EMO Lab 的人工智慧研究方向，關注「探索機器學習與智慧系統，讓資料成為理解與決策的基礎」。本文介紹多模態 AI、大型語言模型與工具串接等概念，並整理與此方向相關的公開實作。
從資料到決策
機器學習的核心想法，是讓電腦從資料中找出規律，而不是由人逐條寫下規則。影像辨識模型從大量標註影像學會分辨手勢；語言模型從大量文字學會理解與生成語句。當這些模型被放進一個完整系統，與感測器、資料庫或外部服務連接後，就能從「看見」或「讀懂」進一步走到「協助判斷」。
EMO Lab 關心的不只是模型本身，而是模型如何在實際情境中被使用：辨識結果要怎麼轉成使用者看得懂的文字？語言模型的回答要怎麼結合即時資訊？以下三個主題，分別對應這些問題。
多模態 AI：同時理解影像與語意
「多模態」指的是同時處理一種以上的資料形式，例如影像、骨架關鍵點與文字。單靠影像，模型可以辨識一個手勢；結合語意資訊，系統才能判斷一連串手勢組成的意思。
- 論文〈植基於多模態視覺感知網路於即時語意建構之手語轉譯研究〉探討以多模態視覺感知網路支援即時語意建構，應用於手語轉譯，獲第二十屆無線、隨意及感測網路研討會（WASN 2025）佳作學生論文獎。
- 團隊作品「基於語意理解與視覺感知之多模態智慧無人機控制系統」把同樣的思路延伸到無人機控制，於 2026 E化系統創意應用競賽獲得佳作（詳見 無人機研究）。
大型語言模型與 MCP：讓回覆不只是固定 FAQ
大型語言模型（LLM）擅長理解自然語言並生成回答，但它本身不知道即時資訊，例如此刻的列車狀況或天氣。MCP（Model Context Protocol）是一種讓 AI 應用與外部工具、資料來源相連的開放協定：開發者把查詢功能包裝成 MCP 服務，語言模型就能在需要時呼叫這些服務，再把結果整理成回答。
實作：捷運盃黑客松「Nxt-Gen 捷運 Go」
這個專案以「台北捷運 Go」為基礎，為乘客服務情境設計 MCP 服務並串接大語言模型，讓回覆依照使用者的語境與需求生成，而不只是回傳固定的常見問答。龍禹丞負責規劃並搭建 MCP 服務與 LLM 回覆流程。
在設計上，路線查詢可以把時間、天氣或使用者偏好納入建議條件；服務架構也預留了票價查詢、商圈推薦與人員協作等擴充方向。作品在 2025 捷運盃黑客松「設計創新・AI 賦能」App 競賽獲得亞軍（第二名）。
這個案例說明了 LLM 應用的一個重要原則：模型負責理解問題與組織語言，正確的事實則應來自可靠的資料服務。把兩者分開，系統才容易維護，也比較不會給出過時或錯誤的資訊。
邊緣裝置上的智慧：物聯網專題
人工智慧系統不一定都在雲端。「AI 智慧釣竿系統」以 ESP32 單晶片開發板讀取震動感測器，透過 Wi-Fi 把資料上傳到 ThingSpeak，進行即時監控與推送通知，協助釣客掌握拉竿時機。龍禹丞負責優化整體流程與程式邏輯，提高資訊傳遞的即時性，改善震動感測與通知在實際釣魚情境中的穩定性。作品獲龍華科技大學 113 學年度學生專題製作競賽第二名。
從感測、傳輸到通知，這類專題訓練的是系統整合能力：資料從哪裡來、延遲在哪裡發生、使用者在什麼時候需要被提醒。這些問題在更大型的 AI 系統中同樣存在。
AI 與教學：把技術帶進課堂
在松山工農 114 學年度上學期的彈性課程中，龍禹丞協助高階工控技術課程，指導 Node-RED 訊號傳遞、工業控制與 AI 視覺辨識的整合，以及手勢控制工程載具的應用。把影像辨識結果接到實體控制，是讓學生直觀理解 AI 如何影響真實世界的好方法。此外，龍禹丞也曾參加淡江大學「書藝智生－AI 生成書法創藝比賽」並獲佳作，這類比賽讓生成式 AI 與書法這樣的傳統藝術對話。
工具：AI Status（AI 晴訊 UptimeSky）
當越來越多工作依賴 AI 服務，「服務現在是否正常」本身就成了需要被觀測的資料。EMO Lab 網域下的 AI Status 網站，用來查看 ChatGPT、Claude、Gemini 等 AI 服務的運行狀態、回應延遲與故障紀錄，並整理官方狀態更新與事件進展。對開發者而言，在系統出現異常時先確認上游服務狀態，可以更快判斷問題出在自己的程式還是外部平台。
延伸閱讀
本文的專案、經歷與獎項資訊整理自龍禹丞公開於 roy.emo-lab.com 的作品集；AI Status 的功能說明取自該網站公開的頁面說明。