人工智慧越來越重要，中研院改良研發世界級AI交通偵測系統演算法，開放原始碼免費釋出後，可以應用在車流計算方面。車陣中不管車輛大小，全被系統偵測並且追蹤，從停等車列到車速，所有交通參數不用回傳雲端才能運算，路口的智慧車流系統可直接分析。
中研院資訊科學所博士後研究員王建堯說明：「我們可以去看說到底在哪些時段，這些路口會有壅塞的情形發生，究竟是從哪一個路口到哪些路口，它會需要做一些優化或調整。」
分析車流趨勢，進一步即時控制號誌，這套智慧車流的解決方案，其實是中研院資訊所長廖弘源團隊受義隆電子所託。過程中，博士後研究員王建堯改良俄羅斯學者博科夫斯基，開發的YOLO演算法，今年四月完成新一代的「YOLOv4」演算法，是目前世界上最快最準的物件偵測演算法。
中研院資訊科學所所長廖弘源表示：「它的速度又非常非常快，所以它可以衍生到各個領域去，比如說在瑕疵檢測，或者是在顯微鏡下的快速運動的物件的偵測。」
不須布建雲端，運算設備不用高達數百萬，避免網路傳輸的隱私風險，YOLOv4演算法4月開原始碼免費釋出後，全球已數萬人，多達一、兩百種的測試運用。中研院強調，這是產學研合作推出的世界級工具，也是台灣在人工智慧領域的強大能量。
分析車流趨勢，進一步即時控制號誌，這套智慧車流的解決方案，其實是中研院資訊所長廖弘源團隊受義隆電子所託。過程中，博士後研究員王建堯改良俄羅斯學者博科夫斯基，開發的YOLO演算法，今年四月完成新一代的「YOLOv4」演算法，是目前世界上最快最準的物件偵測演算法。
中研院資訊科學所所長廖弘源表示：「它的速度又非常非常快，所以它可以衍生到各個領域去，比如說在瑕疵檢測，或者是在顯微鏡下的快速運動的物件的偵測。」
不須布建雲端，運算設備不用高達數百萬，避免網路傳輸的隱私風險，YOLOv4演算法4月開原始碼免費釋出後，全球已數萬人，多達一、兩百種的測試運用。中研院強調，這是產學研合作推出的世界級工具，也是台灣在人工智慧領域的強大能量。