應用案例

1. 輸入關鍵字，即可查詢法規，效率提升！2. 點選專家解惑功能，讓專業顧問團隊，解決你的疑難雜症！3. 環安衛新聞網，每天更新最新時事，讓你走在趨勢先鋒！4. 更多功能，持續更新中！

歐特儀為政府路邊停車開單外包廠商，過往操作員在惡劣戶外天氣下容易遇到設備卡頓的問題，並在偏遠地區會因設備沒有訊號連網無法與伺服器連線做車牌辨識比對。使用我司設備後，無論晴雨天能在戶外環境完成路邊停車收費開單作業，並透過我司設備上的掃瞄器及 Pic n Fill 軟體支援，能完成離線『車牌辨識比對』提升作業時間及改善無法連網比對的情況。

整合產線運行資料與專業技術人員標記的品質資訊，建立可用於知識理解與語意推論的數據基礎。透過 Embedding 技術，將包含環境感測參數(如:溫溼度)、品質預測（如:LSTM 預測濾網更換等）、設備稼動狀態與製程事件記錄等原始資料轉換為高維語意向量，提供語言模型進行語意匹配與問題解答的依據。 系統搭配 LLAMA 3 語言模型，可接收來自使用者的自然語言提問（User Prompt）與系統提示（System Prompt），並結合語意向量進行推論。為提升回答的實用性與準確度，系統可根據回應結果的品質，動態調整 Embedding 模組的權重參數，使模型更貼近鑄造領域的語境與判斷邏輯，逐步優化回應品質。

狀態預測、故障診斷，提高血液透析設備可用度：台灣洗腎人數愈9萬人，洗腎(血液透析)，是一種高風險的醫療行為；患者須至特定醫療場所接受每周三次，每次4-5小時的治療。血液透析機是血液透析期間最重要的設備，治療前或期間如發生異常事件，不僅影響病人的治療安全，也影響床位的可用度。 以預測性維護方式，達到提升設備使用率的預期效益，計畫透過大數據，運用A.I.預測架構，以主動式「預測維修方式」取代「故障時才維修處理」的被動方式，提升血液透析機的可用度，不僅減少時間耗費和人力成本，也保障患者生命安全，期望降低(解決)血液透析機的非正常的狀況。 故障診斷-即時作業方式，當血液透析機有狀況時，可以根據設備實時狀態及相關參數，對這些參數進行數據清洗與分析，判斷診斷設備是否正常或故障因素。

因國內處理有害廢棄物公司相當多，透過分析駕駛行為，達到事先預警，能降低事故發生率，成為本產品的亮點。之後更能朝向其他貨物載運業或物流配送業者推廣，針對終端用戶者應用環境需求，例如夜間駕駛環境、全時工作環境等，進行客製化資料收型與AI模型改良。本技術可降低終端用戶者危害風險成本，終端用戶者，不須建置資訊部門，則可擁有即時避險之技術。

運用演算法找出重要的關鍵字詞及其相關詞彙，並提供API進行加值運用

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%。

CoreXR WebAR互動平台結合瀏覽器端AI物件辨識與Web AR技術，打造一套無需下載App、即掃即用的智慧導覽與學習輔助系統。使用者透過行動裝置掃描QR Code，即可於瀏覽器中進入AR體驗，由輕量化AI模型辨識展品或實體物件，觸發相關知識點、3D模型、影片等互動內容，實現即時、沉浸式學習。平台強調隱私保護與即時反應，所有AI推論皆於本地瀏覽器執行，降低網路延遲與雲端依賴。另建有後台管理系統，供場館或教育單位進行AR內容配置、模型上傳與互動設計，降低開發與維運成本。平台支援跨平台瀏覽器使用，適用於博物館、校園、展覽等場域，實現知識的遊戲化傳遞、導覽即學習的全新體驗。

本案AI瑕疵檢測系統採用模組化AI影像辨識架構，能依不同產線或產品特性快速調整應用模組，例如CNC加工瑕疵檢測、安全帽佩戴偵測等場域皆可靈活部署。系統具備參數化模型調控設計，可依產品規格設定辨識閾值與容許範圍，使用者能於後台即時調整以對應不同製程條件。透過邊緣運算技術結合高速工業相機與Jetson模組，系統可在0.3秒內完成瑕疵辨識與信心值判定，並自動回傳訊號至PLC進行不良品標示。此外，系統具備跨場域資料遷移學習能力，能根據既有標註資料快速微調模型，以降低重複建模成本。導入前提供POC原型驗證流程，讓客戶能於實際產線測試辨識成效與操作介面，確保後續開發更貼近實務需求。部署上採低門檻模組化設計，可透過月租或授權模式導入，提升企業導入意願。系統上線後提供模型再訓練、參數微調與遠端維運機制，確保AI辨識能力能隨產線變化持續優化，達成長期穩定運行與智慧製造轉型目標。

基於設備大數據的預測性維護與診斷 AVEVA PRiSM的APR技術 (Advanced Pattern Recognition先進模式識別)，將設備的實時運行數據同其特有運行模式進行比對，發現系統行爲的細微差異，從而對設備可能存在的問題進行提前預警，實現對設備的預測性維護。早於傳統報警系統數天、數周或數月進行預警 傳統的警告方式為設定上、下界限，但PRiSM是以點的周圍來計算，利用演算法建立一個正常的模式，當實際值和預測值之間的偏差超過允許的限制時進行預先報警。

傳統投入大量人力及時間成本的人工巡檢方式，已無法因應高頻率與成效式的道路養護作業需求，因此，使用人工智慧演算法建立道路鋪面破壞辨識模型，透過攝影機與車機系統達成即時邊緣運算，並同步回傳影像與空間屬性於雲端品管圖台。

基於設備大數據的預測性維護與診斷 AVEVA PRiSM的APR技術 (Advanced Pattern Recognition先進模式識別)，將設備的實時運行數據同其特有運行模式進行比對，發現系統行爲的細微差異，從而對設備可能存在的問題進行提前預警，實現對設備的預測性維護。早於傳統報警系統數天、數周或數月進行預警 傳統的警告方式為設定上、下界限，但PRiSM是以點的周圍來計算，利用演算法建立一個正常的模式，當實際值和預測值之間的偏差超過允許的限制時進行預先報警。

因應全球智慧製造發展趨勢，加速國內高精密光學邁向智慧製造時代，本應用發展能源稼動管理機制依據研拋製程情況，透過遠端監測設備狀態、預知保養，以降低設備人力維護成本需同時收集廠區設備變壓器運轉時之溫度、電壓、電流等諸元，即時提供故障因應對策、變壓器剩餘壽命診斷，從能源資料、設備機台到智慧預警，提出流程改善規劃，以達到整體生產力提升的目的。

南山人壽智能客服，包含固定式問答及交談式多輪問答流程，以「使用者觀點」設計互動式對話流程,結合人工智慧自然語言處理技術進行自動化應答(人機交談)，並採用 Design Thinking 設計思考的手法來了解南山人壽服務場景的客戶需求和痛點，提供貼近使用者使用場景的業務功能，打造完整的對話式壽險業務問答流程。

生成式 AI 技術（ChatGPT、Claude 等）、資料工程與特徵工程設計、Python／LLM API 串接、資料前處理自動化模組、AI 策略決策支援模型、知識庫檢索與 Prompt Engineering