「人工智慧（AI）」最後一哩路，就是落實在日常生活及應用到多種場景，國立高雄大學電機工程學系教授吳志宏成功做到了，以「深度學習（Deep Learning）」技術架構，自主開發具智慧影像辨識功能的機器手臂，可聰明分辨不同物體並選取利用，突破傳統定點限制，目前已能辨識夾取蔬果作物、螺絲扣件、生產仿生膠帶等，體現多方應用價值。
「智慧影像辨識機器手臂」發表自高雄大學電機系教授吳志宏所主持之「智慧計算與應用實驗室(ICAL)」，吳志宏同時身兼「人工智慧研究中心」執行長，開發成員包括專案經理陳詣翰、碩士生温宗彬、陳文盛、王嘉均、賴正齡，以及專題生張育仁、劉信銘、陳子伃、賴愉婧、林佩萱、張涵茵、李宗翰、江昀融、郭九億、吳御熊。
吳志宏表示，傳統型機械手臂的控制程式多半是寫死的，有固定套路且需依序執行，臨時改變標的物、料件數量或位置就可能導致停擺當機。智慧機器手臂展現軟硬體整合成果，手臂（硬體）導入AI訓練(軟體)後，可以自行看見、看懂（辨識）以及自動執行夾取分類，只要標的物在它視線所及、運作範圍內，不須刻意定位皆可正確完成。
手臂聰明靈活關鍵 高解析度攝影鏡頭
吳志宏指出，使機器手臂聰明靈活的關鍵是搭載高解析度攝影鏡頭，並且透過Deep Learning技術架構自主開發專屬影像辨識技術，包括建立物體「標準影像資料庫」與「通用計算模型」，教導手臂認識及夾取物體。
步驟為先對檢測物體拍攝多張標準圖片、形成「標準影像資料庫」，接著從中萃出特徵佐以多種像素計算法，其中最高者做為「通用計算模型」，一連串過程稱之為「訓練」。優點除了大幅縮短辨識時間，同時偵測出物體擺放角度、深度、位置，進而控制手臂做出夾取分類動作。
吳志宏提到，應用於工業生產，配合高雄扣件產業需求，智慧機器手臂可百分之百正確分類出不同頭型、長短的螺絲螺帽，並可再進一步訓練檢測品質提高良率。
他也與校內化材系教授鍾宜璋合作，將機器手臂導入鍾宜璋的仿生無膠膠帶（章魚腳）製程，取代人工既省時又更精準。生活應用方面，機器手臂已學會辨識蘋果、花生、蒜頭、栗子，即便混雜排列仍可一一夾取分類，難不倒它。 （相關報導： 下一個賈伯斯？高中生3D列印玩到進NASA，小小善意改變世界 ｜ 更多文章 ）
提升工業產線精度與彈性 更人性化
吳志宏強調，此技術不僅大幅提升工業產線精度與彈性，搭上智慧製造趨勢，也可應用在服務型機器人，推廣至一般民眾生活如居家照護輔助。此外，團隊的影像辨識技術還有更新學習、修正改善的能力，隨著辨識成功回饋資料改善資料庫，提升辨識準確度與穩定度，改善傳統必須重頭分析的缺點，尤其現在已導入聲控功能，使機器手臂更聰明、更人性化。
