廣達電腦與美國麻省理工學院(MIT)的研發合作,早在2000年初便已展開,雙方密切合作超過20年,共同開發出新穎的技術。
廣達電腦技術長張嘉淵以「λ‧vue」為例解釋:「晃動跟醫療、健康究竟有什麼關係?」影片中熟睡的嬰兒看似靜止不動,但經過λ‧vue的演算法處理,把細微的震動放大,心跳脈搏的數據在螢幕上一目了然。這套演算法可以從影像判斷血管跳動來測量脈搏、胸部起伏得知呼吸頻率,甚至放大眼球晃動與孕婦的胎動等,不必在患者身上安裝裝置,直接從影像中尋找健康與否的脈絡,λ‧vue展現了無硬體、非接觸的遠端醫療服務潛力。
張嘉淵說這技術可以追溯到2010年左右,在廣達研究院劍橋分院和MIT電腦科學與人工智慧實驗室(Computer Science and Artificial Intelligence Laboratory, CSAIL)研究合作中,看到一個可以辨識細微動作的數學演算法。加上MIT好幾名教授杜然德(Fredo Durand)、弗里曼(William T. Freeman)、魯賓斯坦(Michael Rubinstein)等人的研究也聚焦在影像與演算法,他看好相關技術的前景,也好奇這將來會有什麼樣的應用領域。當時張嘉淵的想法很簡單,就只是覺得很有趣,他回想:「科學比技術早,技術比產品早,在產業界,基於好奇所做的研究太少了」。
「很有趣」這聽起來模糊、甚至有點不確定的初心,在幾年後真正成形,發展成可運用於各種需要精密觀察的動態影像顯微軟體。張嘉淵說,該軟體服務取名為λ‧vue,代表可以看到(vue)微小的變化(lambda)。且廣達與MIT共同持有其核心演算法技術的智慧財產權,也就是說,廣達與MIT都可以使用其核心演算法開發各自的產品,於是廣達帶著演算法,由自家工程師開發軟體介面、加以最佳化並微調成低延遲、快速而穩定的商用服務。
學校不是企業的供應商
有這樣的成果,或許與廣達對產學合作的理念有關。張嘉淵認為社會常把產學合作中,學校跟產業想成是一個供應鏈(supply chain)一般的單向關係:學校提供企業需要的人才或技術;企業則提供經費。他說:「把學校當成供應商是不對的,或許這也是台灣最大的問題。 我們跟MIT一起產出,是合作關係,廣達研究院派駐的研究員與MIT的研究人員從最初期就共同研究,慢慢選定相同的題目,團隊研發合作前進。」
張嘉淵認為,與MIT的合作也讓廣達取得最創新的概念與靈感。最初廣達研究院與MIT對演算法的相關研究,就讓張嘉淵理解到未來「運算能力」不再是問題,演算法絕對會扮演重要角色。
這也是廣達早在2000年已設立「廣達研究院」的原因。張嘉淵解釋,廣達不僅在10年間投入4500萬美元資助各項計畫,還直接派任廣達的研究員與CSAIL學者合作。這些研究員除了是工程師、具有博士學位,而且對研究充滿熱情,廣達研究院的任務有別於企業其他部門,更有學術機構的味道。「從我的角度,我們與MIT的合作是摸索、構築、不斷尋找的過程,也因為這樣才叫研究(re-search)吧。」
2015年,廣達與MIT合作的計畫改名為Project Qmulus,強調雲端運算研究;2019年,廣達與MIT的合作接近20年,又迎來一個巨大變化,他們決定把焦點放到人工智慧醫療(AI medicine, AIM)服務。回頭看,這些轉變早在2000年初就有端倪,張嘉淵笑說自己曾被問,怎麼突然間工程師都懂AI,他解釋:「我們不是跟著關鍵字跑,是在10多年前雲端(cloud)或AI的名稱出現時,已在研究它的核心概念,也就是說,廣達研究院長期在做的就是電腦科學、機器學習、如何利用巨量資料等等。這些結合起來,加上深度學習,其實就是AI的底蘊,所以我們的轉型才會順利。」
如今AIM轉以醫療為主體,張嘉淵說:「這同樣可以追溯到10年前,有一個好的起心動念。」廣達早在與MIT合作之初就已涉足醫療領域。醫院本來就有例如性別、年齡等大量的系統性資料,但當時只把醫療當做電腦、資訊科學的一個應用範疇。
2010年,MIT的教授古塔克(John Guttag)在演講中發表巨量資料與快速運算的用途,例如運動員因心臟問題猝死、癲癇病患因突然失去行動能力發生車禍,廣達與MIT便一同想到:若有一項簡單的裝置,透過快速運算來判斷接下來幾秒鐘的情況,或許可以救人一命,因而兩方決定把研發能量投入醫療領域。
重視實作的精神
如此重視實作的匠人精神,《科學人》總編輯李家維採訪林百里時,提到廣達總是很低調。張嘉淵謙虛地說:「其實是高調不起來,2000年廣達就有研究院,但關注的科技與前景,外界可能還沒有適當詞彙描述,一般人也很難理解,不一定會被看好。」不過,張嘉淵透露,2019年之前廣達研究院選擇的人才都是電腦科學背景,2019年以後開始出現工程學、醫學背景的人才,顯現廣達確實在轉型,把研發能量從純電腦科學聚焦到醫療場域。
λ‧vue與其核心演算法如今在廣達與MIT合作的AIM計畫下「還在繼續進行,但是細節不方便談,我們的宗旨是要讓人感知到的資料產生意義(making sense of the data you sensed)。」張嘉淵語帶保留地說。也因此令人更加期待:把微小的晃動放大到人眼可見,在AI的判別能力以及5G的高速加成下,究竟還能夠產生什麼樣的全新應用?
【延伸閱讀】
《跨領域人才推動數位醫療》
《人機協作 產學攜手 科學家聯手工程師實現智慧農業》
本文授權轉載自:科學人
責任編輯:傅珮晴、錢玉紘