計畫名稱: 群體人工智慧之合作式定位, 地理知識與終端輪廓學習, 及感知互動技術之研究
本計畫為整合型群體人工智慧計畫中之一。與一般人工智慧不同，群體方式將運算從中央移至終端，使學習變的更為個人與保護隱私。本計畫聚焦於在有限資源中，群體人工智慧之合作式定位，地理知識與終端輪廓學習，及感知互動技術之研究。
因位置資訊之強烈屬地性質，適合用來開發臺灣的高附加價值技術，本計畫首先研究於基於無線電波的合作式定位技術。除傳統的時空間特性，我們將進一步考慮如何因應無線電法規的更新。網路頻譜的規範每隔數年便會發生。舉例而言，臺灣2G與3G的頻譜執照將確定於今年與明年到期，而5G的時代也在可預見的未來發生。
屆時目前已有的定位技術需要重新蒐集新規範的無線電訊號嗎？過去蒐集的訊號將變成無用的垃圾嗎？想像當圍棋的競賽規則改變，AlphaGo將如何面對？本計畫將會研究能夠處理時間-空間-法規的模型調適技術，使無線定位在面對次世代網路的更迭時，能夠自動進行領域轉換與資料融合。具體而言，透過物理環境的重建，來達成新舊世代電信技術的合作。從大量老舊資料淘金，小量年輕資料補償，領域轉換與多元特徵融合的合作將使定位更有智慧與彈性面對時空間法規不停的異動。本計畫也將研究能保障隱私的離線定位模式，設計資料下載的優化技術與策略。
其次，本計畫將研究地理知識視覺化以及終端輪廓學習的技術。終端輪廓分為動態與靜態，前者包含移動軌跡，交通模式，及即時環境資訊，而後者則包含年齡，性別，與其他歷史屬性。我們將從巨量網宇實體數據對動態與靜態之終端同步進行輪廓側寫。接著，搭配地理知識視覺化技術，特殊事件的建立，及興趣熱點，我們可設計資料導向的地理行政區，並對群體與終端的行動模式與移動軌跡進行更高層次的理解與翻譯。本計畫也將研究感知場域中的互動技術。透過額外佈建的封包觀測，能夠解譯指定場域中的人潮停留時間與裝置識別，對個別與群體移動模式能更完整的解讀。
最後，本計畫開發的技術希望能夠推廣群體人工智慧之客製化應用。我們將協助協助產業伙伴「勝義科技」提升原有的適地應用服務，開發精準的個人定向廣告與客製化群體廣告投放策略。我們將協助產業夥伴「均一教育平台」提升用戶程度辨認能力，並視覺化分析線上教育資源之地理分佈。
我們將協助大學校園善用位置智慧，透過整合網宇(教學總務)與實體環境(位置)的數據分析並將群體的互動關係納入考量，使群體(教職員生與店家)學習後產生有共鳴的正向互動，並能在不同學校間實踐轉移學習。
