應用案例

配合變色龍聯網解決方案，資策會亦提供AI分析協助生產執行提升產能之技術支援，根據感測器蒐集機台設備運作的細部動作資訊，找出能評估老化趨勢之關鍵資訊，進而利用機器學習方法建立感測資訊與。實際案例包含砂輪機研磨耗損偵測、截斷機裁斷長度預診、空壓機異常停機特徵偵測等等，以AI技術偵測協助現場生產，提高生產良率。 聯網應用描述：資策會智慧系統所研發Pub/Sub 設備聯網閘道技術，提供低延遲且可自主維護之工廠資訊化軟體，導入後使用者可自主管理，現場設備或感測器擴充不需再外包增加資訊化成本。可涵蓋範圍包含多家PLC、CNC控制器、現場表頭、外掛感測器、通訊介面卡轉接及Barcode Reader、RFID Reader等，設備內或現場環境偵測都可集中處理，大幅提升廠內智慧化程度。

在智慧政府應用中，以AI人工智慧第一線解決民眾問題已是最新趨勢，透過民眾資料庫系統整合和AI應用來達成更便捷和準確的資訊提供，並透過AI智能客服在最前線高效服務民眾，像是針對停車場資訊查詢、交通票價查詢、罰款繳納、疫苗資訊等民生議題，24/7全年無休全天候服務在地民眾需求。 人工智能公司的『Q比智慧服務機器人導入解決方案』，採取最新的人工智慧Deep Learning 深度學習技術架構，可交互式問答多輪對話能力，自動學習問題類別，進而找到答案，大幅降低人力建置成本，並達到高準確率和廣知識涵蓋率。並在整合文字、語音與對答能力的同時，更能透過自然語意理解(NLP)及人臉、語音辨識，以文字客服、實體廣告機，3D智能機器人與民眾輕鬆互動對話交談，讓民眾在對話的過程當中，更能快速了解民生相關服務資訊。

智能虛擬助理應用於現有企業系統時，可擺脫面對各種不同系統的複雜和困擾，隨時隨地以語音互動從龐大的企業資料庫快速獲取所需資訊，並實現工作協作，搭配智慧工廠提供即時監控與警示，以及即時追蹤生產進度，讓使用者隨時掌握各種突發狀況。而應用在智慧化展覽館或博物館時，可取代傳統的導覽手法，結合人工智慧及互動設計化身為參觀者的專屬導覽，並可搭配智慧化環境設備裝置，透過語音直接操控周遭的智慧裝置，如：環境燈光、影音設備、或現場實景攝影機。鼎新電腦的「大人物」部門具備研發整合「大數據、人工智慧、物聯網」各式應用的能力，能夠為企業分析需求並量身打造適合的人工智慧應用。智能虛擬助理的核心是基於自然語意處理（NLP）技術的聊天機器人，以深度學習與機器學習分析互動語料後建立對話模型，並整合文字及語音的識別及應答，可以跟使用者進行自然語言的互動。

奕瑞科技將Deep Learning 演算法極盡所能的在各個領域做出落地的解決方案，除了本身精研的核心演算法之外，還能貼近客戶的需求，與客戶共同討論出最適合的解決方案，並且跟著客戶的SOP，不斷地做滾動式的來回討論，以期用AI 人工智能技術，真正改善客戶在管理上的困難。利用全影像的車牌辨識好處是，無論何種車牌、戶外全天候的光照、氣候，只需要經過訓練，基本上沒有不能辨識的。除了不需要像傳統做法需要設感應線圈，少一個設備維護點之外，進而大幅提高辨識率，也能為往後的發展預留許多擴充可能！

工研院研發產品品質指標預測技術，與軸承製造大廠T公司合作進行軸承加工產線的線上測試，基於機台電力、加工應變力等大數據，透過智慧分析瞭解刀具狀態與工件品質關係，及時偵測NoGo工件，降低損失。並藉由及時調整抽檢頻率，動態配置檢測人力，使傳統離線且需成品完成後的抽檢改為線上即時的全面檢測。

奕瑞科技將Deep Learning 演算法極盡所能的在各個領域做出落地的解決方案，除了本身精研的核心演算法之外，還能貼近客戶的需求，與客戶共同討論出最適合的解決方案，並且跟著客戶的SOP，不斷地做滾動式的來回討論，以期用AI 人工智能技術，真正改善客戶在管理上的困難。其解決方案包含解決員工需要監看包商是否違規，交由演算法來判斷，能避免掉人與人之間的摩擦，並且節省了大量的人力監督。另外，AI/AOI 瑕疵檢測也解決了傳統瑕疵檢測過多的誤殺（判）造成現場作業的混亂以及不必要的浪費。

JWII Automated ML Engine 可協助製造業以合理的成本與快速的導入來建立高價值系統，解決工廠設備異常損失與工程品質不穩定的問題，藉此提升產品品質、生產效能、與達交率，最終達到智動化生產與智慧工廠的目標。 JWII Automated ML Engine已於諸多產業的製造環節中應用，目前已成功導入光電產業、石化產業、PCB產業、電子組裝產業、金屬加工業、設備製造業、表面處理產業、傳統產業…等，提供製程參數異常偵測、生產配方最佳化推薦、連續性製程品質預測、設備故障停機預測、異常因子分析預測…等相關製造業所應用。 JWII Automated ML Engine 可單獨使用，同時也可與企業應用系統整合如ERP、PLM、MES、IOT、WMS、BI…等異質系統中，讓這些系統被賦予AI 預測與診斷等特性，讓相關系統達到智能化的目標。

本骨鬆AI輔助篩檢系統參照現有骨質疏鬆醫學指引作為判斷依據。透過訓練經過電腦比對黃金標準DXA檢測結果的髖部X光影像，本系統能分析髖部X光影像中股骨擁有骨質疏鬆風險，精度達9成以上。可搭配醫院既有X光機設備或現有X光車，並無硬體購置成本與儀器城鄉分布不均限制，且拍攝部位符合骨質疏鬆診斷醫學指引，將可補足骨質疏鬆篩檢市場的缺口，並提供潛在風險患者及早偵測與預防。

憶象智能影像辨識系統可以協助客戶三大方向:一提升營業額：為提高生產品質,將人工辨識的產品不良率, 藉由AI智能辨識提升產品的良率；二,降低成本：從需要大量人工的目檢辨識工作，轉由AI辨識降低錯誤節省人力, 提高生產效能，三,企業專業知識管理：縮減教育訓練時程/預防專業知識的斷層(師傅退休/跳槽)。憶象智能影像辨識系統採用最先進的深度學習之捲積神經網路(convolutional neural networks, CNNs)與電腦視覺技術，團隊具備開發AI模型設計與系統開發能力，設計出符合應用單位的AI模型，產出最符合應用客戶之檢測模型, 讓使用者可明顯獲得差異性的產品成效新體驗。 憶象智能影像辨識系統整合客戶檢測產品之圖像管理與標記，ＡＩ模型，即時統計，一站式的服務幫助企業檢視各生產鏈的問題點, 及優化備料與生產裝置設定。憶象智能影像辨識系統可以應用於各種產業的生產線應用，目前已成功導入電子業、傳統製造業、健康醫療…等，提供工廠與生產線之智慧視覺辨識應用。

3D OCMS(3D Operation Central Management System)可視化整合管理平台，也可稱是戰情系統。是一個單一平台將各系統資訊串接，進行整 合及應用、模擬及分析，並以3D視覺化呈現，提供使用者直覺式操作、沈浸式感覺、即時直覺觀看模式、3D介面直覺式操作。可藉由以人形為主的影像辨識系統，並使用具事件管理及情況發生通報功能之影像管理系統，以及以紅外線及WDR寬動態或相關技術達成在低光源、高光反差狀態下之人形辨識率，透過3D監控模組+即時影像貼合樹狀選擇面板單一視窗影像分析，呈現720度視覺角度監看管理，並搭配主動通知、行動裝置 (手機、平板電腦)等措施。

「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。

面對高教少子化的趨勢，實施人力精簡的對應策略，導致電話客服人力服務能量捉襟見肘。 因此，因此本公司與人工智能公司合作，將教育平台導入智能客服，以減輕人工客服與導入使用者之問題處理, 若無法解決再行轉接專人諮詢，以降低使用者之服務壓力。

AI人工智能音樂合成技術可以達成音樂自動合成效果，使用者只要透過鍵盤輸入四小節的音樂，系統就可以在30秒內譜曲完成，即便是沒有樂理背景的使用者，也能在 AI 人工智慧的協助下快速完成ㄧ首樂曲。這套音樂合成系統，結合深度學習卷積神經網路（CNN）、循環神經網路（RNN）和生成對抗網路（GAN）等模型，達成到「一秒創造大師級的音樂」、「音樂風格譜曲」、「組曲譜曲大師」等人工智慧音樂自動合成之目標。 本項技術除了可以協助創作者完成樂曲創作外，還能即時產生即興背景音樂並適用於餐廳、咖啡廳等公共場所，同時兼具互動娛樂效果。本技術能以App和電腦軟體形式，來整合實現於 AI 音樂合成系統。

AI家教-程式修正機器人 – For Python programming，在程式設計教學時，學生需要重覆練習，程式修正機器人以AI增強式學習演算法，訓練機器人找出Python程式碼錯誤，進行邏輯與語法錯誤分析，提出修改進建議，因此可提高初學者學習效果，減輕教師人力負擔。開發完成的程式修正機器人，結合公司自主開發的遠距實作智慧教室系統，以結合遠距教學與虛擬教室，可不受時間、空間、疫情影響，老師即時授課與互動，且進行軟硬體環境快速建置，節省硬體成本及軟體衝突。公司產品平台解決方案有五大特色：即時影音互動式教學、專屬使用者雲端實作環境、虛擬教室監控與輔導模式、智慧教師創新偵錯模式、即時分組討論與問答模式。

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。