當AI 人工智慧的運用已遍及人類生活的各個層面時，全自動駕駛技術絕對是其中最重要的應用之一；但除此之外，AI 尚可在未來汽車新科技上有不同的發揮。車未來編輯團隊在9月16日的下午，來到位於台北市的一家車用AI新創 - 麥迪創Mindtronic AI，採訪到技術長黃慕真先生Mike， 來談談創意十足的AI應用新科技。
麥迪創Mindtronic AI黃慕真技術長 (右) 與車未來李應生社長 (左) 進行訪談。
2017年自晶圓大廠離職創立Mindtronic的幾位核心成員，將在晶圓廠工作歷練的經驗，努力建立起極具原創性的車用AI應用技術。從2018年起，總計迄今在美國消費性電子展CES獲得了5座創新大獎（Innovation Award)，在台灣歷屆各大參展企業中可說無出其右，技術成果既豐碩又具前瞻性。Mike在切入汽車產業的思考角度可說獨樹一格⋯ 在L4/L5 全自駕技術研發蔚為風潮的當下，將研發資源聚焦在儀表板與資訊娛樂系統的使用介面整合，以網域控制器（domain controller，特定功能網域内的軟體功能整合）的概念運用在智能座艙上，提供稱作Geometrical driven service 的幾何演算法發展出的服務。舉例來說，目前許多市售車款都有針對駕駛者的眼球追蹤（eye tracking) 功能，以在駕駛員打瞌睡或其他無法專注開車時發出警示音；在導航地圖上也會有系統內預設的POI (興趣點；重要景點、餐廳、停車場等）。而Mike的研發團隊進一步將技術進化為視線追蹤（gaze tracking) 與TOI ( Target of interest )，可運用AI的深度學習將駕駛員感興趣的週遭標的物經地圖比對找出TOI，並將該標的物的行銷資訊主動傳送至車上資訊娛樂顯示面板做為出遊當下的參考。這樣的服務日後可成為一種付費的商業模式。
除了在智能座艙的運用之外，Mindtronic的另一主要研發領域就是Copilot - 人與AI的協同駕車。與自駕的理論不一樣的是，Copilot 是在當駕駛員在認知能力下滑時（可能是精神狀態、健康因素），藉由DMS駕駛監控來串聯ADAS駕駛輔助（例如ACC、AEB等等），由ADAS接手操控駕車。這個 “串聯” ( bridge ) 的AI功能與協同駕車模式估且稱之為Adaptive blending driving policy - 適應性混合駕駛決策，可做為全自動駕駛技術之外的另一個提升行車安全的技術選項。當然最有看頭的是，Mike提出了 “Self Learning Framework” 自我學習框架的研發方向，可由AI經臉部辨識後，來學習特定駕駛員的個人駕車習慣，並進行行車模式個人化的深度學習；一台車可以 “熟悉” 多位駕駛員的駕車習慣，所以只要坐上駕駛座經臉部辨識後，車輛即能轉換成該駕駛員所習慣的Copilot模式。最重要的是，這些經AI 長期學習後的內容竟可以像儲存硬碟般移植到另一台車上（在用車人要換新車時，就不需重新開始學習了），令人期待其技術能早日商業化落地。這些在車內操作環境學習in-cabin understanding、與行車週遭環境學習road understanding的兩大面向，就是Mindtronic 致力運用AI 發展並做出整合的遠程目標。
在獲得CES多次創新大獎的鼓舞之後，Mike期許能每年皆有新作持續獲獎；在業務面也正將稱之為Robot Tour Guide 技術（如前所述，結合視線追蹤與TOI 的技術）的售服套件推廣至中東與歐洲等市場，結合租車業者提供遊客自駕遊更方便安全的出行服務。相信創新技術與車廠或一階系統供應商在車輛運用的結合，將是Mindtronic邁向營運成功之路的下一個階段。