由左至右分別為團隊成員邱世宏、劉沛勳、楊奕炫、廖祥任、陳玟伃、霧峰農工電子科老師洪睿懌、頒獎人和指導老師張傳旺。　圖／書法大師團隊提供【記者何予綜合報導】「現在的年輕人很少寫字，都是透過電腦打字。」為推廣漢字之美並帶動書寫，勤益科技大學資訊工程系「書法大師」師生團隊，開發「空中揮毫書法生成系統」，透過模擬真實手寫狀態生成獨一無二的字，同時解決商用字體的版權問題。此系統在第四屆大手攜小手智慧創新應用競賽獲得冠軍。空中揮毫書法生成系統由「空中手寫辨識」和「漢字書法生成」兩部分組成。首先空中手寫辨識會利用MediaPipe（註一）手部追蹤模型，建立手部21個關節點，藉捕捉節點位置的改變，追蹤畫面中手部在空中揮動的軌跡圖形。接著，再由書法生成系統，將描繪出的圖形生成出具有書法風格的字型，「不用準備毛筆、宣紙、墨汁，透過電腦運算就能寫出書法字。」團隊成員楊奕炫補充。註一：MediaPipe 是一項多媒體機器學習模型應用框架，透過MediaPipe可以達到手部追蹤、人臉檢測或物體檢測等功能。 使用者在空中比劃出字型後，選擇想要生成的書法風格，便能夠將手寫軌跡生成出該風格的文字圖檔。　圖／書法大師團隊提供團隊透過生成對抗網路（Generative Adversarial Network，GAN）（註二）訓練「漢字書法生成」系統。楊奕炫以仿冒者和鑑別者作為比喻說明，團隊將書畫字帖作為資料給機器學習後，仿冒者會仿冒出類似的圖像，鑑別者則會鑑別仿冒圖和真實字帖的差異，「所以兩個網路一直對抗，就會讓模型成長得越好。」註二：生成對抗網路是深度學習中與人工神經網路相關的一項應用。相互對抗的生成網路與鑑別網路，可以大幅減少機器學習時需要的資料量。使用者只需對鏡頭書寫後選擇想要的字體，系統便會依手寫軌跡生成該風格字型。楊奕炫解釋，系統不會辨識手寫軌跡是什麼字，而是直接將圖轉換成圖，手寫字經過圖像編碼器後，會慢慢提取圖像特徵，經過圖像解碼器，一步步生成出書法風格的字型。 空中揮毫書法生成系統操作介面，使用者只需自備帶有攝影鏡頭的電腦，便可以在螢幕上看到描繪的字型和生成的結果。　圖／書法大師團隊提供「我們比較想解決的是商用字型，很多字型都要花高額的版權費。」指導老師張傳旺表示，將來此系統開放大眾免費使用，能提供設計師做出具有個人風格的字。因海報設計等製圖需求，而曾經購買商用字型的洪振嘉表示，在設計時為達到清晰傳遞資訊的考量，較少使用手寫風格的字體，即使使用也會為統一整體視覺，選擇每個字型樣式都經過精準設計的字體。「它固然是一個很好的嘗試、創新，但它不會改變字體製作、字體販賣的大環境。」洪振嘉說。張傳旺坦言：「觀眾對著鏡頭比劃，螢幕上就會出現，當然是娛樂效果比較大。」但他也表示，目前技術可以結合其他輸入方式，例如使用手寫板，或者直接將文字拍照上傳系統，便能有效率地生成字串，應用在製作春聯等用途。系統目前已可產出七種不同的書法字型，團隊未來將持續訓練系統，擴展應用範圍。

【記者張倩怡綜合報導】不論是平時午餐要吃什麼，或是出外旅行該品嘗哪些美食，皆為不少人的煩惱。國立雲林科技大學工業工程與管理系學生團隊研發「基於生成對抗網路之適地性美食推薦系統」，能夠按照使用者的所在地、用餐時間、預算等條件，個人化地推薦適合的美食。此發明獲得「2022韓國首爾國際發明展」金牌。台灣餐廳選擇眾多，路邊攤、小吃或老店琳琅滿目，但現有的美食推薦程式，大多依靠用戶的瀏覽記錄、搜索關鍵字等資訊，而新用戶卻會因無歷史記錄，導致系統無法進行推薦。團隊成員賴睿涵表示，當今的系統時常因資料缺漏而無法進行客製化推薦，「因為傳統演算法是找跟你相似的使用者來推薦給你，可是使用者不可能每一個商品都有瀏覽過。」團隊以美食二選一的小遊戲收集使用者喜好，再利用生成對抗網路（註）讓AI自主學習，並生成虛擬數據比對真實樣本，透過重複訓練使AI生成的結果盡可能接近使用者喜好，「我們給它資料集去學習，然後進而去產生出那些我們希望它產生出來的資料。」團隊成員詹宜諠補充。當完成訓練後，不論有無歷史記錄，使用者只需直接輸入個人條件，如性別、年齡、預算等資料，AI就可以按所在地直接進行個人化推薦。註：生成對抗網路屬於機器自主學習的技術，由鑑別網路與生成網路組成。生成網路會隨機取樣並模仿真實數據產生樣本，盡可能地欺騙鑑別網路；鑑別網路則為真實的樣本，需從真實樣本中盡可能分辨生成網路所產生的虛擬數據。生成對抗網路透過兩者相互對抗產生結果。除了以二選一小遊戲收集數據作訓練，團隊也計劃透過使用者的回饋，回報最終選擇的餐廳以及推薦結果是否實用。賴睿涵表示，若系統產品化後和店家合作，店家可以選擇付費獲得分析後的使用者數據，「例如喜歡這家店的可能有80%是女性，然後20%是男性。」他進一步說明，店家可以藉此了解自身的客群，並制定針對性的營銷策略，使此系統能實現商業化。經營美食帳號的沈采蓁表示，自己找餐廳時不曾使用美食推薦程式，而是參考社交平台推薦的美食帳號，並上網搜尋店家的介紹和評論，每次都需經許多步驟。因此，他相當認同系統的實用性，也建議團隊可加入更多的考量細節，「例如喜歡吃麵食、不吃辣、吃素等來強化搜索結果，同時進行更精確的系統推薦。」