《下一步，AI。NEXT，愛》 偽裝人臉測AI辨識 (徐宏民)

AI領域的新陳代謝極為快速，所有人都在追求最新、最快、效能最好。卷積神經網路CNN因為效能優異，常被使用在人臉辨識系統當中。但是徐教授突發奇想，在CNN架構中，外加了一項特殊工具。

 

臺灣大學資訊工程學系 徐宏民教授：

在二三十年前就已經有這樣的研究，就是怎麼提存在高維資料裡面那些主要的元件。所以我們利用principal component analysis簡稱叫PCA這樣的做法。

 「PCA主成份分析」從1987年開始被用在人臉辨識，在AI界算是老古董了。它是一種數學降維方法，能在空間中找到一個軸，把樣本數據，從維度較高的空間，投影到維度較低的空間，並盡可能讓所有資料分開。

好比二維的資料投影後降到一維，樣本之間關係不變，但新的座標系能幫電腦減輕運算時的負擔。

 

臺灣大學資訊工程學系 徐宏民教授：

我一直主張說，特別是我們在做這種深度學習的研究的時候，應該所使用的工具應該是多元的，過去三四十年來所有科學家，他們也是努力地在各個領域各個問題上得到突破。所以我們在解決當下這個問題的時候其實不應該只專注於，目前深度學習的這些工具，其實過去的很多工具，在很多時候都可以拿進來。做所有的研究我們都是站在別人的肩膀上，往上墊上來的。