AI 工程師與清華資工系的絕妙組合
AIFLY 是 AIGO 計畫中較為特別的參賽隊伍，既不是新創團隊，也非學校組隊，團隊人數也很少，是由兩個朋友因應這次活動而臨時成軍的組合。話雖如此，他們可不是什麼雜牌軍，一位是台灣人工智慧學校的 AI 工程師王柏鈞，另一位則是清華大學資訊工程系的大學四年級學生阮羿寧。

王柏鈞之前在製造業做電子與電控，後來轉職到台灣人工智慧學校，獲得很多和人工智慧相關的專案管理經驗，目前擔任台灣人工智慧學校技術發展處的 AI 工程師。他眼中的隊友阮羿寧，雖然還是大學生，但她在程式碼編寫上很有邏輯，專案架構亦是條理清楚，並且也有 App 開發的相關經驗，這正好彌補柏鈞所欠缺的。

王柏鈞認為：「人工智慧發展到現在仍是一個學門，它不是落地的技術，也不是終端產品。通常很難把 AI 直接當成產品，要透過網頁或硬體的方式做包裝才可以。」

這兩人組成的 AIFLY 團隊，選擇由豐醇科技有限公司出題的「馬術姿勢影像輔助判斷系統」，主要是因為王柏鈞具有相關經驗——曾與知名光學設備製造商「台灣股王」大立光電合作過「姿勢識別」（Pose Estimation）技術。

馬術治療是一種應用馬匹的物理治療方式，主要服務腦性麻痺兒童，但目前馬術治療需要治療師、教練、防護員等陪同，課程所費不貲，且馬術治療中心在國內並不普遍。許多家屬會帶領患者自主訓練，但也因此缺乏專業治療師及醫師給予意見。豐醇科技希望透過 AI 的力量，將影像或照片進行數據分析，判別治療者騎乘馬匹時與正常標準姿勢的差距，以數據的呈現方式，提供治療師記錄查閱使用，還可降低家屬的訓練費用。阮羿寧也認為具有社會公益性質的題目，很值得嘗試。

人工智慧新興領域——姿勢識別
大約在 2016 年之後，才有人開始使用 AI 來做「姿勢識別」，至今還沒有很多資源可以使用， AIFLY 團隊花了一些時間在網路論壇上搜尋相關論文（如：Papers With Code），分別測試了約 8 至 9 篇，然後使用 Google Codelabs 寫出一個草稿，便送出提案。

初版的提案構想是將這個系統做成二分法，用 AI 做姿勢識別——抓出 17 個關節後分析，即可分成正確姿態與不正確的姿態。

但當提案通過，兩人和豐醇科技實際接觸得到與治療師詳談的機會後，才發現對方真正的需求是「必須要知道患者和正確的姿態相比，到底偏離了多少角度」，若治療師判斷偏離 x 度以上就需要矯正，才能以此著手治療。

一番討論後定義出新的辨識系統：判斷偏離的角度。這時，真正的工作才剛開始。這個系統的使用者將會是患者的家長，且治療師並不會在場，更增添難度。由於照片是在患者騎馬時拍攝，會有各式各樣的拍攝角度，陽光的角度也各不相同，一開始當照片裡面出現馬頭， AI 模組甚至會辨識到馬的姿勢，而誤以為患者是背景。

AIFLY 團隊摸索出問題的解法，就是做「語意分割」：先讓電腦做照片元素的初步辨識後，分割人、馬與其他物品，把像素切割後剩下人，然後調整照片，最後再做「姿態分析」。

此外，因為是騎馬，照片的拍攝上幾乎都會有一部分患者的身體被自己或被馬遮住，不過 AIFLY 也順利地找到 AI 界前輩釋出已訓練好的模組解決所面臨的難題，使用將 2D 座標轉成 3D 座標的方式，判斷被遮住的身體部份會是什麼姿勢的機率最高。

比賽帶來諸多助益，解題結果將實際推出
阮羿寧提到：「這個題目會是可以持續發展的 Project，很可能未來能夠實際推出 App 給小兒麻痺的患者使用，豐醇科技已媒合小兒麻痺治療的團體，之後會做使用者測試。」

她也表示，這次 AIGO 計畫對她個人技術上的成長相當有幫助，以前沒有做過姿態辨識的題目，在這次比賽中，隊友王柏鈞的業界經驗無形中傳承給了她，在實際使用過相關的 AI 模組之後，她也非常有興趣繼續在未來發展使用。

阮羿寧更因為 AIGO 計畫而獲得工作機會，她代表團隊出席頒獎典禮時，就有公司邀請她擔任資料工程師。

王柏鈞則認為，台灣目前有相當多的產業正準備進行數位轉型，但轉型的過程，絕不是單純委託外部顧問就能完成的，必須要有內部團隊，以及在該領域深耕的資料科學團隊共同合作。而 AIGO 計畫的獎金與模式，可以連結資料科學團隊及企業，並讓資料科學團隊累積該領域的經驗和對 know-how 的認知。希望未來 AIGO 計畫能持續辦理，協助團隊持續深耕某一領域。