應用案例

本研究目的在透過一個智慧型的對話式人機介面，以聊天機器人的型式提供投資者評估投資新聞內容的可信度。在技術創新方面，本年度之研究利用語意分析之技術，對於金融商品(股票)所提供的相關資訊的品質，進行信息內容之解析與評價，研究包括新聞內容本身(新聞、 雜誌、研究報告)進行解析,辨別單一新聞消息中：(1) 媒體來源(可能是投顧、媒體、記者)、(2) 關聯金融商品標的、(3) 多空看法(內容對商品未來走勢是否表態)、(4) 對應投資期程(短線、中線、長線)等等。透過語意分析技術擷析過往該媒體來源所發佈之新聞內容，並針對新聞內容預測之結果進行回測，計算出該新聞內容提供者所預測之情報準確度產生一檢驗結果，最後由評價產出系統整合產生一評價資訊，並儲存於系統平台以對話式人機互動方式供使用者查詢。藉此，提供投資人查詢各理財新聞提供者過往的準確度，以作為使用者投資理財之參考依據。本研究之目標在幫助投資人對於新聞內容有一參考指標以加深投資者進行投資決策時之幫助 。

光學膜製膜裁切時，需由人員針對AOI照片一張一張分類，避開不符規格的瑕疵進行裁切，人員進行瑕疵分類時耗費大量時間與人力。我們設計了一套含有標記、資料前處理、訓練以及模型佈署預測功能的系統平台，人員只需上傳瑕疵資料，並到平台上標記瑕疵類別，系統平台利用卷積神經網路(convolutional neural network, cnn)進行訓練與分類計算。並回饋訓練成果與準確度，提供一鍵式模型佈署，將模型佈署到平台中，人員就可以利用佈署的模型進行預測分析，根據分類結果繪製裁切瑕疵map，人員即可根據瑕疵map建立裁切規格，進行裁切分調，並且有效的將A級率從69%提升至90%。

使用者將產品說明、服務描述、想法輸入至本服務平台。平台透過自然語言處理，將關鍵字進行拆解及組成，找尋最適產業領域。並運用多國多語言 AI 自動翻譯生成和多國官方專利商標資料庫串接，僅需 5 分鐘即可自動生成檢索分析報告，達到節省過去長達數週至數月的95%的作業時間。

透過整合進企業現有的客服系統輸入對話雙方的語音，經過資料預處理後分離出不同的對話人員，再分別分析其情緒，此資料透過 API 會傳給客服系統，可以根據分析結果以分時情緒變化圖的方式呈現出來，可有效呈現客服人員在服務過程中，雙方的情緒變化，進而分析客戶對於服務的滿意度，進而讓客服中心的營運主管可透過AI 進行客服人員品質檢測，解決原有質檢流程人工隨機抽樣，進一步精準分析客服中心整體營運狀態，透過語音情緒分析技術可以有效衡量客戶的有效性與真正效益等指標，解決客服中心進行質檢瑣碎的人工流程及透過AI 增加客觀的分析維度改善整體客服中心的營運績效。

目前線上教學的痛點在於缺乏互動，導致學習意願低落，效率不彰。採用VR融入語言學習的特點是是沉浸(immersion)、互動(interaction)、真實(authentic)。此三點正是外語/二語學習者學習語言所需的三元素。將文化元素納入VR的學習，創造語言與在地人文文化的課程。

本系統導入於實際畜牧場域，透過高畫質攝影機與AI行為辨識模型，能即時辨識豬隻的活動狀態、飲水頻率與健康異常（如翻倒、離群不動等）。平台支援雲端資料儲存、歷史影像追溯與預警推播，協助飼養者快速掌握飼養情況，降低人工觀察負擔並提升異常應對速度。系統具模組化設計，可擴展至其他畜種及農場應用。

（應用一）該系統提供鑽石磨棒刃面處全景深影像留存並提供鑽石磨棒使用後回廠人工比對功能。由於原先生產過程中含人工操作的步驟，所以效率不高，必須使用大量的人力才能滿足量測速度，且有許多數據因人工作業較久無法逐顆量測，需透過作業員觀察到異常時才進行量測，容易發生漏檢情形。本公司透過人工智慧機器視覺方式進行語義分割及迴歸預測，有效縮短生產量測時間並提供鑽石刃面偏心度、鑽石露出面積…等量化數據，不僅提高生產速度及量測品質，亦降低了客戶的人事成本(設備取代人力)，創造出客戶與本司雙贏的局勢。　　　　　　　（應用二）在客戶的產線中銅箔基板因前製程的不良品或是製程汙染(刮傷、亮點、摺痕、污點、粒銅、氧化…等)，導致在後製程前需人工檢查品質加以剔除，若發現瑕疵則使用麥克筆標記該區域，再用雷射打標機以人工對準標記區域進行雷射標記，本系統使用AI物件分類算法以在線學習方式來識別人工記號，並結合雷射打標完成自動打標功能。　　　　　　　　　　　（應用三）隨著SMD元件尺寸日漸縮小，檢測時每片貼片電阻基板上的電阻元件數量可達上萬顆，傳統人工目檢方法已難滿足生產需求，但市場上目前尚未有能支援到0.201…等小尺寸SMD元件的自動量測修阻痕跡並進行雷射打標的設備。本公司採用大標靶且超高解析度工業相機，再搭配高解析度鏡頭，以單隻相機取照架構滿足應用需求以及使用顯示卡透過批量方式進行AI順向預測，極大化使用顯示卡記憶體滿足速度上的需求，並以AI機器視覺方式進行影像分類及物件偵測來達到高精度的檢測功能。　　　　　　　　　　　　　　　　　　　　　　　　　　　智合科技的研發團隊結合人工智慧(AI)與光學辨識系統(AOI)，在了解客戶的產品、作業流程及需求後，提出最適、最佳的設計及產品，讓客戶以最適預算取得最佳解決方案，產品應用範圍跨越眾多領域。

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。

於LINE官方帳號建置「桃園市立圖書館」LINE智慧客服，除了提供讀者快速查找圖書相關資訊外，同時提供個人化服務，使用者綁定身分後，即可管理自己的借閱紀錄等功能。

本系統運用 DeepLabV3 深度學習演算法，建構一套針對保安零件瑕疵辨識的 AI 模型。為提升辨識準確率，開發團隊進行了多種攝影鏡頭與取像環境的測試，共拍攝 1,200 張探傷缺陷影像做為訓練資料，藉此強化模型辨識能力。系統透過筆電連接 RS232 轉 USB 介面，接收啟動指令後，每秒擷取 30 張即時畫面，並對每張影像應用 C1 子項所設計的瑕疵辨識演算法進行判讀，並即時在螢幕上標示出探傷瑕疵部位。整體架構可應用於製造流程的品質控管以及非破壞檢測的磁粉探傷，提升檢測探傷效率化和省人化，協助企業實現智慧缺陷非破壞檢測的探傷解決方案目標精進。

1.社群電商爆品預測AI：這項技術專注於分析歷史銷售數據，以預測未來熱銷商品，幫助團媽調整行銷策略。2. 跟團輪廓AI產生器：此工具能夠分析消費者在社交平台上的互動行為，生成跟團者的行為輪廓，協助團媽針對性地推出團購活動。3.社群電商開團輪廓服務：透過這項服務，團媽可以根據地區、興趣等因素設定精準的開團目標人群，制定相應的銷售策略。4.人工智慧創新文案內容生成服務 (AIGC)：這項技術幫助團媽自動生成吸引人的行銷文案，提高產品描述的吸引力。5.基於自然語言處理 (NLP) 的數據開放：此技術用於提取消費者洞察，進行市場分析，提升決策品質。

一般企業在導入AI的過程中，往往面臨以下的挑戰: AI 技術人才缺乏、AI模型開發時程過長、AI模型準確度的維持、與現有應用系統的整合，DarwinML AutoML平台是將傳統的機器學習與深度學習模型開發的過程予以自動化，以解決企業導入AI時的困難，加速產業應用AI的發展

英登股份有限公司除提供AI演算法開發服務外，亦可依照顧客內部需求規劃與執行AI 教育訓練課程，建立員工 AI 能力養成體系。主要目的在於推動 AI 於日常工作之實務應用，規劃主題課程，協助同仁理解AI 基本概念、學習AI 應用工具操作，促進內部流程優化與效率提升。舉例來說教育訓練規劃為期四個月的 AI 應用教育訓練，共 19 小時課程，透過每月一堂主題式教學，循序涵蓋 AI 基礎與 Prompt 實務、Gamma 簡報應用、ChatGPT＋Colab 資料分析，以及 Make 自動化流程，讓員工能系統化理解 AI 工具並完成情境實作，逐步培養實務應用能力，推動AI 技術在日常工作流程中的落地與推廣。

海洋公民科學家於107年建立了垂釣回報功能，公民科學係指由專家學者進行規劃，並提供一般民眾參與研究案中的部分資訊，公民參與不僅可提供海洋保育署更多的海洋資訊，亦可使得學術更加自由普及，而此功能開放至今，已經有許多民眾進行回報，本年度彙整民眾的填報時所提供的建議，進行頁面調整，並導入AI 智慧影像辨識技術，使系統自動解析照片內容，透過AI辨識模型提供最有可能的3種魚種供公民科學家選取，為使公民科學家能更深入瞭解魚種特性、學名、俗名以及習性等資訊，介接「臺灣魚種資料庫」以提升公民科學家對於魚種的知識與認識，讓使用者更便利的進行填報。

我國針對自然水體之監測始於民國65年，初期監測重點在於河川水體之水質，直至民國82年及91年才開始針對水庫及地下水水體執行例行性之監測。截至目前為止，台灣現行之水質監測方式仍多以人工採樣後送實驗室檢測為主，然各水體之水質監測作業乃由各機關依執掌辦理，囿於各機關監測水質之目的不同，往往監測數據缺乏一致性規劃或持續性維護，部分資料格式不相容、資料品管或精度不一致等因素，導致額外耗費人力、成本於確保資料格式轉換及內容正確性，限制了資料的流通及應用。本計畫在林正祥環工技師的多年現場診斷顯微觀察下，獲取非常寶貴之指標性功能微生物影像資料，將此藉由AI的輔助，對自然水體之診斷與監控，將發揮控訴即時之功效。