應用案例

透過機器學習方法建立刺繡圖案資料的AI模型，透過深度學習(Deep Learning)的方式使機器能做出相對應的判斷，實現可即時前處理與特徵萃取並進行圖案辨識之「刺繡圖案AI辨識引擎」。

相較於過去單用於行銷、閒聊的娛樂型Chatbot，新一代交談式機器人更著重服務能力，可提供7/24不間斷服務水準、有效降低成本、人員流動風險，且文字、語音對話方式簡單上手，易推廣至全年齡層。 SysTalk.ai團隊致力於開發台灣在地的自然語言理解(NLU)演算法，透過NLU、FAQ、Flow三大產品模組建立雙腦一流程服務，搭配AI大腦訓練師調教，專門打造聰明、人性化的交談式服務。 SysTalk.ai兼具雙腦對話引擎，NLU查詢腦透過意圖、實體判斷正確回應User服務需求，輕量級FAQ諮詢腦支援階層式問答，負責低耗快速處理通用問答。FlowCreator流程嚮導可設計多輪對話、多輪轉多輪仿真人彈性對話，並內建多種串接節點與具http協定API設計可輕鬆介接社群管道(App, Line, Messenger, Skype, Web, …)、整合平台(call center, HR system)，建立完整服務應對真實情境。

一般市面上的機械手臂通常只能執行單一物件的取放，在少量多樣或產品變異性高的產線中，不容易實現自動化的需求。本案透過AI演算法和3D成像技術來揀選未知物品，即使它們被緊密的包裝在一起，仍然能夠辨識出個別包裹，系統也能計算出最佳的揀選點，規畫路徑引導手臂避免碰撞。

AI布料花色檢索系統透過數位留樣系統拍照，以AI分類識別，定義不同布料材質、顏色與圖樣款式，在將數種物理特性轉化為數位化資料保存下，開發出數位化織品色彩及花色管理平台，這樣的概念類似於搜索引擎，紡織廠可以透過平台快速檢核庫存及過往記錄中最接近的色樣，以顏色及花紋識別，結合光照系統及色彩管理技術，制定紡織產業在庫存管理、數位資料庫、及產品 QC 的檢核標準，減少在打樣及確認上的時間及人力成本，同時減少人因誤差。

昱峰以智能大數據科技(AI+BIGData+Technology)的核心能力，引領晶圓製造業進入智能決策新境界。昱峰團隊曾在半導體晶圓廠有24年經驗，橫跨製程，產能，良率，產品設計，IT各個關鍵領域。並投入14年的實戰經驗以智能數據分析能有效定位製程上各類問題，並幫助晶圓廠創造百億以上的績效。 在全球晶圓產能持續升高之下，我們該如何在這波產能擴增中勝出。另一要關注的趨勢是，各大晶圓廠在微縮製程的追逐，暫告一個段落，轉向在利基產品上聚焦。在此趨勢之下，要在原本的產能製程技術上，想要有突破性的成長與改善，投資非常巨大。AI+BIGDATA給我們指引出一條新的路徑。

iSeek—訂閱制AI視覺辨識平台擁有多款核心產品及解決方案，主打訂閱制取代鉅額購買一次性AI套裝軟體，以SaaS雲端服務隨取隨用的極致便利性，讓多元產業體驗革命性AI視覺辨識技術。 情境導向iSeek AI影像辨識平台，專注在提供通用性高的辨識服務（如：年齡、性別、安全帽、反光背心、火焰煙霧、車牌辨識…等），主打Low-code的形式，開發人員不需要任何AI背景，不需要佈建環境，只要把圖片上傳至雲端，立即依照影像提供辨識結果，方便系統業者開發創新產品。

數位樣布資料建立： Frontier的方式很簡單，紡織廠不用添購昂貴設備，只要用公司裡最常見的事務機掃描布片，三分鐘就能上傳完成。接著再透過雲端上多達12個AI引擎，自動辨識布種、克重範圍、紋路、規格、色號，省去手動建檔的功夫。 AI織布判別： 經由機器學習(Machine Learning)讓其進行圖片特徵資料之辨識及分析應用，AI自動辨識布種、顏色及花型 AI圖搜圖： 於樣品庫中，品牌設計師可以從生活中找尋靈感，依照手邊的現有布樣花色的圖片、照片，利用圖搜圖功能來找尋廠商樣布中相近的花色樣式，讓設計師可以更加直覺便利的從生活中找尋想要的布樣花色。

Beseye 日本東急鐵道公司合作，將 Beseye 的骨幹分析技術應用在日本東急鐵道公司的平交道上，若有人員闖入平交道、做出危險行為時發送即時通知到中控中心，有效降低危險發生率，解決先前傳統IVA、紅外線感測不夠準確的問題，成為全球首個將人工智慧影像辨識應用在鐵道的案例。至今 Beseye 的人工智慧影像分析也成為零售商店的首選，包含中華電信、遠傳電信、全球前三大手機品牌、台灣最大商場及全球各地的零售店，目前都使用 Beseye 的影像分析技術來了解客群、消費者行為，進而提升營收和營運管理效益。

提供企業私有雲平台整合常見之IM(Line、Messanger、Juiker，其中Juiker開發商源思科技為合作伙伴)及通訊管道(Email、簡訊、Fax等)，建立資訊管理工作，必要時透過AI代理人(Agent/bot)及觸發機制主動通報各項訊息。

「DKABio智慧健康風險分析服務」由國內知名生物統計學者鄭光甫教授、資深醫界元老李英雄教授，聯合帶領浚鴻數據開發（Dataa）的AI技術團隊所建立，共投入超過7年時間，運用超過500萬人、資料期間長達20年、超過1億筆的華人健康資料庫，以大數據分析及機器學習技術所建置的風險分析體系， 綜合考量遺傳、行為與環境三大健康影響因素，整合148項生理體徵值、健康生活習慣、體質、家庭遺傳等投入因子，是一個全方位的健康風險分析服務，協助民眾提早在健康或亞健康階段，掌握自己未來罹患疾病的風險，予以事先預防及管理。DKABio榮獲第16屆國家新創獎，目前已針對國人常見的15種慢性疾病/病症提供風險分析服務，並與高雄榮民總醫院、是方電訊「是方i健康APP」及國內知名健檢中心合作。

過往文件資料的彙整、分類、分析作業皆需仰賴大量人力的處理及判讀，除去高昂的人力與時間成本，透過人力進行這類型工作無可避免會出現人為誤判的情形，往往需要進一步的檢查、驗證，方能確保解析結果的正確率在可接受的範圍內。藍星球資訊將自主開發的自動化資料豐富程序(ADEPT)，搭配改良後的長短期記憶網路(LSTM)、語意向量(word2vector)、深度學習(kNN)等機器學習模型整合為【透事THOUGHTS】系列技術，運用AI演算法自動剖析文本，將巨量文字資料進行智慧分類、自動摘要、詞彙萃取、情緒感測、精準推薦及觀點聚類等分析，協助使用者從中提取可供加值再利用的各式特徵資料。本技術常應用於典藏資料、知識文件、書籍文章、開放資料等各類型中文資料，亦可串接於各種規模資料庫的建置。

糖尿病患居家血糖自我管理之遵從度差（僅53%量血糖，31.7%運動習慣），IWT運動控糖照護解決方案提供用戶客製化飯後Interval Walking Training間歇步行訓練運動，透過IWT劑量化運動導引 +飲食醣份數管理，引導病患於對的時間進行對的運動，運動中使用手機內建G sensor，自動識別運動強度，有效控制飯後血糖高峰值，工研院IWT運動控糖照護解決方案2018已成功導入國內3家糖尿病權威診所可有效降低飯後1小時血糖高峰值，運動前後血糖下降平均約30mg/dL，驗證糖尿病病患HbA1c 3個月平均下降0.9%(每降低 1% HbA1c，糖尿病造成的死亡率可下降 21%、小血管併發症下降 37%、周邊血管引起的截肢或死亡下降 43%) ；使用者可透過飲食照片上傳，整合運動、飲食與血糖關聯分析之健康資訊平台(Dashboard)提供賦能控糖管理使用，結合後台個管系統，協助照護/醫事單位快速找出血糖管理不佳及生活型態異常之個案，提升用戶自我管理血糖能力。成功導入家醫診所糖尿病共照網、團保外溢保單、運動中心…等國內業者。

因現場操作人員無法兼顧所有機台確認狀況，當織帶編織錯誤時， 需到最後品管包裝才能確認錯誤，現場機台編織織帶60~70碼/時，會造成相當長度的損失。 當織帶會遇到明顯不良包括脫線、預計導入鞋帶工廠織帶良率檢測系統改善品管流程提前修正錯誤降低材料耗損。

AI醫療已蔚為趨勢，但醫療研究者常因資料蒐集、標註資料、撰寫程式語言和反覆調校訓練模型花費許多的時間與精力。沐恩生醫憑藉與許多不同醫師合作解決AI問題累積的經驗，特別研發出讓醫學研究者不用寫程式即能一鍵自動建模，直接自動處理AI機器學習所需要之特徵工程、模型選擇、調整參數、模型評估等冗長的處理流程，成功打造MAIA人工智慧自動化完整解決方案平台，協助研究者高效生成專屬的分析及預測模型、加速AI臨床應用 ，不但能建立混合數字、文字、圖形、波形複合資料的模型，同時以遷移學習的方法，讓產出之模型可以共享、疊加，進而衍生模型市集，讓研究模型變成分散式合作和分潤的新商業模式，對加速AI智慧醫療進化提供了整體的解決方案。 除醫療影像外，沐恩生醫亦積極發展人工智慧應用於醫療數據之判讀與預測， 以及利用自然語言處理技術，協助生醫資訊學之研究發展，運用此技術除已擴增MAIA平台功能可以透過問句方法大量閱讀與摘要醫學期刊，更可將文字、數字變成向量，運用AUTO DL+GCNN模型加速創新開發，如蛋白質與疾病的關係、蛋白質與藥物的關係，希望能對台灣生技醫療產業的創新及發展做出更大的貢獻。

偉薩科技針對傳統軟硬體架構不足，開發特殊高效能運算領域專用的軟體以及專用處理晶片。解決方案包含針對大數據領域的Apache Hadoop™與Apache Spark™系統，以及針對生物醫療領域的次世代基因定序次級資料分析，提供並行排程、高度平行運算流水線、優化資料運算架構。