語系 :
圖：國立臺北科技大學
AI深度學習技術在各個領域廣泛應用，特別是在圖像生成的領域，藉由指導電腦以受人腦啟發的方式來處理資料，做到辨別圖片、文字的複雜模式。國立臺北科技大學計算機圖學實驗室研究團隊，以中文字體手寫生成模型和Stable Diffusion作為深度學習在圖像生成領域的兩個重要應用，展示了其在字體設計和影像生成方面的創新性。
中文字體手寫生成模型透過深度學習的方式，先把自己的字寫給AI訓練，就能透過一小部分的手寫字體樣本，建置出一套屬於自己的完整字體，並用於文書處理應用程式。當應用在設計行業，設計師需要快速且一致的產出手寫字體時，透過中文字體手寫生成模型，可以更輕鬆地用於更多的場合。
圖：國立臺北科技大學計算機圖學實驗室研究團隊，運用深度學習的方式，訓練AI產出一套完整的手寫字體
以最傳統的作法來說，生成一套完整的字體需要手工設計，並且逐一創建每個字符，過程耗時又昂貴，也常發生缺字的情況。而隨著科技的進步，不使用深度學習模型打造出一套字體也需要寫1萬多字，近期透過中文字體手寫生成模型需要寫30幾個字，就能創建出自己的一套字體，效率提升300倍。
圖：國立臺北科技大學計算機圖學實驗室研究團隊，研究生王俞喬同學
在樣本的蒐集上，北科大研究團隊分享：「可以寫在紙本再掃進電腦，或是用電繪版直接寫，而且不用讓AI辨識這是什麼字，在輸入的時候就可以確認，這除了能提高字體設計的效率，也能為更多人提供客製字體的機會。」
Stable Diffusion模型的研究則致力於提高圖像生成的效率，透過影像分析模型，研究Stable Diffusion模型在不同提示詞組合下是否正確生成圖片，進而幫助用戶生成準確的影像。北科大研究團隊表示：「提示詞研究除了能讓使用者生成圖片更準確，也能讓開發者測出模型的正確率，判斷出每個提示詞被忽略的機率，以及哪些提示詞搭配時的準確率會變高。」
大多數情況下，使用者或開發者以直觀方式判斷圖片生成結果的好壞，並嘗試多種不同的種子和參數值直到結果滿意。然而，北科大研究團隊通過創建圖表，顯示在不同提示詞的排列組合下，Stable Diffusion模型生成效果的準確性，更利用提示詞來檢查圖片是否正確生成，並反向餵給AI圖片以測試其生成正確提示詞的能力，這種雙向驗證方法進一步提高了圖像生成的精確性和可靠性。
圖：國立臺北科技大學計算機圖學實驗室研究團隊，研究生梁佑駿同學
北科大研究團隊表示：「這項研究不僅可應用於AI圖形研究，還能用於檢測訓練資料，識別過於單一或缺乏某類型素材的問題，進一步優化模型訓練。」這種方法有助於提高圖像生成模型的準確性和效率，為圖像生成領域帶來更多可能性。
面對日益龐大的模型，在這兩項專案上，北科大研究團隊也遇到顯示卡資源不足的困擾，目前北科大提供NVIDIA V100 GPU雲端資源讓校內同學使用，但由於公共資源的使用需要排隊，也會有連線不穩定的情況，使得訓練時間變長，執行中文字體手寫生成模型的王同學說：「顯示卡的效率會影響執行手寫字體的訓練，期望透過更少量的手寫字體樣本，生成完整的手寫字體。」
執行Stable Diffusion提示詞研究專案的梁同學則表示：「由於需要讓Stable Diffusion生成大量圖片作為分析模型的訓練資料，需要較大的記憶體及運算速率，以目前使用的顯示卡來說，沒辦法生成1024*1024以上的圖片，不過採用NVIDIA RTX A4500後改善了生成效率，可以產出尺寸達1500*1500的圖片，增加訓練的效率。」
對此北科大研究團隊表示：「當初決定NVDIA RTX A4500 20GB、NVDIA RTX A2000 12GB，是因為使用是記憶體大小及運算速率的考量，NVDIA RTX A4500 20GB、NVDIA RTX A2000 12GB都具備比較大的記憶體，可以幫助專案在本機端測試訓練模型，帶來更多方便性。」
圖：麗臺NVIDIA RTX A4500
NVIDIA RTX A4500搭載最新NVIDIA Ampere GPU與7,168 NVIDIA CUDA核心，其20GB GDDR6記憶體及高達640GB/s記憶體頻寬，能夠以更高的像真度和更強的互動性處理更大的模型、渲染、資料集和場景，讓您的工作更上一層樓。兩張NVIDIA RTX A4500卡透過NVLink相連，能更有效地擴展記憶體空間，應用於大型專案，每秒頻寬最高 112 GB，還提供 40GB GDDR6 組合式記憶體，可處理需耗費大量記憶體的工作負載。
圖：麗臺NVIDIA RTX A2000
NVIDIA RTX A2000搭載最新NVIDIA Ampere GPU與3,328 NVIDIA CUDA核心，其支援ECC功能 6GB/12GB 記憶體及高達288GB/s記憶體頻寬，憑藉強大的低結構雙插槽 GPU 設計，提供可徹底改變工作流程的即時光線追蹤和加速人工智慧技術，以創造出擬真的概念、執行人工智慧擴增應用程式，更支援主要的創作和設計應用程式，為專業工作流程提供更高水準的能力和效能。
而用戶最在乎的售後問題，麗臺提供獨家3年保固，並成立全球GPU技術咨詢中心，讓各行各業使用者享有最專業且安心的服務及AI運算效能。
未來展望
