作者：王姵文
這幾年來 AI 成為火紅的話題，Edge AI的發展讓各領域的AI應用得以找到解決方案，像是資訊安全的保密、自駕車的即時反應等等。邊緣運算不僅讓AI能夠更有效率的應用，也讓AI的建置簡化不少。
由建智股份有限公司（Sertek）主辦、Intel 協辦、MakerPRO 執行的 《OpenVINO™ 邊緣運算技術論壇》於10月24日邀請到Intel平台研發經理王宗業、DT42專案經理嚴世紀、CAVEDU教育團隊講師蔡雨錡、研華科技產品經理梁雅森，共四位講師分享人工智慧在多年的進展下，做到了哪些更貼近需求的應用，而非如科幻電影般的想像。
OpenVINO™技術特色與應用實例
Intel平台研發經理王宗業（攝影：歐敏銓）
Intel平台研發經理王宗業首先點出了OpenVINO™最新版本功能及未來發展方向，讓使用者能更簡單使用且擁有更多彈性，使人眼睛一亮。他強調Intel目前對OpenVINO™的發展相當重視，幾乎一季就更新一次，且自2018 R5版本就有大幅更新，新的線上文件則更變得容易查找，最新版本已到了2019 R3版本。
原版本支援CPU第六代到第九代，目前已可支援第十代，作業系統除Windows和Linux外，目前更推進到macOS 10.4版，Linux也從16.04更新到18.04。另外在Linux上新增Docker及APT方式安裝，大大簡化安裝程序。
王宗業提到支援部份BIN格式模式，如人臉、行人、車輛偵測等，也提供benchmark app範例程式，讓大家更容易了解硬體運作效能，也方便使用者調整參數；同時也新增Workbench工具，方便使用者以圖形化介面了解模型運作狀況。
「除自身提供的範例程式外，另外提供很多第三方應用範例，及各種常用預訓練好的模型」，王宗業強調這些都能讓使用者更方便去做應用。
Edge AI產業趨勢與實例分享
第二位講師是灼灼科技（DT42）專案經理嚴世紀，她先介紹了DT42專精於資料分析和深度學習、視覺辨識和邊緣運算，以及嵌入式系統和軟體部署。過去參與過許多專案的開發，如車輛預警系統專案，今年則是參與了智慧路口、長照有關的輔具偵測或跌倒偵測等專案。
DT42專案經理嚴世紀分享關於Edge A的生活應用實例（攝影：劉庭芸）
DT42 相信基於邊緣運算的人工智慧應用會是未來的趨勢，除了能降低資料傳輸的成本、提高反應時間外，同時也能保護使用者的隱私與資料權，故自成立以來即積極開發邊緣運算的解決方案，希望 AI 不再只是高高在上的口號，而是真的能落地家家戶戶。
「一隻大搖大擺入侵後院的貓，你可以把後院讓給牠，或是組裝一些BerryNet嚇嚇牠！」嚴世紀提到一個關於AIOT的經典案例，家庭用戶可在照著後院的攝影機裝置上安裝BerryNet，並預載AI引擎，一旦偵測到入侵的貓即自動下達命令，用BerryNet控制的灑水器嚇嚇牠！
BerryNet是DT42開發的開源專案，是用來連接IOT和AI的橋樑，而當OpenVINO™遇上BerryNet時，便可以讓Edge AI的應用開發更為簡便，例如用於人流計算、家中寵物行為偵測、廁所佔用提示等等，非常實用。
使用即時影像做街景辨識
CAVEDU教育團隊講師蔡雨錡（攝影：歐敏銓）
第三位講師是CAVEDU教育團隊講師蔡雨錡，她先介紹台灣自造教育的演變：「從Robotics、App、Maker、IoT到AI，自造教育一直隨著時代潮流做改變。」
邊緣運算將應用程式、資料與服務的運算，由網路中心節點移往網路邏輯上的邊緣節點來處理，讓物聯網終端裝置也被要求具備一定程度的運算能力，Intel Movidius 神經運算棒這類邊緣運算裝置可有效提升樹莓派這種單板電腦的AI運算效能。
「我們使用OpenVINO路況即時影像功能來做九份老街街景辨識，也運用機器學習物件辨識黃色小鴨和交通號誌。」蔡雨錡分享他們如何在嵌入式控制板上面操作OpenVINO™，搭配Movidius NCS2使用Tensorflow物件辨識、圖片物件分類並使用即時影像，進行街景識別，體現達到即時街景物件偵測的能力，為大家提供更多應用可能性。
機器視覺於工廠之應用方案
研華科技產品經理梁雅森（攝影：歐敏銓）
第四位是任職於研華科技機器視覺部門的產品經理梁雅森，他表示研華已將機器視覺技術廣泛應用在工廠中，可以讓工廠更方便管理產品，他接著分享了機器視覺應用於工廠的實例。
「AI如何應用到工廠自動化裡？當運作都已自動化了，工廠的不良率如何能檢查出？」梁雅森提到深度學習機器視覺方案Vision Suite，提供易於上手的圖形化介面，可辨識檢測產品瑕疵、良測尺寸等。在產線或倉儲管理中，元件或產品通常來自四面八方，上面的字體可能都不同，Vision Suite可提升OCR的辨識能力，能幫工廠更方便、快速去檢視產品上面的標誌。
Vision Suite提供易於上手的圖形化介面，從影像標示、訓練、推理，都可以用一致、靈活的方式，透過拖拉、點選等操作來完成深度學習的方案，不須再依賴系統整合商或是資料科學家，即可實現深度學習在機器視覺應用的第一步，快速取得導入深度學習方案的初步成果。
梁雅森強調這套機器視覺方案提供了從端到雲的整合，有助於簡化深度學習訓練模型的開發及部署作業。
小結
OpenVINO™相容於各式人工智慧框架、整合眾多開源軟體工具、支援常見的硬體，以及提供眾多的預訓練模型，這些特色讓它成為 AI 應用開發的熱門選擇。本次論壇從OpenVINO™的新功能介紹，到目前已經出現在生活中的許多實際應用，以及工廠方面的運用實例，都突顯了AI確實開始真正落地，將進一步落實到每個人的生活當中。
（責任編輯：歐敏銓）
- 【活動報導】5G 智慧交通 On the Road技術社群線上交流會 - 2021/10/15
- 【活動報導】5G SDN/NFV網路技術基礎 - 2021/10/05
- 【活動報導】5G技術入門與商用平台介紹 - 2021/09/27
.jpg)
.jpg)