應用案例

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。

在競爭激烈的數位市場中，高品質且客製化的內容已成為企業成功的關鍵因素。然而，傳統的文案創作方法面臨著諸多挑戰：耗時費力、難以快速針對不同目標受眾生成個性化內容、缺乏數據支持的創作策略，以及人工撰寫可能導致的一致性和規模化問題。有鑑於此，我們提出了「文案大師」計畫，旨在革新內容創作流程。這項創新不僅能夠大幅提高內容創作效率，還能實現大規模的個性化內容生產。通過利用先進的人工智能技術，我們期望顯著提升文案的質量和相關性，同時幫助企業更精準地與目標受眾溝通。「文案大師」的開發體現了我們對未來內容行銷的願景：高效、精準、客製化，並且完全由數據驅動。通過這個工具，我們希望為企業提供一個強大的競爭優勢，使它們能夠在瞬息萬變的數位環境中快速反應並脫穎而出，實現持續增長。

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%。

1. 彙整專案資料：收集訪談語音檔、會議語音檔以及相關的訪談文件，為後續的資料處理和分析提供基礎。 2. 語音檔轉成文字資料庫：利用先進的語音辨識技術，將收集到的語音檔轉換為文字形式，建立結構化的文字資料庫，為資料分析和處理提供基礎。 3. 建立向量資料庫：根據客戶資料和訪談資料，建立向量資料庫，實現資料的高效檢索和分類。 4. AI自動分類：運用人工智慧技術，對專案需求和訪談要點進行自動分類，幫助企業快速了解專案的重點和需求。 5. 會議記錄及需求文件生成：AI自動生成會議記錄、專案需求文件和專案提案文件，確保文件的準確性和一致性。

Shoplus 是 iKala 在東南亞及台灣為品牌主及零售商打造的 AI 社群電商銷售工具，運用 iKala 獨家開發的 AI 語意及圖像偵測技術，協助品牌主及零售商，快速整合臉書及 IG 等社群銷售通道。透過 AI 商務機器人、訂單管理系統、及社群電商顧客管理系統，在銷售的過程中，運用 AI 傳遞人和人之間的溫度。憑藉卓越的 AI 技術實力也奪下多項 AI 應用大獎。2021 年回台落地，與全家獨家合作，推出 Shoplus 商店家，共同面向台灣市場。 三大特色： 1. AI 偵測直播留言，訂單不漏接：運用 NLP 技術協助賣家在直播銷售的同時，自動偵測具有購買意願的留言，並立即寄送 Messenger 訊息通知消費者，快速引導完成訂單。 2. 智能對話機器人引導訂單成立，購物好簡單：消費者在社群影片下方留言後，便能即時收到 Messenger 訊息，在對話中完成訂單，讓直播選購、社群消費、及訂單確認一氣呵成，體驗無縫接軌的社群電商消費流程。 3. 整合式管理後台，管理好方便：結合商品添增、訂單資訊、客戶管理及營運報表的整合式後台，讓商家一覽銷售與庫存的全貌。整合全家店到店取貨物流服務，透過整合式管理後台，便能清楚掌握包裹寄送及貨款入帳狀態。

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。

傳統保全業者或社區大樓保全須以固定人力執行長時間重複關注且99.99%時間均浪費在等待，或是傳統感測器均只能偵測單一特定狀況。 而近年的人形感測監控於演算技術不成熟的狀況下，誤報率非常高（已經星堡實證），反而更增加客戶與保全業者的困擾與成本浪費。 本公司的分散式節點暨邊緣運算能有效降低誤報，且經由收集得之影像，能更精進影像識別能力，並且於系統學習之後，可經由線上更新客戶端系統，與傳統設備無法更新或更新困難相比，本系統更為靈活，且效率更高。

JCAATs 為AI 語言 Python 所開發的新一代稽核軟體，除具備傳統電腦輔助稽核工具(CAATs)的數據分析功能外，更包含許多人工智慧功能，如文字探勘、機器學習、資料爬蟲等，讓稽核分析可以更加智慧化。 JCAATs 可分析大量資料，其開放式資料架構，可與多種資料庫、雲端資料源、不同檔案類型及 ACL 軟體介接，讓稽核資料的收集與融合更方便與快速。繁體中文與視覺化的使用者介面，讓不熟悉 Python 語言的稽核人員也可以透過此介面的簡易操作，輕鬆快速產出 Python 稽核程式，並可與廣大免費之開源 Python 程式資源整合，讓您的稽核程式具備擴充性和開放性，不再被少數軟體所限制。

AI人臉辨識系統大多僅應用在考勤及門禁系統上，鮮少應用在企業經營管理相關系統。東捷資訊有感於製造業客戶使用PDA或手機等行動裝置 登入時，需在小螢幕上輸入帳號密碼之使用不便性，特結合東捷資訊自行研發之「AI人臉智慧辨識技術」，優化企業登入系統流程及改善用戶端一號多用等形況，更有利於企業管理者追蹤每位使用者操作軌跡，並釐清相關權責。

1. QBot 是一個智能交談機器人，可在企業的官網、APP、社群帳號裡回應客戶問題，扮演企業對外或內部溝通的窗口 2.可應用於線上客服系統，透過資料庫數據分析、AI 智能化辨識，協助回應之文字的互動機器人 ChatBot 3. 透過 AI 智能化 ChatBot 應用提供使用者進行即時互動，談話服務、資料查詢、網路搜尋、商業資訊等服務

AI刀具智慧壽命監控可以將工廠重要議題浮出檯面並予以解決，透過機器數據收集，大量擷取機台資訊創造原始資料庫，科智企業採用人工智慧深度學習(Deep Learning)，以及演算法，透過平台整合所有資料來源並精密分析運算後，讓工廠最常出現的耗材「刀具」予以控管，並且知悉刀具使用時間、個別磨耗程度、追蹤管理刀具庫，同時也具備磨耗預警功能，讓使用者能快速掌握工廠加工狀況，以確保所製造出的產品品質以及刀具成本控管。 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中小事業群體，以及外銷機聯網產品至海外如：泰國、印度、大陸、歐洲等國家。

大型人群聚集，未被合理控管，因而衍伸之公共危險可能性需被重視。依據內政部群聚管理條文顯示，室外每人活動空間為0.2787平方公尺為非自主推擠危害臨界值，活動空間為0.1857平方公尺為已達人群推擠壓力潛在危害。透過AI自動化即時計算大範圍人數，提供安全管理策略，為本產品之安全管理訴求重點。

本計畫針對各種異常狀況使用不同的方法偵測，其中異常狀況有：壅塞、事故狀況、異常物件及逆向行駛，透過追蹤模組判斷是否發生異常事件。首先探討壅塞，壅塞發生在車流量大導致車速緩慢的狀況，針對此現象可以透過追蹤模組取得車速，若平均時速低於高速公路的60km/h 最低速限，則判斷壅塞。第二點事故狀況，由於在道路上行駛時須保持安全距離，若兩車距離過近，則會提高碰撞的機率，在事故發生前透過軌跡判斷兩車是否在前方會有交集點，並在兩車發生重疊時則判斷兩車相撞。第三點是否有異常物件，將一般道路上禁止出現的物件加入訓練樣本，以高速公路為例，正常情況下不會有機車出現，若畫面中辨識出異常物件則進行追蹤。最後一點逆向行駛，在路上行駛方向與其他車有所不同，在追蹤時軌跡會與正常情況下有異，判斷軌跡方向異常時發出警示將團隊所使用的 Smart AVI 與目前最常被使用的影像辨識技術之一的 YOLO 相比。雖然 YOLO 可以辨識的種類較多(屬於通用解決方案)，但要運用在交通方面則是Smart AVI 較具備優勢，因架構與設計屬於特定領域的解決方案，其訓練所需要的樣本數較低，演算速度也更快，最重要的是具備追蹤物件的功能。

SpotCam智慧影像AI服務是一個平台服務(後稱平台)，使用SpotCam攝影機的使用者除可使用一般影像監控系統相關功能外，並可以訂閱額外提供的影像分析服務，透過每月或是每年付費的方式，使用低成本的價格便可使用到過往高成本的影像分析服務。 目前SpotCam已整合進雲端平台的分析服務有：人臉辨識、人類偵測、嬰兒哭聲偵測、遺失物偵測、電子圍籬、寵物偵測、車輛偵測、昏倒偵測，以下介紹各分析服務的內容： 人臉辨識：事先設定好需辨識的人臉，當有人進入畫面時，判斷是否為已設定的人臉，若不是則為陌生人 人類偵測：偵測畫面中是否出現人類 嬰兒哭聲偵測：偵測環境中是否有嬰兒哭泣 遺失物偵測：偵測畫面中是否有遺失物 電子圍籬：偵測畫面中是否有物體通過設定的界線 寵物偵測：偵測畫面中是否有寵物 車輛偵測：偵測畫面中是否有車輛 昏倒偵測：偵測畫面中是否有人昏倒

「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。