI產學研發中心」，匯聚臺灣最堅強的產學研團隊，即將揭開劃時代的AI創新——一場由中研院、義隆電子與北科大三方協力的合作，正悄悄改變台灣在智慧交通、無人機感知、甚至國防偵測領域的布局。
義隆電子：打造AI應用產學整合平台
研發中心的關鍵推動者、義隆電子董事長暨總經理葉儀晧表示，2018年科技部力推「業界出題，學界解題」的AI發展策略，由中研院投入AI即時物件偵測系統研發，透過義隆電子裝設的交通攝影鏡頭，解決塞車問題，2020年獲得世界級的技術變革。而今，義隆集團的ADAS警示系統已獲國內外車廠採用，更將延伸到智慧交通的相關應用，最終擴及開發AI影像辨識平台。「從車用ADAS、智慧交通、無人機，到農業、國防與醫療影像處理，義隆看中的，是北科大實作的能力與速度。」打造北科義隆中心正是提供軟硬整合的平台，讓學生能直接參與業界最前線的研發，參與智慧交通與多感知應用的落地實驗。
中研院的AI演算法從2020年即時物件辨識研究、2024年升級為具備深層神經網路能力的三維空間估測模型，原是為無人機應用所設計。中研院所長廖弘源指出，台灣在即時物件偵測系統是以二維空間的方式 ，靠著YOLOv4、YOLOv7以及YOLOv9領先全球。「無人機所處的空間是3D空間， 比電動車2D空間複雜許多，尤其演算法要落實到商業應用，甚至用於國防，如同YOLO系列在edge端，必須面對算力挑戰，方有突破性的開展。」例如，無人機必須具備即時、低耗能的演算能力，車用ADAS系統則還需整合雷達、光達、攝影鏡頭等不同感測器資料，在不依賴雲端的前提下完成邊緣運算。技術有了，怎麼「接地」，就必須仰賴北科大懂產業又懂技術的夥伴。
北科義隆研發中心的計畫團隊，由北科大資工系特聘教授陳彥霖主持，共同主持人包括中研院廖弘源所長、王建堯助研究員，與北科大車輛工程系教陳柏全教授、蔣欣翰副教授，機械工程系許志明副教授、電子工程系賴冠廷副教授，以及義隆電子協同主持人林盟淳副總、黃志勝副理、邱毓仁副理等，產學研陣容強大。
陳彥霖表示，北科大團隊在針對智慧車輛發展的核心技術，分為三大項目：AI感知、感測器融合與控制決策。研發過程有不少挑戰，包含如何開發兼具準確性與輕量化的Edge AI感知演算法、取得足量且具代表性的道路駕駛資料集，尤其是國內道路場景資料的缺乏、AI模型訓練所需的高效運算資源，以及缺乏整合多類感測器並連接控制端的實車平台，難以進行長時間、真實環境下的驗證。他感謝義隆電子的支持，提供研究中心包含實驗車體到無人機等載具，與關鍵的運算平台資源；同時也感謝中研院團隊在AI模型的深度技術指導，以2D研究成果為基礎，延伸到3D與環景感知、與多模型多任務模型，透過產學協作，推進ADAS系統、乃至無人機等多元載具AI關鍵技術的研發與落地、國產化。
北科大：串聯產學能量培育人才 促技術國產化
事實上，義隆集團與北科大團隊合作的ADAS 系統，含先進智慧感知技術、主動式車距維持系統(ACC)、自動緊急煞車系統(AEB)、車道維持輔助系統(LKA)等。以電動巴士及商務車為利基市場，發展感知融合與AI控制決策演算法，有助提升交通安全與社會福祉。
除了技術落地，三方合作更積極投入人才共育。「這不只是技術轉移，更是知識與能力的轉譯。」北科大副校長楊士萱表示，研發中心儼然是北科大學生的第二教室，學生不僅學會深度學習、邊緣AI運算，也實際操作感測系統、進行數據增強與資料標註。更重要的是，學生在學期間即能接觸業界真實場景，未畢業就已有進入車用AI、智慧交通、無人機等領域的實務經驗。「我們把業界工程師請進學校，也讓學生畢業就能直接銜接產業。」他強調，這樣的產學共育模式，已在北科大實踐多年，更將持續擴展至醫療、農業、國防等應用，為產業鏈培養跨域人才，發揮加乘效益。
這場從中研院技術出發，結合義隆電子產業實力，透過北科大整合落地的三方合作，成為台灣AI應用的最佳示範，也將為智慧城市、智能交通、甚至國防戰略驅動創新引擎。
