由於每種語言皆有其獨特的結構和文化，為Galaxy AI建構語言功能的歷程是一條漫長而艱辛的道路。三星新聞中心帶領讀者回顧精彩點滴，透過來自世界各地三星研究員的分享－包括巴西、中國、印度、印尼、日本、約旦、波蘭與越南，了解Galaxy AI開發的幕後甘苦。

開發翻譯模型

諸如通話即時翻譯等Galaxy AI功能由三項核心處理作業構成：自動語音辨識（ASR）、神經機器翻譯（NMT）以及文字轉語音（TTS）。

▲自動語音辨識（ASR）、神經機器翻譯（NMT）以及文字轉語音（TTS）各別仰賴獨特的訓練資訊集

越南文是一種具有六種聲調的語言，因此越南三星研發中心（SRV）在建置自動語音辨識（ASR）模型上面臨了重重挑戰。由於聲調為語言的細微差異增添了複雜性，使AI難以辨識聲調語言。SRV建置的模型可區分20毫秒左右的短音訊訊框，成功克服此挑戰。

歐洲大陸文化璀璨多元，因此波蘭三星研發中心（SRPOL）在訓練神經機器翻譯（NMT）模型上面臨無數的難關。SRPOL具備豐富的語言專案經驗，橫跨全球四大時區、涵蓋30多種語言，此深厚的底蘊成功跨越重重障礙，包括克服特定用語的不可譯性，以及不同語言間所缺乏的同等俚語表達。

約旦三星研發中心（SRJO）將阿拉伯語導入Galaxy AI，目前有逾20個地區使用阿拉伯語，區域內共發展出約30種方言。母語者雖然普遍能識讀變音符號，但並不會標記於日常書寫中，因此為阿拉伯語建立文字轉語音（TTS）模型並非易事。基於對缺失變音符號的複雜預測模型，SRJO開發出能理解所有方言，並使用標準阿拉伯語應答的語言模型。

數據占有舉足輕重的地位

與當地機構建立開放的合作關係，是各個語言版本Galaxy AI訓練過程的重中之重。數據的品質將直接影響自動語音辨識（ASR）、神經機器翻譯（NMT）以及文字轉語音（TTS）的精準度。因此，三星積極與各領域的夥伴合作，取得和檢視能反映當地俚語、方言和其他變體的數據。

▲每一種語言皆有其獨特性，使AI語言模型的建置充滿挑戰。 例如越南語等聲調語言，因聲調的多重變化提升複雜程度。

印度邦加羅爾三星研發中心（SRI-B）與韋洛爾理工學院（Vellore Institute of Technology）展開合作，收集近百萬行關於會話語音、詞彙和指令的分段音訊與經過整理的音檔資料。學生獲得參與專案的實戰經驗，並得到三星專家的指導；得益於充沛的數據源，SRI-B順利以印度語訓練Galaxy AI，涵蓋20種以上的區域方言、語調變化、標點符號和俚語。

拉丁美洲西班牙語的複雜變化，反映其使用族群的多元性，因此對當地語言學的深度洞察，是建置該語言模型的重要關鍵。以「游泳池」一詞為例，各國說法不一，在墨西哥當地稱「alberca」，哥倫比亞、玻利維亞和委內瑞拉稱之為「piscina」，阿根廷、巴拉圭和烏拉圭則為「pileta」。巴西三星研發中心（SRBR）與SiDi和Sidia等科技機構展開合作，收集和管理大量數據，並持續細化、優化音訊和文字資源，使Galaxy AI拉丁美洲西班牙語模型漸趨完善。

隨著百度的「文心一言」聊天機器人，和美圖的「MiracleVision（奇想智能）」成為當紅炸子雞，北京（SRC-B）及廣州（SRC-G）的中國三星研發中心與百度和美圖等中國企業合作，借助其在大型語言模型（LLM）領域的專業長才開發漢語及粵語版Galaxy AI功能。

除了積極展開外部合作，盡職調查與內部資源亦極其關鍵。

印尼語是一門極具挑戰性的語言，其對上下文脈絡和隱義的廣泛應用，仰賴於社會和情境線索。因此，印尼三星研發中心（SRIN）研究員走進咖啡店或工作場所，在各處錄製會干擾輸入的真實環境噪音。此舉有助於模型學習，從語言輸入源當中識別出必要的資訊，進而提升語音辨識的準確性。

由於日語的母音和子音較少，因此同音異義詞相對較多，大多仰賴上下文來判斷詞義。日本三星研發中心（SRJ）使用三星的大型語言模型（LLM）Samsung Gauss，以不同情境的相關字詞或短語建構脈絡化語句，協助AI模型區分同音異義詞。

三星全球研究資源網

來自各地的三星研發中心專業人員亦充分運用三星的全球研究資源網。

為Galaxy AI導入印度語之前，印度邦加羅爾三星研發中心（SRI-B）與全球各地的團隊合作，開發適用於英國英語、印度英語、澳洲英語、泰語、越南語和印尼語的AI語言模型。此外，亦有來自其他三星研究院的工程師前往印度邦加羅爾取經，將越南語、泰語和印尼語導入Galaxy AI。

▲工作人員與合作夥伴齊聚一堂，在印度邦加羅爾三星研發中心（SRI-B）前合影

波蘭三星研發中心（SRPOL）曾為多種語言開發ASR、NMT和TTS模型，在該領域累積多年的豐富經驗。SRPOL是Galaxy AI語言拓展的重要一員，藉由橫跨歐陸的合作，協助約旦三星研發中心開發阿拉伯語的多種方言，另為巴西三星研發中心提供巴西葡萄牙語、拉丁美洲西班牙語的相關協助。

三星的各地開發人員，掌握跨越國界與時區的合作之道。印尼三星研發中心開發人員與印度邦加羅爾三星研發中心同仁會晤時，觀察到印度當地的齋戒習俗。回顧豐碩的工作成果，許多同仁內心感到無比自豪和感激，深深體悟此專案對語言、文化、傳承、身份認同的深遠影響。

步伐堅毅、向前邁進

三星自今年初Galaxy AI發表以來，已導入超過1億台裝置，包括新款摺疊機與穿戴裝置。三星電子行動通訊事業部執行副總裁暨行動研發處負責人Won-Joon Choi在近期的專題研討會表示：「我們期望能在2024年底前觸及2億台裝置。」

三星致力推動AI普及，催生安全無虞、兼容並蓄的技術，造福人類並改善生活。在持續向前邁進的同時，一路以來的豐碩成果亦值得細細回顧。藉由建構支援更多功能與語言版本、因地制宜的Galaxy AI生態圈，三星積極透過前所未見的方式促進跨文化交流與合作，實現其所擘畫的「AI for All」願景。

日本三星研發中心（SRJ）成立之初聚焦於家電與顯示器等硬體技術發展，隨全球AI創新需求呈現爆發式增長，位於橫濱的SRJ也在去年底設立軟體研發實驗室，推出能在通話中即時自動翻譯對話內容的Galaxy AI通話即時翻譯功能。

SRJ AI團隊負責人Takayuki Akasako表示：「通話即時翻譯對於旅遊情境特別實用，例如參加今年巴黎奧運的遊客將可受惠。我們目前正為親臨巴黎奧運觀賽並在城市觀光的用戶開發一款語音辨識程式，並透過訓練此程式學習2024巴黎奧運的賽事與比賽場館位置。」

在語音辨識中理解上下文

對於已在使用Galaxy AI翻譯功能的用戶來說，此類型的應用可能非常有幫助。但對實際在開發這些功能的研究人員而言，在國外旅遊時能夠流暢溝通其實並非易事。

開發團隊首先注意到，相較於其他語言，日文中含有更多的同音異義詞。例如，「筷子」（Hashi，箸）和「橋」（Hashi，橋）可透過不同語調輕鬆判別；但諸如「觀光」（Kankō，観光）和「慣例」（Kankō，慣行）、「公共」（Kōkyō，公共）和「繁榮」（Kōkyō，好況），就必須仰賴上下文來判斷詞義。

Akasako指出：「當地點和人物的名稱、專有名詞、方言及數字等上下文模糊不清時，詞彙將變得難以判斷。為了提升語音辨識的準確度，搜集大量資料勢在必行。」

他繼續補充：「我們不斷尋找能即時針對重大活動與重要瞬間微調AI模型的方法。因為許多地點名稱和活動都會產生新的組合用詞，在使用Galaxy AI時維持上下文的清晰度是非常重要的關鍵。」

蒐集有效資料時面臨的挑戰

雖然判斷所需的資料類型很重要，但蒐集資料的任務本身即是艱鉅挑戰。

過去，SRJ團隊利用人工紀錄的數據訓練通話即時翻譯的語音辨識引擎，卻無法產出充分的資料量。

Samsung Gauss為三星的大型語言模型（LLM），其透過腳本建構不同情境相關的字詞或短語組成句子。藉由Samsung Gauss蒐集到的資料不僅涵蓋人工紀錄，亦會利用語音合成文字轉語音（TTS）資料生成數據，最後再由人工進行最終品質檢測。透過此方法，團隊得以大幅改善資料蒐集效率。

Akasako表示：「每當找到問題並解決時，語音辨識的精準度就能夠顯著提升。無論用戶身處何地，我們的目標都是串起人與人之間的連結，而Galaxy AI提供的工具將確實為溝通過程創造更多樂趣與效率。」

波蘭三星研發中心（SRPOL）內部流傳著一句話：「SRPOL一天有96小時」，意指SRPOL是歐陸規模最大、成長最快的研發中心，運作時將牽動全球四大時區，顯見其舉足輕重的全球地位。SRPOL位於歐洲中心地帶，腹地涵蓋眾多歐洲及全球市場，致力為30多種語言開發自動語音辨識、神經機器翻譯、文字轉語音模型。為Galaxy AI導入10種語言之際，該深厚專業知識底蘊，讓SRPOL駕輕就熟地將歐洲文化觀點，與三星全球技術無縫結合，成為承擔此大任的專業團隊。

SRPOL在自然語言處理領域，已累積多年豐富經驗，得益於滿懷熱情的團隊與多項利器，例如可實現快速、敏捷開發的群眾外包平台，使其具備駕馭各種語言的獨特優勢。

SRPOL語音解碼負責人Kornel Jankowski表示：「橫跨歐陸的合作，意味堅持不懈的數據蒐集、註解和研究，我們始終樂在其中。我們處理過許多語種，因而練就十八般武藝。當受命支援新語言模型時，每個人的態度都是：Oh wow！我們又有機會增添新技能，這一定很有趣！」

歐洲AI語言開發中心

無論是否融入科技文明，語言始終是歐洲各地文化交流的基石。然而，對於負責開發歐洲語言AI模型的SRPOL團隊而言，象徵充滿挑戰的重責大任。

SRPOL AI負責人Adam Ros解釋：「每一種語言及其所屬文化，皆有難以跨越的藩籬，驅使我們重新評估以及如何看待特定問題。其中包括特定用語的不可譯性，以及不同語言間，不存在同等俚語表達。」

團隊將這些挑戰視為機會，勠力將SRPOL打造成歐洲AI語言開發中心。此舉最大好處在於，它縮短了不同部門間的溝通路徑，尤其是決策路徑。不論是自動語音辨識、神經機器翻譯或文字轉語音，各團隊皆能直接向行動品質保證部門同仁請益，以高效方式共同解決問題。

即使有所助益，但仍不足以克服所有AI挑戰。在處理多種歐洲語言時，AI模型不可避免地存在局限性，例如在缺乏前後文脈絡或語調變化的情況下進行翻譯。然而，該團隊將這些困境，視為不斷學習和創新的機會。

Ros補充：「在處理新單字或主題時，我的團隊從未止步於單一事例。某些歐洲語言的難度，遠超過其他語系。若您曾到訪西班牙，就會知道西班牙語語速極快，因此我們需妥善訓練AI以因應此問題。」

擴大Galaxy AI支援的語言陣容，有賴於新穎的跨歐陸合作，但這項工作很快地跨越歐陸邊界。SRPOL為約旦團隊提供支援，向Galaxy AI教授阿拉伯語的多種方言，另為巴西團隊提供拉丁美洲語言相關協助。

語言的重要性及文化差異的微妙之處，是目標受眾－亦即終端用戶可察覺的，因此其受到SRPOL產品開發人員的密切關注。

SRPOL語音智慧研究負責人Agata Maria Rozycka在受訪時提到：「歐洲文化間存在微妙差異，這些差異性，是終端用戶能否感受自然的影響因子。以歐元貨幣為例，某些國家普遍採用歐元符號（€），而另一些國家／地區的人民，則習慣使用羅馬拼音e-u-r-o-s。若這些文化細微差異，未能反映在譯文的字裡行間，對用戶而言，如此的界面即欠缺直覺性。將這些微觀層面的洞察力，納入介面設計考量中，便能讓橫跨多元文化的技術應用，令人感到更加自然。」

「多年來，該團隊積極開展跨國遠距合作交流，建立眾多高效溝通途徑。我們已做足準備並加入眾人行列，冀望透過Galaxy AI打破全球語言藩籬。」 行動品質保證負責人Marcin Mrugala如此表示。

彌合文化差異的技術

管理和整合不同語言及文化見解，是一項極具挑戰性的任務，但為了實現三星Galaxy AI願景－消除造成隔閡的語言和文化差異，拉近人與人之間的距離－該項任務勢在必行。

Mrugala指出：「我們不僅形塑未來技術，亦打造未來團隊。我們的最佳實務原則，旨在克服國家間的差異性，使產品更臻完善，我們堅信彼此的相似性，遠遠超過差異性，而我們的技術將可發揮文化整合的作用。」

Rozycka總結：「我們以四海一家為目標，讓人們的生活更輕鬆，簡化日常大小事。我們見證家人透過嶄新方式使用錄音器，現在我們可以打電話給異國友人，並以其母語交談。能見證世界如此轉變，且身為其中一員，真是太神奇了。Galaxy AI使SRPOL團結一心，如今，我們努力讓世界一家親。」

位於印度清奈的韋洛爾理工學院（Vellore Institute of Technology），有一間擺滿未來感音訊設備的實驗室藏身其中。實驗室中可看見業界術語中稱之為「頭頸部模擬器」的人體模型，以及立體音麥克風與聽力裝置。這些器材被擺放在經特別處理、裝有先進吸音機制的隔音室內，這也是印度首座此類型的實驗室。試想一下，這些器材將用於開發最新的高傳真度（Hi-Fi）音效設備。

這便是韋洛爾理工學院與三星聯手產出與開發資料數據及分析洞察的據點，該研究成果用於助力最新AI模型強化Galaxy AI語言功能。此設施隸屬三星SEED（工程數據學生生態系統）旗下實驗室，該計畫自2021年開始，讓印度的大學教職員、學生和實習生可實際參與由三星發起的專案。此為三星資助的眾多大學計畫之一，旨在提供學生機會與三星技術專家合作並投入不同專案的執行。

三星SEED學生Yashika Ilanchezhiyan表示：「身為學生，我很開心能夠與三星這樣知名且備受敬重的公司合作參與不同專案。這個過程不僅幫助我建立以實用方法學習新技能的自信，也讓我感覺自己能在當下和未來的產品開發中發揮真正的影響力。」

印度邦加羅爾三星研發中心（SRI-B）語言AI技術部門負責人Giridhar Jakki表示：「這樣的合作案造就雙贏局面。藉由與大學合作，我們能獲得更多專業知識與自訂的資料集。而大學方也因此獲得投資挹注、財務激勵以及三星專家的指導。」

減少語言隔閡

印度邦加羅爾三星研發中心（SRI-B）與全球各地的團隊合作，開發適用於英國英語、印度英語和澳洲英語以及泰語、越南語和印尼語的AI語言模型。近期，則有來自其他三星研究中心的核心團隊工程師到訪邦加羅爾，借助SRI-B團隊的力量提升技術，將越南語、泰語和印尼語導入Galaxy AI。這也為SRI-B開發適用於Galaxy AI的印度語模型提供助力。

Jakki說道：「每種語言開發都極具挑戰性。但一想到最終目標是讓人們具備以其他語言交流的能力，便會覺得這一切的努力都是值得的。我們非常期待能將印度語導入Galaxy AI。」

開發印度語AI模型並非易事。團隊必須確保模型能涵蓋超過20種區域方言、語調變化、標點符號和俚語。此外，印度語使用者常常在對話中混用英語單詞。因此團隊必須利用翻譯和音譯資料的組合進行多輪AI模型訓練。

Hindi解釋：「印度語擁有複雜的語音結構，包括如將舌頭捲回口腔後方時發出的捲舌音，這在許多其他語言中是不存在的。為了構建AI解決方案的語音合成元素，我們與母語語言學家合力仔細檢視資料，先掌握所有獨特的發音後，再建立一套特殊的音位（phenomes），讓模型得以支援該語言的特定方言。」

在三星與學術合作夥伴的共同努力下，成功開發出能夠反映印度各地區細微文化差異的AI語言模型。韋洛爾理工學院協助收集到近百萬行關於會話語音、詞彙和指令的分段音訊與整理過的音檔資料。對於將世界第四大語言導入Galaxy AI這項關鍵任務而言，資料絕對是舉足輕重的元素。藉由與大學機構的合作，三星得以應用最高品質的資料。

全球串連壯大影響力

此計畫完美詮釋三星所秉持的開放合作理念，同時彰顯出三星深信透過分享專業知識與觀點，能夠造就深具意義的創新。就SRI-B案例而言，不僅涵蓋學術界間的協力合作，更包括與全球其他三星研究中心分享專業洞察和最佳實務心得。

Jakki表示:「我對於攜手合作夥伴共同取得的成就感到非常自豪。聯合雙方之力實現AI創新，是我們的重要任務。未來也將繼續更深入理解、收集並分析語言資料，期望能夠讓更多人有效運用AI工具。」

本系列專訪的第六位專家，來自美國三星研發中心（SRA）的研究工程師Brian Harms。在此投入8年心血鑽研前瞻機器人技術，如今其團隊採用一系列創新方法，致力改變機器人的製造及感知方式。請閱讀下文報導，深入了解SRA團隊著手進行的卓越研究。

問：可否簡單介紹美國三星研發中心，以及目前的主要工作？

SRA除開發創新技術外，亦針對AI、5G／6G通訊、數位健康、AR和機器人等領域進行研究，以促進三星未來創新技術發展。

剛加入SRA行列時，我深受團隊一項重要研究領域吸引－想像機器人如何影響未來住宅與日常生活。我在SRA從事的研究工作，聚焦於快速完成原型製作實驗，以便決定該裝置或產品是否需進一步投入研究。

團隊通常以組織形式展開專案，鼓勵成員建構個人想法、團隊公開討論、尋求意見回饋，進而激發創意火花。由於SRA與三星內部部門密切合作，因此團隊得以多元思考改善人們生活的各種方式。在SRA工作可享有自由空間與支援體系，是很酷的一件事。

問：繼近期於前瞻機器人領域取得成就後，團隊現階段投入哪些研究項目？

團隊視時間與資源，可同時進行約10至20項專案。過去幾年，團隊目標將大部份專案於3至5年內進入「可生產」狀態，近年來則將目標縮短為1至3年。團隊竭盡一切心力，期盼可於用戶導向的市場中迅速發揮影響力。

為實現此項目標，我們於實用機器人框架下展開多項專案研究，其範圍受縝密限制，以便不同團隊彼此合作，將原型架構轉化為產品。現階段目標為找到提供最大化用戶價值、同時將問題範圍限縮於現實界限內的平衡點。我們亦自豪能於多年維持原樣的產品中，發掘創新空間。

目前，團隊亦投入機器人以外的領域，例如新型應用程式、手機功能、連網裝置和優化家電等專案，目標滿足用戶需求並使其時時與世界串聯。

問：實用機器人為提供創新、便利用戶體驗的領域，並將改變人們對機器人的觀點。能否進一步詳細說明？

目前人們對於機器人的定義存在巨大差異，因此必須重新審視何謂「機器人」。許多常見定義可能彼此衝突，或將真實機器人設備排除在外。我傾向採用極廣義定義：若某種機器可自動啟動回應刺激，即可稱為機器人。

我認為人們需要花時間仔細思索機器人為何，所謂「實用型機器人」充斥於人們身邊，並對日常生活具深厚影響力。以電動床墊為例，其透過感應器測量睡眠品質或溫度、以促動器調整床墊位置，並可藉由管路系統以水泵引水降溫。我認為，以任何一種機器人定義而言，電動床墊即為機器人－然而此類型床墊的用戶，可能不會將其歸類為機器人。

雜貨店的自動門、可偵測與其它車輛距離以調整車速的汽車，或是藉由感應器偵測功能，於清晨現煮一壺咖啡的咖啡機－上述產品皆屬於機器人，若能接受此種機器人定義，那麼將發現日常生活中，隨處可見機器人身影。

問：您認為將新型機器人技術注入消費者導向的科技裝置中，對用戶最大優勢為何？

將機器人技術注入裝置之中，能為用戶創造的最大益處取決於裝置及其能為用戶解決何種問題。總括而言，我認為其優勢為使活動或體驗更快速、容易、安全，或更為有利。而不論於工業製造廠，亦或某人的客廳中，自動化皆為影響此四項標準的關鍵機制。

問：團隊人才濟濟，由來自不同領域背景、學有專精的研究人員組成。可否舉例說明跨學科團隊的發想能力，催生出何種創新機器人法則或技術？

當團隊中一或兩名成員欲將某概念轉變為一項專案時，我們常舉行腦力激盪會議。會議過程中，成員對提案者提出一系列問題，再由每位參與者對新專案概念的發想寫在一張張便利貼上，並貼於牆壁。例如，當問題涉及潛在工業設計理念時，我們不僅有工業設計師，亦有程式設計師、科學家、電氣工程師等人才，以不同思維對相同提問做出回應。

此類型跨學科合作，有助團隊設計師更深入了解技術可行性，同時，亦讓工程師更了解良好的設計將對專案增添何種限制。因此，團隊設計師更加理解工程，而工程師亦更加理解設計。此類型合作對於三星機器人廚師（Samsung Bot^TM Chef）等專案至關重要，因美學和工程元素兩者間具高度依存關係。

問：您認為機器人技術最新趨勢為何？如何將其融入SRA研究？ 

自動化及機器人技術為目前呈指數級成長、久盛不衰的領域。著手進行專案時，首要步驟為找出改善日常生活某層面之必要性或可行性，並考量將此概念付諸執行的途徑。幸運的是，自動化及機器人技術皆為有助於解決部份問題的高效率工具。

三星機器人廚師即為順應最新趨勢的產物。當時團隊負責人注意到，群眾募資平台上常見低成本、低性能機器人手臂，其與高成本、高性能工業用機器人手臂存在極大落差。因此團隊負責人認為，介於兩者之間的機器人具商機。為最小化終端用戶成本，同時最大化產品效能與產能，團隊展開從零開始的漫長旅程，致力研發自家伺服機構。最終打造出可與用戶居家日常物品互動的設計；於市面上或尚未公開販售產品中，此款為我所見過外型最美的機器人手臂。

問：您認為由創新機器人技術驅動的未來，會是何種樣貌？

勾勒未來時，我會想像「自己典型日常」的樣貌。放眼未來，我期盼機器人及自動化技術可讓我擁有更多個人時間，投入熱愛的事物。我常覺得在維持人際關係、工作、培養嗜好、家事、休息、應付突發事件等事項中，無法投入足夠時間及精力獲得完美平衡。而自動化可為解決途徑，使我有機會獲得更多可彈性調配的私人時間，從而獲得更多成就感。

問：截至目前，您認為團隊於SRA取得的最大成就為何？您最引以為豪的成就為何？

團隊2019年於德國柏林消費性電子展（IFA ）中，展示研發的三星機器人廚師，此項成就讓我深感自豪。我們付諸大量心力，從無到有親手設計、製造和組裝全新版本機器人，亦須規劃複雜展示內容、設計所有互動，並反覆測試各個環節，甚至將展示機器人運輸至德國、組裝展示用廚房並與主廚合作無間。此為一次充滿挑戰及收穫的經驗，不僅凝聚團隊向心力，亦啟示團隊：只要團結一心，便能締造令人刮目相看的成績。

三星新聞中心透過此系列報導，介紹來自全球研發中心、積極投入前瞻技術研發的六位頂尖專家，此系列介紹的出色人物與成就，僅為研發體系的一部份。三星藉由匯聚各地研發中心的智慧結晶，提供用戶新世代技術與體驗。三星於全球12個市場設立14處研發中心，於三星研究院的領導下，各研發中心專家彼此通力合作，展現堅實團體戰力。

展望未來，於推動前瞻技術研發進展上，合作將是重要關鍵。三星將以創新為驅動力，從日常汲取設計靈感，並秉持以用戶為尊的理念，致力構築更美好的未來。

本系列專訪的第五位專家為印度邦加羅爾三星研發中心（SRI-B）Beyond 5G團隊負責人Ratnakar Rao V R。Rao於SRI-B任職即將屆滿十年，於4G和5G無線通訊技術研發領域，累積了深厚的經驗。請繼續閱讀以下報導，細數Rao與團隊埋首深耕的各項新興技術。

問：前瞻系統軟體在推動各項通訊技術、提供更優質的用戶體驗上，扮演關鍵性角色。請問AI應用研究如何影響團隊的通訊領域工作？

過往所有的蜂巢式通訊（Cellular Communication）系統，皆在嚴格的規範下使用數學模型部署。但在5G時代，考量各項關鍵影響因素，部署方式則有所改變。

首先，由於單一網路須同時滿足各式使用案例，因此若僅基於傳統模式部署，此類系統便無法發揮最佳功能。其次，得益於日新月異的電腦演算法和處理器架構，在多元裝置上執行AI與機器學習模型，已變得比以往容易。最後，無線網路正朝虛擬化發展，且被分割為雲端執行的微服務，因此智慧終端（On-Device AI）功能亦被導入無線終端。隨著5G的推進，網路將與應用程式深度整合，因此唯有更了解用戶與應用程式的情境脈絡，才能提供個人化的網路體驗。

上述種種因素使AI與機器學習廣泛應用於新世代無線網路和終端，並扮演不可或缺的角色。

問：可否簡單介紹SRI-B，以及目前的研究項目？

座落於邦加羅爾的SRI-B，目前共設立五處卓越中心（Centers of Excellence，CoE），重點研究領域包括通訊、相機與多媒體、智慧終端、物聯網（IoT）和服務。SRI-B於上述領域皆具備專案執行經驗，涵蓋最初的研究到上市，因此CoE對三星產品線貢獻良多、功不可沒。

SRI-B在通訊CoE擁有專責的行動終端、網路RAN、核心開發及無線標準團隊。團隊間彼此合作，發揮強大的力量，並在端對端領域累積深厚的專業實力。此外，SRI-B近期亦開始拓展前瞻通訊研究，大力推動Beyond 5G和6G的未來發展。

問：在通訊領域中，團隊現階段投入哪些研究項目？

第一，團隊專精無線電、數據網路協定及嵌入式數據機系統軟體，為全球市場打造5G無線電體驗；目前團隊負責開發全球市場的5G行動終端產品。

第二，團隊正投入通訊協定的前瞻研發；其中部份研發成果，造就三星產品的差異化功能和解決方案。其他研究則聚焦Beyond 5G與6G系統的標準制定，以及IP智慧財產權（Intellectual Property）執行。

問：Beyond 5G時代的到來，將對用戶日常生活的技術互動，產生哪些改變？

非獨立組網5G推出時，已釋出大量未使用的中高頻譜，使既有的4G頻譜資源，得以重整用於5G。因此，朝極高容量通訊系統的轉型將是未來的趨勢。

容量的大規模擴增，讓更多用戶得以串連更多裝置至網路，並讓生活於偏鄉地區的民眾，也能享有網路的優勢。對一般用戶而言，最顯著的優勢莫過於高解析度的影音串流、更快的下載和上傳速度，還有即時互動遊戲。此外，用戶亦能於影片串流與視訊通話中獲得混合實境體驗。

5G未來幾年的演進，將為消費者迎來資訊娛樂和更多應用。例如，物聯網裝置的低功率、低頻寬特色，將有助於實現公共服務、農業和工廠自動化以提高效率。此外，衛星通訊的5G信號，將覆蓋世界的每一個角落，其高度可靠性、低延遲優化，亦將實現醫療保健和教育相關等優質的遠端服務。

問：SRI-B於通訊領域取得哪些成就，讓您引以為傲？

SRI-B相當自豪能於全球首款3G、4G和5G智慧型手機的問世中，皆扮演幕後的重要推手。近期，SRI-B在商用行動終端環境中，實現5G獨立組網（Standalone 5G）與5G載波聚合（5G Carrier Aggregation），亦開發4G和5G網路軟體，協助建置關鍵任務（Mission Critical Push-to-Talk，MC-PTT）功能。

過去幾年來，SRI-B為孕育IP的搖籃。SRI-B各領域工程師每年均催生出不計其數的IP。團隊在無線通訊領域共取得逾200項執行IP，而在4G和5G領域則取得100多項標準必要IP。

問：團隊如何與美國三星研究院、英國三星研發中心、韓國三星研究院等機構合作，發揮優勢互補的合作效應，為工作和研發實力取得助益？

團隊於5G早期技術開發及具體實現階段，曾與三星研究院密切合作，現在亦共同投入新興6G技術的開發。相信在SRI-B與美國三星研究院、英國三星研發中心團隊的強強聯手下，未來潛力可期。

SRI-B擁有堅強的工程師陣容，包括創新者和領域專家，因此能立即組織高素質團隊並展開研究。團隊正積極與全球研發中心的研發負責人互動，藉此探索更多可能性，實現革命性的創新。

問：AI和機器學習如何應用於Beyond 5G和6G無線通訊技術？這些技術的結合，對推動未來演進有何助益？

各界普遍認為，AI和機器學習將對Beyond 5G和6G的網路管理及無線電資源管理，具重大影響力。團隊預期AI與機器學習，將區分為區塊層級AI（Block-Level AI）、程序式AI（Procedural AI）及系統軟體AI（System Software AI），並將積極朝此方向展開研究。

• 區塊層級AI：借助AI與機器學習，可於終端或網路加入特定區塊，而不影響系統的其它部分，進而提升效能或節省運算成本。例如，若頻道解碼器能預測區塊解碼的成功與否，便能盡速決定終止解碼器的反覆運算。

• 程序式AI：端到端系統中至少兩個實體於此交換資訊，實現AI和機器學習技術的準確應用。例如，元數據須於終端和網路之間交換，使自動編碼器或解碼器的運作，維持在誤差範圍內。另一個實例則為終端的移動管理。

• 系統軟體AI：新世代通訊系統中大多數實體，須以多種模式運作。嵌入式系統軟體應能動態地放大或縮小系統資源。AI輔助嵌入式系統軟體可了解特定的情境要求，並隨之調整。

問：您為電機電子工程師學會（IEEE）的資深成員。此身份讓您有機會參與哪些活動？身為IEEE資深成員，對工作產生哪些影響？

身為IEEE資深成員，我常受當地工程學院的學生社群與教師同行邀請，於各式講座與演講中，以各類技術為主題發表演說。此身份亦促使我持續於單位中開闢新的研究項目，積極與知名學府的學生社群及教授，攜手展開全新合作。

此舉旨在發揮深遠的影響力，使更多人提升領域內的專業知識，投入通訊領域的前瞻研究。我也代表三星與產業界、政府和學術界，展開各式各樣的會談和討論。上述種種互動，讓我時刻掌握相關領域的趨勢脈動。

同時，我也鼓勵團隊成員在知名的研討會和期刊上發表研究結果。過去二年來，團隊於各大論壇發表的論文已累積超過20篇。

本系列專訪的第四位專家為俄羅斯三星研發中心（SRR）前瞻系統軟體實驗室負責人Evgeny Pavlov。Pavlov於SRR任職長達九年，深入研究程式分析的前瞻技術後，於2020年晉升實驗室的掌舵人。
 

Pavlov目前研究的系統稱為系統軟體（SW），其作用在於為其他軟體建立基礎，例如智慧型手機所使用的作業系統（OS）、AI應用程式的架構、開發者工具等。系統軟體負責應用軟體和硬體間的通訊。請閱讀下文報導，深入了解Pavlov與其SRR團隊著手進行的重要研究。
 

問：AI與機器學習的研究成果，對設計和優化各類技術具有重要意義。在推動這些技術的發展上，系統軟體研究發揮了什麼樣的作用？
 

即使終端用戶並未察覺，系統軟體研究對機器學習卻十分重要。首先，機器學習框架並非總能在通用硬體和處理器上發揮最佳作用，因此必須考量各種硬體功能並使用額外的中央處理器（CPU）進行優化。
 

此外，整合用於神經網路加速的專用處理器為人工智慧（AI）產業的最新趨勢之一。近期，許多企業紛紛加入研發專用神經網路加速器－即「神經網路處理器」（NPU）的行列。為了優化機器學習模型的處理效能，將神經網路模型轉換為此加速器的指令極有其必要。
 

由於開發編譯器必須對NPU架構具有精闢了解，神經網路模型的轉換通常會採用神經網路編譯器自動化處理。此表示我們參與研發工作的系統軟體開發人員對電腦硬體運作原理瞭若指掌。
 

換句話說，隨著產業需求轉變，系統軟體工程師聚焦的重點，逐漸從通用程式的優化，轉向基於AI和機器學習的程式優化。
 

問：能否簡述俄羅斯三星研發中心及目前的研究領域？
 

近來，SRR聚焦三大研發領域的專業知識與能力：感應器解決方案、AI成像與系統軟體。SRR在感應器研發方面具備端對端經驗，包括硬體和演算法開發，以及生物識別與生命照護解決方案的商業化。長久以來，SRR致力開發智慧手錶於虹膜、臉部與指紋生物特徵、身體組成測量等技術的應用。此外，SRR亦深耕AI成像領域，持續開發光學和AI的協同作用，為優化智慧型手機相機功能－「超慢動作錄影」與「夜間模式」作出重要貢獻。
 

我認為系統軟體是SRR最具前景的研究之一。基於我們對各類硬體和作業系統（OS）的精闢了解，加上陣容堅強的工程人才，我們竭盡心力成為業界系統軟體核心技術供應商。
 

問：繼您在SRR前瞻系統軟體實驗室取得豐碩成果後，現階段您正執行的任務為何？
 

在不久的未來，傳統系統軟體技術將被淘汰，為能掌握新興趨勢，我們正積極針對系統軟體團隊的未來發展進行廣泛研討。
 

此外，本實驗室正投入一項使5G可擴充vRAN基礎設施可支援多元網路類型的專案；其它專案則包括Android和Tizen作業系統編譯器技術、前瞻作業系統開發，以及On-Device AI軟體開發套件（SDK）。
 

我除了領導前瞻系統軟體實驗室，目前亦主導有關On-Device AI平台的SRR研究專案－ONE（On-Device Neural Engine）。此為我們與三星研究院On-Device實驗室共同進行的專案，三星將其中主要部份以開源專案形式托管於github.com。
 

問：On-device AI和前瞻系統軟體技術是為用戶打造強大、創新行動體驗的關鍵。能否解釋箇中原因？
 

系統軟體對程式運作與用戶體驗至關重要。系統軟體是位於更底層的結構，其介於裝置硬體和用戶應用程式之間－意味是所有其他軟體的基礎。用戶或許看不到系統軟體運作，因為他們與行動應用程式的互動已簡化至與介面互動，但在他們最喜愛的應用程式之下，是一層層的程式邏輯－例如於系統核心管理螢幕觸碰識別，接著透過圖庫描繪對應視窗。在各層級的識別當中，只要任一方出現延遲，整個系統皆會受到影響，用戶體驗也會受到牽連。因此，系統軟體包括對記憶體消耗與延遲的特殊要求。
 

能否成功將專用硬體加速器整合至行動裝置對AI應用程式發展影響甚鉅。此項整合有助於提升畫質、裝置端生物辨識鎖、預測鍵盤等技術，上述功能用戶早習已為常，實在難以想像缺乏這些功能的行動裝置。加速器的進一步發展，亦將使行動裝置變得更智慧、更容易操作，並將為人工智慧應用開啟新的可能性，將科幻片裡的AI場景化為現實。
 

系統軟體亦可透過基於AI技術改良，為特定用戶客製行動裝置，例如依據用戶所在位置、行為、裝置使用模式而提供自適應設定。團隊正積極透過On-Device AI技術應用，展開系統軟體進化研究。
 

問：您認為將On-Device AI技術導入行動裝置，對用戶最大的好處為何？
 

On-Device AI為一項相對較新的技術，與AI應用程式普及化息息相關。最初，此類應用程式為透過高效能雲端伺服器執行，一切複雜運算全由雲端伺服器負責；然而，隨著行動處理器效能、專用硬體加速器整合同步成長，現在我們也能開發直接於行動裝置端、而非伺服器端執行的AI應用程式。
 

能於裝置端執行AI應用程式的神經網路，對用戶提供諸多好處：首先，由於不需將數據送至伺服器，縮短用戶等待回應的時間；第二，所有作業皆於裝置端處理，因此可維護用戶個資安全：第三，即使處於離線狀態亦能執行程式。
 

▲俄羅斯三星研發中心研究人員

問：請就企業內部集思廣益及與外部企業、大學合作談論概念發想，最終如何造就更佳的用戶體驗？
 

SRR密切關注相關領域最新趨勢，積極舉辦內部研討會、交流經驗、與其他團隊互動，並提出概念驗證。這些經驗交流大多透過非正式場合，或在午餐、茶水間，且通常能產生十分有趣的結果。我們亦定期進行腦力激盪，藉以碰撞出新火花。最近一次腦力激盪會議主題圍繞在低階虛擬機器（LLVM）專案的未來發展，藉由集思廣益，激盪出大約30種多元的想法，最後篩選出最具發展潛力的3個領域，我相信這將為三星未來事業發展助上一臂之力。
 

除了與SRR內部的其他團隊互動，本研發中心亦舉辦外部講座和聯合研習會，作為交流經驗、討論當前趨勢、分享現有技術挑戰的平台。歸功於俄羅斯對大學階段系統軟體開發的重視，我們極榮幸能擁有一群傑出的系統程式人才。
 

問：您認為目前產業主流趨勢為何？您如何將它們融入SRR研究中？
 

我認為透過機器學習應用，系統軟體將日趨完善。此有助我們擺脫例行性優化作業，聚焦更複雜的任務。而在資訊處理上，智慧系統軟體有助於我們實現最佳效能。
 

此外， On-Device AI除了針對行動裝置，亦能使穿戴裝置變得愈來愈智慧，讓AI廣泛應用於各類裝置。而欲串聯這些裝置，有賴於使用5G等高速通訊方式，以及能夠動態平衡網路運算節點之間的作業負載，我們目前亦積極探索此研究方向。
 

下一篇文章，將帶領讀者一窺印度班加羅爾三星研發中心前瞻通訊系統專家Ratnakar Rao的專訪。

▲中國三星電子研發中心研究團隊

 
問：團隊如何與中國三星研發中心其他單位互相配合？或甚至是全球其他研發中心？各機構如何整合研究成果，為用戶打造更便利的生活？
 
我們持續與SRC-B其他團隊密切合作，近期我們與視覺運算（Visual Computing）團隊共同研究，將基於資訊瓶頸理論的壓縮演算法應用至影像辨識和人像分割，打造尺寸極小但效能絲毫不減的模型。2021年我們也一同組隊參加電腦視覺與模式辨識會議（Conference on Computer Vision and Pattern Recognition，CVPR）的神經網路架構搜索競賽，更透過此解決方案奪得冠軍寶座。
 
此外，我們也與語言智慧（Language Intelligence）團隊合作壓縮機器翻譯模型，成功將其應用程式商品化。
 
我們堅信，透過與全球AI中心的持續交流合作，將創造更進階的研究與應用成果。
 
問：在您的專業領域裡，目前主要趨勢為何？您如何將熱門技術融入SRC-B的研究？
 
現今熱門的技術很多，如高效網路架構設計、自我監督學習（Self-Supervised Learning）及圖形神經網路（Graph Neural Network）。
 
團隊著重於網路壓縮和微型模型設計，十分適合應用於行動裝置。智慧型手機等裝置搭載的運算資源有限，意味著無法容納尺寸過大的行動裝置服務模型，因此我們專注於設計適用於行動裝置的模型。
 
欲打造輕量化又強大的模型方法有很多種，我們目前主要研究網路剪枝（Pruning）、量化（Quantization）、知識蒸餾（Knowledge Distillation）、神經網路架構搜索和動態推論。
 
問：您在SRC-B這些年來，最自豪的成就是什麼？
 
與通訊研究（Communication Research）團隊合作下，我們研發出無線通訊專用的AI演算法，並於2021年中國信通院（CAICT）舉辦的無線通訊AI大賽（WAIC），全球600多組隊伍中脫穎而出獲得冠軍。能於中國官方5G+AI競賽中繳出亮眼成績，我深感驕傲，也更堅信5G+AI是深具潛力的研究方向。
 

下一篇文章將帶領讀者與俄羅斯三星研發中心（SRR）系統軟體專家Evgeny Pavlov的專訪。

本系列報導的第二位受訪專家為來自波蘭三星研發中心（SRPOL）的AI團隊負責人Lukasz Slabinski。Lukasz於2013年加入SRPOL團隊，最初擔任高級工程師，歷經8年辛勤耕耘，目前晉升SRPOLAI的AI團隊掌舵人。請繼續閱讀以下報導，深入了解SRPOL及AI團隊的重大研究突破。

問：據悉語音辨識解決方案的設計極其複雜。研究語言相關技術時，曾遇過哪些挑戰？又是如何克服？

以我個人的觀點，語言相關技術遠比其他技術複雜。人類的溝通語言高達7,000多種且不斷演進，並可再細分為各種口音與方言。此外，人類語言的客觀性，遠不及能以數學公式描述的圖片。人們將其想法，以聲音或符號型態編碼成訊息，待由他人解碼並詮釋。由於此過程每一階段皆具個人性、創造性、非決定性，因此，基於語言的人類交流具高度複雜性，且十分模稜兩可，意即唯美詩篇、有趣笑話與溝通誤解只有一線之隔。

從事自然語言處理（NLP）的研發人員經常面臨人類與生俱來的侷限性。即便是工作同事，亦或是同住家人，彼此皆會產生溝通問題。而只精通2種語言的工程師，該如何設計、編碼一套涵蓋40種不同語言的機器翻譯系統？我們借助機器學習技術，解決此項難題。

所謂「訓練」過程，是根據數據集中的範例，自動提取通用模式，並以模型形式加以記憶。為建構機器翻譯系統，團隊訓練一套神經網路，可根據數百萬個縝密蒐集整理的範例，映射不同語言的句子。聽起來容易，但此階段具備三項基礎挑戰。

第一項挑戰為設計適合機器學習的模型架構，該架構需能記憶和歸納足夠的語言模式，用以解決特定問題，例如機器翻譯、情緒分析、文本摘要等。

第二個挑戰則是準備充足的訓練數據；因機器學習系統僅能辨識與記憶訓練數據集中的模式。

最後一項挑戰，是在專屬雲端或終端裝置平台上，部署已完成訓練的機器學習模型。

我們運用工程師豐富的專業知識及縝密的方法蒐集數據，並以最先進的機器學習架構進行無數次試驗，逐一化解上述挑戰。

問：請簡單介紹波蘭三星研發中心（SRPOL）、AI團隊，以及主要研發工作？

SRPOL為波蘭規模最大的國際軟體研發中心，分別在波蘭首都華沙，以及科技重鎮克拉科夫設有據點，並與當地新創企業、大學和研究機構密切合作。

SRPOL AI團隊的使命，即打造基於AI的功能、工具和服務，使人們生活更加便利與豐富。我們聚焦NLP和智慧音訊領域，同時具備包括推薦系統、室內定位、視覺分析和AR等跨領域專業知識。

問：自2018年起，您擔任波蘭研究中心AI團隊負責人，期間推動多項NLP等領域的專案。您與團隊目前正投入何種研究？

團隊持續進行10多年前啟動的NLP領域研究，包含機器翻譯、對話系統（涵蓋問題回覆和文本分析）等開發。同時兵分二路，分別研究可擴充規模、強大的雲端服務，以及可快速離線作業的裝置終端應用。

對我們而言，智慧音訊是較新的領域。幾年前，隨著該領域的重要性與日俱增，我們開始將其列為研究重點。目前已致力於聲音辨識、分離、強化和分析。研究過程會將音訊處理的所有層面納入考量，從聲學場景理解，到搭配資源有限的硬體設備（如無線耳機），針對嵌入式音訊演算法進行微調。

問：您聚焦的技術包括NLP、文本和數據挖掘、智慧語音等。哪些研究直接影響三星產品或服務的開發？團隊如何提升用戶的生活便利性？

SRPOL在AI技術商業化領域已具悠久歷史，但並非單打獨鬥。我們很自豪能成為大環境中重要一員，SRPOL與其它三星研發中心密切合作，致力實現商業化目標。

例如，團隊為三星行動裝置開發多項智慧文字輸入功能，包括螢幕鍵盤、主題標籤、Samsung Note標題推薦，以及智慧手錶的智慧文字回覆。

此外，我們亦對「三星應用商店」推薦系統貢獻良多，該系統可根據用戶喜好推薦最有趣的遊戲。

問：身為智慧音訊等新興AI領域的倡導者，您認為目前產業趨勢為何？此技術將如何影響人們日常生活？

我相信智慧音訊技術未來將改變消費性電子產品領域的遊戲規則。深耕音訊分析極其重要，因其是實現以人為導向的AI系統中，不可或缺的重要拼圖。

強大的NLP系統能透過文字和語音分析更了解用戶。相機和視覺內容輸入的背後，電腦視覺演算法必不可缺。對普羅大眾而言，很難想像在無導航情況下駕駛車輛、輸入訊息時少了拼字修正器，亦或無法使用網際網路搜尋資訊。但截至目前，除去部分專業應用，我們鮮少使用智慧音訊技術強化聽力。我認為此情況即將發生改變。

試著想像－假設現在存在一種普遍的技術，可讓人們選擇耳朵想聽到的內容以及聆聽方式。如在繁忙都市的公園中與朋友共進午餐時，可選擇只聽大自然和交談對象的聲音。或能直接於人類腦海中，建構身臨其境的3D音訊體驗、被稱為元宇宙（Metaverse）的一種先進VR或AR系統。光是上述兩項概念，即可組合數百種全新、可行的使用案例。而將眼光放遠，若能聽見人類目前聽不到的聲音，會是何種情景？目前人耳聽得到的音頻範圍相當窄。世界充滿了深具意義的聲音，但AI技術觸及的部份卻只有冰山一角。隨著智慧音訊技術持續發展，我相信這將影響人類生活。

▲波蘭三星研發中心研究人員，在無回音室利用人頭和軀幹模擬器（HATS），進行主動式降噪（ANC）技術開發工作。

問：您如何將當前趨勢融入波蘭三星研發中心的研究中？

除NLP和音訊之外，我們亦積極尋找並建構多模式系統最有效的途徑。為此，團隊從不同觀點切入研究，並分析使用案例。歸功由工程師、語言學家、數據科學家所組成的多元跨學科團隊，我們得以進行此類型分析。

問：截至目前為止，您在SRPOL最重要的成就為何？

為機器翻譯解決方案。此項解決方案已連續五年於各大競賽中拔得頭籌：2017年至2020年國際口語機器翻譯評測比賽（IWSLT）；2020年國際機器翻譯大賽（WMT）；以及2021年國際機器翻譯大賽（WAT）。上述皆為該領域最負盛名的國際競賽。

今年能在WAT獲得獎項肯定，是特別值得驕傲的一項里程碑，開發亞洲語言解決方案對身為波蘭工程師的我們而言，堪稱一項壯舉。最終成果證明三星技術的實力，遠遠超越展示成果。

另一項令我引以為傲的成就，是智慧音訊團隊技術開發的進展速度。我們從零開始，短短幾年即成績斐然，於2019和2020年連續二年站上DCASE Challenge（聲音場景與事件偵測分類挑戰賽）頒獎台。我們亦發表數篇有關此領域的科學論文，並取得多項專利。我相信，三星將持續在此領域發光發熱。

下一篇文章，將訪問來自中國北京三星研發中心的機器學習專家－Bin Dai。

三星電子洞見觀瞻，於初期便意識到上述先進技術的重要性並積極投入佈局，創新腳步從未停歇。三星研究院（Samsung Research）^（註一）旗下14間研發機構與全球7間AI中心的專家團隊孜孜矻矻，致力為未來、用戶、新世代頂尖技術與服務而努力，持續累積三星引以為傲的軟硬體成就。

於此系列專題報導中，三星新聞中心將介紹全球研發中心的技術專家，深入了解其工作內容及如何透過相關創新造福消費者。

第一位專家為烏克蘭三星研發中心（SRK）智慧視覺團隊負責人Sergii Lytvynenko。Sergii最初以軟體工程師的身分加入，迄今已服務逾十年。以下將介紹SRK團隊的重大研究突破。

問：能否簡單介紹烏克蘭三星研發中心和主要工作？

烏克蘭三星研發中心位於國家重鎮基輔（Kyiv）。自2009年創立以來，專注於AI、擴增實境（AR）／虛擬實境（VR）及資安等領域，專業實力數一數二。SRK集結業界頂尖專家，目前主要研究領域為資訊安全、電腦視覺、情境感知智慧服務等，並積極與當地多所大專院校共同發展產學合作計畫。

問：目前智慧視覺團隊執行中的任務為何？

團隊正針對AI進行電腦視覺與運算圖學等領域的基礎研究，主要任務是將研究成果轉化為完整的用戶體驗，進而簡化日常流程、提升大眾生活品質，創造令人享受且身臨其境的體驗。

為此，我們積極與其他地區的團隊密切合作，進一步研究上述主要領域，同時與三星各事業部配合，致力透過核心技術打造優質產品。

問：團隊主要負責電腦視覺與運算圖學研究，請問此技術如何創造創新的用戶體驗？

去年，團隊投入大量心力研發Smart Trainer健身功能，提供截然不同的居家健身體驗。透過連接三星智慧電視與USB相機鏡頭，搭載AI技術的系統可追蹤用戶活動、記錄運動，甚至提供動作與姿勢指導。我們很開心三星電視的用戶已經能在家中體驗上述功能。

問：團隊如何將主要研究領域的創新技術，導入如AR眼鏡等開發中的計畫？

近年團隊致力研發可應用於AR眼鏡的先進電腦視覺與圖學技術，以解決目前的關鍵挑戰。在電腦視覺方面，主要聚焦AR核心技術，例如同步定位與地圖建構（Simultaneous Localization and Mapping，SLAM）、深度預測（Depth Estimation）、環境掌握（Environmental Understanding）以及人機互動（Human Computer Interaction，HCI）。至於圖學技術則專注研究低延遲渲染，以實現AR與遊戲效能最佳化。

▲烏克蘭三星研發中心智慧視覺團隊

問：除AR外，團隊亦協助研發S Pen技術。能否介紹此技術的研發背景？

支援S Pen裝置搭載的手寫辨識技術，是團隊的重點研發領域與核心解決方案之一，目前正擴大導入至Galaxy系列產品。除手寫辨識之外，我們同步建立廣泛的專利佈局，有助於三星研發核心技術。

問：團隊為Galaxy Z Fold3研發的S Pen最佳化技術，將如何提升用戶體驗？

Galaxy Z Fold3的獨特性無庸置疑，大尺寸摺疊螢幕突破既有界限，開啟全新使用可能，無論是日常工作還是學習皆事半功倍。因此，支援Galaxy Z Fold3的S Pen，具備手寫辨識與低延遲技術更加重要。我們汲取傳統紙筆的優勢，讓使用者在數位螢幕上也能擁有同樣順暢的手寫體驗。

問：團隊研發的技術將如何提升Galaxy Z Fold3用戶的生活品質，在使用上更加輕鬆便利？

團隊針對S Pen導入AI技術，預測下筆位置（AI Based Point Prediction），並將輸入延遲降至最低，打造更接近真實紙筆的書寫與繪畫體驗，手寫辨識技術將數位書寫變得更加智慧簡單，令人愛不釋手。如今用戶可輕鬆地將手寫筆記轉換為印刷文件，還能快速辨識圖表、插入連結、算數等。上述體驗皆為用戶的生活品質創造令人驚艷的改變。

問：您認為當前主流的技術趨勢為何？

我們認為視覺模式（Visual Modality）為下一個關鍵技術，包括如何將筆記與影片智慧化，以及從過程中能擷取多少實用情境資訊等。AR技術可為此領域創造無窮可能，並揭開尚待克服的挑戰。例如以「數位視覺」（Digital Eyes）為用戶進行全方位環境偵測，並提供統整後的情境資訊，大幅提升日常生活。

另一個主流趨勢為人機互動，團隊特別關注扮演關鍵角色的多模式互動（Multi-Modal Interaction）技術。多模式人機互動整合視覺、語言與知識，可供三星裝置充分掌握所處環境。

問：您在SRK這些年來，最難忘的成就是什麼？

2021年6月對團隊來說相當特別，因為我們贏得2021年國際電腦視覺與圖型識別會議（Conference on Computer Vision and Pattern Recognition，CVPR）的圖表問答挑戰（Chart Question Answering Challenge）。CVPR是全球規模最大的電腦視覺與人工智慧會議，能獲此殊榮我們深感驕傲。

問：若要開創全新的行動裝置使用體驗，智慧視覺技術至關重要。語言相關技術在其中扮演什麼關鍵角色？

自然語言處理（Natural Language Processing，NLP）是極具挑戰的研究領域，團隊期盼世界上每個人都能親自體驗我們的解決方案。為實現此願景，擴大語言選項以及支援性相當重要。團隊正致力增加S Pen手寫辨識技術支援的語言種類，目前解決方案支援約80多種語言，未來仍會持續增加。

下一篇文章將帶領讀者一窺Sergii與波蘭三星研究院自然語言處理專家Lukasz的專訪。

註一：三星研究院為三星消費性電子事業部（CE）以及資訊與行動通訊事業部（IM）旗下的先進研發中心。