吳進義教授於今年度加入敏求智慧運算學院，主要在人工智慧機器人碩士學位學程開課，亦為人工智慧機器人研究中心的一員。進入成大的第一個學期，吳教授開設「Python 程式設計入門」 (智慧運算學分學程)、「影像處理與機器人視覺：基礎與設計」及「影像處理與機器人視覺：運算與應用」課程 (後兩者為密集彈性合開課程)，擔任引導學生扎穩馬步的重要角色。

吳進義教授主要研究領域為電腦視覺、機器視覺，擅長從應用需求層面發展影像視覺辨識系統及開發模組。吳教授資歷豐富，從符合影像識別需求之底層架構開發，乃至第一線影像識別應用，皆有開發成功的經驗。吳教授亦不斷嘗試各領域的影像辨識應用，在十幾年的職業生涯中，曾涉略生醫、智慧製造、材料辨識、電動車、安全監控等領域，開發如：可攜式生物檢測、癌症檢測、生物螢光標記、面板瑕疵檢測、雷射微盲孔技術等工具。

談起轉任教職的原因，吳進義教授分享了他在業界觀察到的斷層，以及他試圖突破的方向。吳教授發現近期的應徵者對於機器視覺或電腦視覺領域的認識就是人工智慧 (AI) 或深度學習 (Deep Learning)，甚至很多資訊背景的新人，也只會使用深度學習去解決問題，卻不太熟悉傳統電腦視覺。但其實深度學習是無法單獨應用的，深度學習只是突破量能界線、提升效率的智慧化方法；實務上許多問題，需要傳統電腦視覺方法搭配深度學習來解決。

就在吳教授興起分享相關觀念給年輕一輩學生的念頭時，正好敏求智慧運算學院釋出招募師資的資訊，學院培育需求分析與系統整合人才的理念，與吳教授不謀而合，給足吳教授踏上教學道路的勇氣，因而吳教授毅然決然轉任教職，一方面將業界經驗帶給學生，一方面可以更專心在前瞻性研究，開發釜底抽薪式解決問題的系統或技術。

吳教授最近的研究目標是低耗能機器人或邊緣裝置深度學習的方法。機器視覺耗能的特點，一直是該技術無法普及化的瓶頸。若能透過演算法或架構改善能源使用效率，突破目前邊緣裝置或是機器人對於能源需求的限制，機器視覺將能大量應用在輕量裝置上，應用層面更廣。

在成大一路從大學念到博士畢業，吳進義教授對於成大有特殊的情感，也是吳教授選擇成大敏求智慧運算學院任教的原因之一。畢業十幾年後再回母校，吳教授發現好多系所都蓋了新大樓，感覺煥然一新，成大彷彿永遠都充滿活力，給予師生持續突破向前的動能，讓人擁有學習、研究的歸屬感。