應用案例

AI圖像辨識功能融入資訊月的LINE CHATBOT中，省去以往實體集點活動，大排長龍現場蓋章的不便，好不容易集完點後，集點卡卻又消失的無影無蹤。透過拍攝現場攤位照片，便可以在LINE中累積點數，還可以透過LINE輕鬆了解展場資訊。

森林生態系統為動植物提供重要的生存環境，並生產可再生資源，所以說森林是全球碳和能量平衡的重要組成部分，森林結構的量測是資源評估和林產資源經營的基礎，政府和環境組織出於經濟、規劃和保護目的，必須調查森林資訊以掌握森林資源的數量，為積極推動林業及林產工業發展，活絡我國林業與木材產業鏈、振興區域經濟、提升在地就業，並因應國內過去積極造林之人工林已逐漸達輪伐期之可收穫利用階段，人工林積極疏伐將會是目前的主要作業之一 因此進行林地調查以及木材採取搬運等作業勢必增加各林區管理處人員之工作量，使用機器學習、深度學習技術等科技化輔助木材檢測作業，評估與分析可引進及改善國內林產業務林材測量作業之可行性。

AI航燃靜電消散劑添加量優化系統，透過大量感測器資料數據收集創造原始資料庫，科智企業採用人工智慧深度學習(Deep Learning)，以及演算法，透過MusesAI平台整合所有資料來源並精密分析運算後，即時監控工廠油槽靜電穩定度，提升出油槽量導電度之穩定性，協助改善客戶端現有之航燃靜電消散劑添加量優化之依據，讓使用者能快速掌握油槽狀況，以確保運送過程安全。 同時也可以整合科智企業發展的ServCloud，不僅協助自主客戶並能擴大至上下游，整合各個廠域工廠資料，打造智慧供應鏈，也可以將原先廠內的ERP、MES資料進行介接，不浪費企業內部資源。將機台、人員、金流、報工資訊等重要工廠議題，進行整合與使用，讓工廠資訊即時且透明化。 目前已成功導入台灣化學工業事業體群。

利用AI大數據分析幫助零售商從POS海量交易紀錄中，了解形形色色的「消費者購物籃」組合，以建立更好的消費者購物體驗，提升公司形象與業績，成為具備智慧零售元素的公司。達成以數據驅動(data driven)的新營運成長目標！

結合醫師專業知識與人工智慧分析之人腦與AI雙腦協作，更有效率協助非眼科醫師進行糖尿病眼底影像的病變判讀，免除轉診眼科的不便利，進而提高潛在病患早期發現之比率，減少醫療照護支出與社會成本。本技術提供二項主要功能：1.切合台灣糖尿病共同照護網的病變分級需求：提供糖尿病視網膜病變的五個級別(No DR, Mild NPDR, Moderate NPDR, Severe NPDR, PDR)的分類模型，給予不同分級病患更為貼切的醫療照護。亦提供是否轉診眼科的二分類模型。2.標示糖尿病視網膜主要病徵的位置：國際上目前唯一可偵測四種主要的病徵 (Microaneurysms, Hemorrhages, Cotton Wool Spot, Hard Exudates)，並且清楚標示位置的AI判讀技術，可有效輔助醫師針對病變嚴重程度的判讀。

本公司以農業風險控管數據服務為主軸，結合作物生理模式與自動化AI機器學習分析技術，提供企業客戶悠由農平台，透過研究分析成果和自動演算軟體平台，除可提供自動化農業作物品質、產量及價格波動預測，讓台灣農業集貨商如外銷公司及中大型農業契作公司進行風險控管(如:進出貨調節)的數據服務外，另提供保險公司發展不同作物差異化保險費率商品，以及計算風險指數更精確的依據。

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。

於平台資料庫中，客戶可以找到產品的用料需求、輸入關鍵字進行搜尋，並可在關鍵字中，讓其依照布料組織、成份、重量等數值讓其依序排列，進而找到想要的布料圖像資料，也可用以圖搜圖的方式，找到類似紋理，圖案的布片。

AI專利風險監控平台可以提升廠商用戶的效率，免除單筆查閱在智財局上的觀看時間減少人力耗損情形。此平台的功能之一網絡圖的部份，依據各年份可以讓商業上決策者或者專利的申請者快速的了解自家發展的專利和哪些公司是相似度極高。由自家公司為網路圖的軸心，透過網路上的圖示呈現，快速對應競爭廠商有哪些申請專利，避免捲入侵權風暴中。 即時監控競爭對手的重要專利技術，強化研發能力。除了基本的交叉分析，AI的過人之處在於其不僅可以分析資料，還可針對既有數據進行預測。若想知道對手/產業未來的技術發展，可利用AI的預測分析能力，預測該公司（或整個產業）未來2-3年可能發展的技術。即可快速了解對手目前的技術優勢與動態，輔助公司研發部門做為日後研發方向的參考依據。

您是否擔心通用型 AI 洩漏您的核心專業知識 ？ Lamp AIP (Lamp AI Platform) 是專為企業二次開發設計的 LLM + RAG 解決方案 ，我們提供離線 AI API 及程式庫 ，讓客戶能完全掌控專業、獨有的 AI 助理 (Agent) 主要流程 。 核心價值主張：資料安全與專屬性：我們的 RAG 系統嚴格限定 AI 只回答企業內部已索引的知識 ，確保您的專業知識不會洩漏給外部 AI 服務 ，從而保有競爭力 。 彈性模組化收費：平台高度模組化 ，客戶可依照需求選擇功能，不必一次購置所有功能，有效減少不必要的花費 。 教育領域應用範例： 客戶運用 Lamp AIP 打造「適性學習人工智慧分析系統」，應用 LLM 分析學生學習成效，自動生成加強學習計畫和建議 ，實現個人化教育循環 。

醫療影像資料占醫學資訊量 80%，每張醫學影像相關標註，皆是重要的醫療診斷資訊，若可收集放射科醫師平日工作之醫療註解資訊，將可大幅提升人工智慧訓練成效，降低電腦偽陽性與偽陰性之判讀，進而提高AI輔助醫學影像判讀之可行性，提升放射科醫師工作效率。尤其目前醫院在影像醫學科醫師人力普遍不足，預防意識抬頭以至於醫學影像判讀需求遽增，此外先進儀器產生資料量快速增長，皆造成相關工作負荷過重。又特別在偏遠地區專業影像醫學科醫師短缺，若能應用AI輔助醫學影像判讀，提高辨識率外，在影像微小的病灶查找、病灶連續追蹤上，亦可為醫療專業人員強化輔助操作能力。另結合相關檢查檢驗的報告提醒參考與比對，據研究可再提升輔助診斷正確率。最後，將確認的檢查發現導入結構化報告以支持進一步的臨床研究，亦為進入精準醫療目標不可或缺之步驟。本計畫期以建置一套影像AI報告產生平台，使用AI協助醫師更容易撰寫報告，減輕醫師負擔，系統內含可持續提高精準度的AI學習機制。

在過去，當我們需要從監視系統中找尋目標人物，例如說嫌疑犯、走失人員或是Covid-19的染疫者足跡，我們需要透過人工的方式，去檢查每支攝影機的每個片段，當找到可以作為證據的片段時，也需要一段段的輸出再交給警方或是相關單位，非常的耗費時間。而現在，當我們有了airaTrack, 全場域人員追蹤解決方案，我們可以在場域的主要路徑上，採用攝影機做及時的人臉擷取，儲存臉部特徵值為Face Index, 當需要找尋目標人物時，我們透過搜尋Face Index以及位於監控系統VMS當中的錄像存檔，就可以快速找到與匯出帶有目標人物的影像片段。aira作為影像與AI的專業團隊，致力於提供整合各產業的落地方案，從演算法、軟體、應用都是由自己的團隊開發，並透過數十年的產業經驗，使用先進的AI技術、相容性高的系統架構，來解決客戶問題。

利用多國語音辨識與智慧點餐，協助餐飲業者接待外國觀光客，使用本國語言點餐。協助商家以AI功能自動將商品名稱、商品描述、商品加值等內容翻譯成多國語言，提供海外旅客無阻礙的在系統上直接選購，支援英文、日文、韓文、法文為基礎語言，協助店家提供海外消費者優質消費體驗。

【睿思商業智慧與決策輔助服務】透過AI知識管理與智慧對話機器人，協助企業整合營運數據與流程知識，實現即時查詢與決策支援。 【AIKM 】建構結構化知識地圖，【 CROSSBOT】提供自然語言介面並串接LINE等平台與內部系統，強化決策效率與組織應變力。【適用場景】 ■ 1.支援營運資料匯整並產出報表　■ 2.員工SOP即時查找　■ 3.客服即時回應等多元應用

3D空氣極光表面改質系統，使用結構光深度視覺掃瞄，具速度快、精度高，可即時掃瞄生成路徑，進行極光表面改質，適用於各種形狀及材質，無需事先進行任何設定。此應用對於中小企業或傳統產業，非常的重要，雖然多關結式的機器手臂最接近人體的結構，使用上相對靈活，很適合應用在少量多樣的製造。但這種機器人在設定及操作上也相對的複雜，所以一般的中小企業或傳統產業，極少有能力可以設定及撰寫多關結式機器人的程式，加上要收集手臂上的數據完全是難上加難，造成產業升級、彈性製造都淪為空談。 我司自主研發的極光表面改質系統，在異質接合上改善傳統製程上的污染，以鞋業為例：原本橡膠和EVA的接合，需要打磨、酸鹼洗、烘乾、處理劑、膠水等步驟，其中會產水和空氣的污染，造成企業成本上升、居民抗議、環境負擔。但如果使用我司的極光表面改質系統，橡膠與EVA的結合，製程上會改成清水洗、烘乾、極光處理、水膠接合。不但工序減少、產能提升，更重要的是與傳統製程相比，至少減少99%的環境污染，而達成企業、消費者、地球 三贏的局面。