應用案例

將人臉辨識、口罩偵測、體溫偵測整合與服務型機器人進行整合，使其在疫情期間可同時進行體溫量測，口罩提醒等工作; 並可依需要發出警訊。該功能除增加相關硬體設備，同時須與人臉辨識，口罩辨識系統進行整合。口罩辨識系統以機器學習方式建立模型，服務型機器人偵測到人臉時以該模型進行判斷口罩是否佩戴，並決定是否發出提醒語音。

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。

SelfieSign結合FaceOTP驗證模組，打造一款整合影像＋聲＋OTP的數位身份驗證與電子簽章解決方案。當使用者進行遠距簽署時，系統會同時啟用AI活體偵測分析與FaceOTP驗證流程，並全程錄影記錄簽署過程。透過這種三重驗證機制，系統能驗證確保簽署者即為本人、操作過程未被冒用，並可追蹤簽署全流程。該技術特別適用於金融交易授權、遠距醫療同意、保險投保、貸款核准等高安全需求場景。

(一). 計畫緣起 A. 廠方面臨問題： 1.製程日益精密、客戶要求全檢、量測產能已達上限 2.製程不穩定無法進行有效控制 3.首批需要投Dummy片驗證，需耗時半天 4.Layer量測難度大(破壞性檢驗)，無法全檢。 B. 執行步驟： 執行與整合步驟為： Step1. 建立AVM系統：完成100%全檢目標 Step2. 整合SPC系統：將AVM預測結果整合廠內SPC系統 Step3. 整合Alarm系統：將AVM預測結果依廠內Alarm 原則整合廠內Alarm系統 Step4. 整合Scheduler系統：建立智慧化抽檢機制 Step5. 整合當站製程：進行Feedback Control Step6. 整合後站製程：進行Feedforward Control 。 其中，Step4. 整合Scheduler系統：建立智慧化抽檢機制，需考量9項實務整合因素如下： 1.抽樣比例 2.機台穩定性 3.機台資料異常 4.AVM 模型狀態 5.預測精度水準 6.量測異常 7.產線排程穩定性 8.狀態改變: 調機或清機等。

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

商業電子郵件詐騙（Business Email Compromise，簡稱BEC）為近年新興的全球性資安威脅，造成各企業每年合計超過百億美金損失。犯罪組織針對受害企業以各種方式入侵、長期潛伏盜取資訊，最後策畫騙局誘使受害者匯款或與錯誤的對象交易。 此類犯罪中，關鍵的詐騙信件常與一般的商業或私人信件無異，因為與商務情境、日常往來行為相符，BEC信件甚至不需含有網址、附檔等可供技術性偵測防護的內容，讓防毒、阻擋點擊的防護措施無從著手。 Openfind網擎資訊為國內郵件資安領導廠商，具有最高市占率並輸出至日本等國。針對各種惡意威脅信件，雖已研發推出各式產品服務，可由信件附檔、信件寄送行為中辨識威脅郵件，仍然持續觀察到市場上缺乏對BEC更精準有效的偵測技術，對於不含有惡意附檔或可疑網址的信件，系統能偵測或理解信件內容之自然語言、感知其意圖，提醒使用者注意，期望能將AI技術落實在資安領域，提升企業競爭力。

在電子商務面進全球化競爭壓力下，富邦媒體科技 (momo) 導入工研院發展之「電子商城融合多元方法之混合式推薦技術」，提昇消費者線上購物體驗。工研院的技術融合了多元演算方法與線上、線下兩階段之使用情境偵測，這項混合式推薦技術能分析使用者的瀏覽習慣、購物行為、消費需求與偏好，在短短 2 秒內，從近百萬商品中，精確演算出適合推薦之商品，優先列入推薦，打造快速便利的多種個人化推薦應用，包括首頁主題購物樓層及商品頁、分類頁的推薦應用等。工研院更運用與 Amazon, Netflix 等國際大廠類似之A/B Testing機制，不斷優化推薦成效。富邦媒體科技總經理林啟峰表示，工研院的混合式推薦技術，大幅提升 momo 消費者點擊率達 1 倍，藉由個人化推薦帶動的營收佔比亦達 10%。

本計畫之適應性號誌控制策略，主要係透過本計畫建置之6支CCTV配合AI影像辨識技術，偵測路口各方向之綠燈使用率與停等長度是否回堵至上游路口，並進行適應性號誌控制參數之推導。

本PHM系統的核心價值在於其能夠精確地預測設備健康狀態與設備的製程狀態，提高生產過程的效率。透過結合IOT、邊緣運算，系統不僅能夠減少算力需求和演算時間，還能夠降低誤判風險，提高模型的遷移性。這項創新技術將為製造業的數位轉型帶來巨大的改變，協助企業實現高效運營和成本降低。

RPA 是企業流程自動化技術，使用稱為數位機器人或機器人的虛擬軟體機器人執行手動、耗時的工作或任務。運用 AI 技術增強 RPA，將業務流程自動化的可能性擴展到任何情境，例如讓認知機器人能夠思考並做出決策，同時在工作中學習，進而成為人類-數位勞動力的寶貴資源。RPA比起一般人力，可做到一週七天不休息的特性(7x24h)。企業可以在非上班時間，同步接收客戶訂單的信件，且將初版資料整理完成，並輸入到系統中。接著來到上班時間，員工可以直接進行檢查與微調，進一步提高訂單處理的效率。透過自動化的訂單處理流程不僅節省人力資源，還大大降低錯誤和遺漏的風險，從而提升客戶滿意度。

AI 智能客服助理是一種快速、容易、且低成本的文字智能客服解決方案。該服務旨在幫助中小型企業實現 AI 智慧化轉型。企業只需提供常見問題 (FAQ)、產品資訊或官網資料，無需編寫程式碼或 AI 工程師，即可自動學習並準備上線。

智能電話客服機器人透過電話管道為客戶提供與傳統客服一致的使用者體驗，但可以藉由快速接聽電話減少來電客戶的等待時間，也協助引導客戶反映問題，將整理的來電結果交給客服人員作出妥善安排迅速處理，並能夠將客服人力從高重複性的前期例行應對工作中解放，轉而投入處理真正需要複雜規劃判斷能力的客戶問題，提升客服部門的價值。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。智能電話客服機器人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客服語料後建立智能客服對話模型，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。

以獨家專利技術VBIP提供地圖、起訖點路徑規劃及3D AR導航服務。串接2D平面導航及3D AR導航的服務。基於視覺的室內定位技術(Vision-Based Indoor Positioning, VBIP)系統是一種新穎的室內定位方法，利用使用者智慧載具捕獲的攝像機圖像來定位用戶，相較於其他室內定位技術，以視覺辨識為基礎的定位技術可節省硬體架構成本，並與戶外定位系統流暢連接，提升使用者體驗。使用者可在電子地圖上搜尋周邊服務及功能，選定後再連至3D導航功能。2D轉3D時，打開鏡頭的瞬間，即可透過手機鏡頭認知空間，經由VBIP技術進行定位，並開始導航服務。

「Python語言深度學習應用」課程從類神經網路理論發展沿革開始介紹，涵蓋非監督式與監督式深度學習模型，透過案例介紹常用工具框架OpenCV、Keras、TensorFlow與PyTorch，輔以整合式開發環境Jupyter Notebook或Spyder進行實機操作，逐步達成深度學習精準建模的目標。

Volvo攜手愛酷智能科技，為活動量身打造Facebook Messenger 上的聊天機器人，導入最新AI科技，提升民眾以往的參展體驗。 本次Volvo打破傳統互動模式，在聊天機器人中應用圖像辨識技術與智能濾鏡，結合QA問答讓來賓在遊戲中了解品牌故事和感興趣的車款。