智慧計算研究群目前有十七位成員。主要研究領域包括:多媒體技術、生物資訊、語言與知識處理、資料探勘與機器學習以及語言智慧技術。
研究人員
多媒體技術實驗室
蘇黎、廖弘源、劉庭祿、呂俊賢、林仁俊、王建堯、吳廸融
這個實驗室的專長著重在多媒體，包括影像處理、圖形辨識、視訊處理等。近幾年因人工智慧崛起，有多個計畫結合原本既有的多媒體處理技術及深度學習，向外爭取到四個大型AI計畫。另外，實驗室成員也爭取到一個院內主題計畫。在所內合作計畫方面，多媒體技術實驗室也爭取到三個。此實驗室過去五年來最大的成就是研發了舉世聞名的YOLOv4及YOLOv7系統。這兩個系統讓台灣在AI的世界舞台上佔有重要的一席之地。
目前主要計畫
- 國科會 AI 計畫:3M Maker: 使用多模式、多任務、多事例學習開發可信賴多媒體處理技術【廖弘源、林仁俊、王建堯，2022/01–2025/12】
- 國科會 AI 計畫:聰明生產與智慧精準製造之數位決 策、AI 模型、大數據治理與核心技術之整合製造平台及其科技法律與產業生態系統 (2/2)【劉庭祿， 2022/01–2025/12】
- 院內主題計畫:基於深度學習的音樂到 3D 人體姿態與形狀的生成【蘇黎、林仁俊，2022/1–2024/12】
- 所內合作計畫:Developing a Single Neural Network for Generalized Spoofing-Aware Speaker Verification
- 所內合作計劃:The Study of Problem Solving with Deep Reinforcement Learning【吳廸融、吳毅成 ( 陽明交大 )，2023/01–2025/12】
- 所內合作計畫:以圖模型橋接低層次到高層次電腦視覺 任務並使其預測可被解釋【王建堯、李濬屹 ( 清大 )， 2023/01–2025/12】
生物資訊實驗室
宋定懿、施純傑、林仲彥、蔡懷寬
這個實驗室的研究是以資訊技術為基礎，結合不同體學(Omics)的研究方法與新的人工智慧策略，來建立新穎的演算法、開源程式與線上資料庫等，應用在生醫農學的研究上。主要研究領域包括基因體與基因調控分析、蛋白體及短鏈胜研究、精準醫療與健康老化等重要課題。近期團隊成員參與美國國家衛生院癌症登月計畫(National Cancer Moonshot)，以蛋白基因組學(Proteogenomics)成功解析東亞族群在非吸煙肺癌 (Non-Smoking lung cancer)上的可能致病位點，提供後續精準治療的重要參考依據。
目前主要計畫
- 國科會計畫:利用高通量定序資料偵測環狀染色體外 DNA，並建構特徵分析與比較基因體之平台【蔡懷寬，2021/08–2024/07】
- 國科會計畫:以人工智慧加速新型抗生素之精準設計與驗證應用【林仲彥，2022/08–2023/07】
- 國科會計畫:探討急性肺損傷之精準幹細胞治療策略與臨床應用 : 肺部微環境修復之分子與細胞圖譜及其作用機制-建構多維體資料核心解析以臨床級 胎盤間葉幹細胞治療肺損傷之免疫微環境變化【林仲彥，2022/08–2023/07】
- 國科會計畫:以機器學習預測胜之毒性【宋定懿，2022/08–2023/07】
- 國科會計畫:用於實驗室小鼠動作識別的新型後深度學習方法的開發【施純傑，2022/08–2024/07】
語音語言與音樂處理實驗室
王新民
我們的研究目標是開發從語音和音樂等音訊中分析、提取、識別、索引和檢索資訊的方法。近幾年，我們的研究主要著重在國語 / 臺語語音辨識、語音合成及轉換、語音增強、語音品質評估、偽造語音偵測等方面。我們在語音轉換、語音增強和語音品質評估方面均有論文獲得百次以上的引用，例如發表在 Interpseech2017 的基於變分式自動編碼器和生成式對抗型網路的語音轉換的論文已經被引用超過 400 次 (Google Scholar，截至 2023/03/29)。另外，我們擁有自主研發的國語語音辨識系統和臺語語音辨識系統，目前已供中央研究院內外幾個單位使用。
目前主要計畫
- 國科會計畫:基於鑑別式自動編碼器之自動語音辨識 【王新民，2021/08–2024/07】
- 國科會大型計畫:聽其言觀其行閱其文:多模態資訊真偽偵別與來源追蹤【王新民、許永真 (臺大)、 蔡宗翰(中央)、許志仲(成大)、花凱龍(臺科大)、 曹昱(中研院)、陳駿丞(中研院)、郭嘉真(國網中心)，2020/08–2023/07】
- 法務部調查局計畫:通訊監察語音辨識譯文即時傳輸系統【王新民、高明達，2019/10–2024/06】
- 所內合作計畫:電商客服機器人的口語理解與生成技術【馬偉雲、王新民，2023/01–2024/12】
資料探勘與機器學習實驗室
楊得年、葉彌妍
本實驗室專注於社群元宇宙探勘及基於圖神經網路之查詢與推薦，研究議題包含: 1) 設計更貼近現實情境的影響力評估模型和影響力最大化近似演算法(首度在影響力最大化引入了社群分享券和知識圖譜)，突破了過去影響力最大化方法無法處理高維度內容，且只對單一商品作單次行銷， 2) 最佳化元宇宙之虛擬實境群體電子商務(首創元宇宙推薦系統，打破個人化和群體推薦間的障礙，以及第一個沉浸式虛實雙重世界空間查詢)，有別於現有虛擬實境電子商務僅為單一客戶設計，且傳統空間查詢僅為現實世界所設計，以及 3) 開發異構深度學習網路轉換器和圖神經專注網路，以學習與更新可捕捉實體與關聯間內在不確定性的嵌入向量及特徵關聯(首開先河提出為嵌入向量品質提供理論保證之無參數查詢)，超越先前群組查詢僅擷取密集子圖且大多無視現實情境中時間或空間之限制與需求。研究成果已發表於頂尖會議與國際期刊，包含VLDB、KDD、ICDE、WWW、NeurIPS、AAAI、CVPR、ICCV、TKDE、TKDD及 TMC 等。
目前主要計畫
- 國科會計畫:以社群網路分析為基礎之疾病傳染防治最佳化【楊得年，2021/08–2024/07】
- 國科會計畫:深究可學習多關聯圖資料之深度學習模型【葉彌妍，2022/08–2024/07】
- 國科會計畫:適合社群物聯網之人工智慧邊緣運算平台【楊得年，2020/08–2023/07】
- 所內合作計畫:社群元宇宙之探勘推薦最佳化【楊得年、葉彌妍，2023/01–2023/12】
- 圖深度學習模型開發與應用【楊得年，2022/01–2024/12】
語言智慧技術實驗室
古倫維、黃瀚萱
這個實驗室的研究專注於前瞻自然語言處理技術，以期能達到對語意內容的高度理解，進而成功執行各項資訊傳遞與人工智慧的前後端任務。實驗室的研究領域主要包含資訊檢索、情感分析、語篇結構分析，以及融合視覺、時空、語言的多模態技術。近年來，藉由發展機器學習與深度學習，實驗室積極開發假新聞干預與解釋技術，向各機關及民眾推廣假新聞防治的概念;藉由關鍵資訊的萃取與表徵，讓深度學習模型得以運用於超長文本;融合視覺感知資訊強化語言功能，將語言技術與台灣強大的多媒體產業結合;並積極整合大型語言模型技術，發展自適應學習架構，促進產業無縫導入前瞻自然語言處理技術。
目前主要計畫
- 國科會大型計畫 – 資訊科技 : Disinformation Detection, Intervention, and Simulation: Towards a Controllable Online Environment for Disinformation Management 建構可控之網路不實訊息傳播環境【古倫維、帥宏瀚、陳信希，2020/08–2022/07】
- 國科會大型計劃 – AI 計畫:NexIS:自我監督以及可信賴學習技術的次世代智能服務【徐宏民、陳炳宇、李宏毅、莊永裕、陳尚澤、袁千雯、孫民、李政德、陳奕廷、古倫維、陳駿丞，2021/11–2024/10】
- 國科會大型計畫 – AI計畫:Smart Emergency Department: Global Artificial Intelligence–based Strategies to Improve the Patients Flow and Emergency Department Crowding 智慧急診:以人工智慧改善急診病人 流動及解決壅塞之全面性策略【廖婉君、王偉仲、陳信希、傅立成、陳祝嵩、郭律成、吳明賢、呂宗謙、王暉智、黃建華、王志宏、方震中、蔡居霖、陳彥斌、黃瀚萱，2020/03–2023/04】
- 國科會大型計劃 – 運動科技:拳智拳能:智慧拳擊場館建置與精準訓練系統研發【邱文信、古倫維、胡敏君、王俊堯、韓秉軒、朱宏國，2023/01–2026/12】
- 院內計畫:關鍵突破種子計畫:Online Social and Political Climates and Trust: A Method Triangulation Approach 數位社會的社會與政治信任整合研究的取徑【張卿卿、黃瀚萱、蕭遠、謝佑明， 2023/01–2024/12】
- 所內合作計畫:Empathy-aware Long-term Working Memory for Multi-round Multimodal Conversations具同理心長期記憶之多輪多模式對話技術【黃瀚萱、古倫維、李政德，2023/01–2025/12】