應用案例

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。

我們的AI對話式商務整合平台，從客戶端至客服端，為您串連所有的工作流程，包含相關系統整合串接，讓工作流程快速和提高效率，不單以最新的AI智能客服當第一線，更以IA人機協作方式，輔助客服人員快速了解客戶需求和維繫良善的顧客關係管理。 而我們設計的聊天機器人平台，採取最新的人工智慧Deep Learning 深度學習技術架構，可交互式問答多輪對話能力，自動學習問題類別，進而找到答案，大幅降低人力建置成本，並達到高準確率和廣知識涵蓋率。並在整合文字、語音與對答能力的同時，更能透過自然語意理解(NLP)及人臉、語音辨識，以文字客服、實體廣告機，3D智能機器人與客戶輕鬆互動對話交談，讓使用者在對話的過程當中，更能快速了解產品資訊、產品應用和其功能特色，更進一步結合真人銷售。 我們可以將所有顧客軌跡進行數據整合，不論客戶拜訪網站、APP、LINE、FB等社群媒體，以及客服中心(Contact Center) 包含真人服務包含電話、文字客服等，皆可將客戶資料統一歸戶，以利後續消費者行為分析。在這幾年中已成功導入銀行業、政府單位、電商業、交通服務、物流業各大產業，提供智慧服務、智慧交通、智慧政府、智慧物流等AI技術應用。

Labelhub 影像標記管理&自動學習及輔助系統，是專門設計給真的需要建模的人使用，它使用半自動化影像辨識的AI架構，結合人工標記的介面，和能自動生成標記資料的AI模型，搭配十足友善的客製化設計介面，協助解決標記影像工作流程中可能出現的各類問題，例如影像資料管理、人員權限控管、系統資源分配、模型版本控制…等。應用領域包括醫學影像辨識、科技業產品良率控管、製造業工安辨識、安全監控…等領域。

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。

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。

生理量值例如生命徵象，其中包含體溫、血壓、脈搏、呼吸、血糖等為居家照護每日必須量測數值，是長者身體狀況定期追蹤之指標，而生命徵象的異常更可作為後續衍生疾病的預警資訊。智齡科技透過合作照護機構蒐集之高齡者生命徵象歷史資料，進行分群（Clustering）與離異值分析（Anomaly detection）找出各分群群體的離異值，來設立每個群體的異常值判斷模型。此外，因生命徵象資料屬性為非均質，且具時間相依性高、資料數量大、個人化差異性顯著，故需要可持續學習新進資料的人工智慧技術，如以RNN (Recurrent Neural Network)、LSTM (long short term memory)來分析生命徵象時間序列。後續可透過每位長者的資料量持續累積，以建立個人之異常值判斷模型，提高適用至個人之模型判斷準確率。當異常值警示出現時，可透過資料庫中各種量測數值的變化軌跡，提供照護者與家人其對應的照護措施與衛教資訊提醒，掌握照護實施的黃金時間。

迪威智能奠基於20年音訊分析基礎，致力於聲學辨識領域的AI解決方案研發與應用，提供客戶一站式的數位音訊處理解決方案。目前聚焦應用於音樂娛樂、智慧製造、一般語音處理、教育等四大領域。 於音樂娛樂領域，可以提供音樂教學內容生成、歌唱比賽評分、學習歷程管理等，把聲音可視化、進度看得見；於智慧製造領域，提供相似度評分、機械聲音健康度管理等，維持機台運作正常、減少聽覺工傷、提高稼動率；於一般語音處理，可以提供線上音檔降噪服務，協助影音內容生產者提升音檔品質，優化收視體驗；於教育領域提供中英文咬字評分等演算法，讓語言學習事半功倍。

(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。

我國糖尿病患者視網膜病變盛行率約35％，且十分之一將會發展至威脅視力程度的增殖性糖尿病視網膜病變，造成巨額醫療照護支出。台灣糖尿病眼底拍攝需求大，但篩檢率低(約33%) ，透過「糖尿病眼部影像AI決策支援系統」能協助醫師短時間內更精確的診斷，並輔助非專科醫師/視光師初步快速篩選可能視力病變的病患，以提早控制與治療避免疾病惡化。工研院服科中心「AI+一站式視力健檢」採用嵌入式糖尿病眼底病變辨識系統，連接至數位眼底鏡，利用人工智慧之深度學習方法，醫生對糖尿病眼部專業經驗病變影像判讀的建模，從巨量醫療資料學習出糖尿病視網膜病變辨別模型，可直接完成糖尿病視網膜病變嚴重度判讀輔助即時診斷。「糖尿病眼部影像AI決策支援系統」整合眼底鏡設備，完整AI系統移植於不到10公分長的智慧閘道器，整合十餘款不同廠牌型號的眼底鏡設備；內含由數十萬張影像資料、統計分析及決策支援系統，所發展出高鑑別度、眼底影像AI模型篩出率(二分類正確率：93.86%) 截至2018年底已媲美Google來到世界第3。目前已成功導入企業健檢、醫院健檢中心、家醫科診所、眼科及視光中心…等。

XCockpit 平台由三大核心模組構成，每個模組都深度整合了 AI 技術，實現自動化分析、偵測和應變： 端點安全態勢管理 (Endpoint)：  自動化案件管理：告警不再被動處理，而是透過 AI 分析，自動建立和管理案件，提升團隊效率。  視覺化根因分析：AI 模擬攻擊路徑技術，自動歸納事件關聯，並以視覺化方式呈現根因分析，讓案情一目瞭然。  AI 即時案情解說：獨特的資安專用 AI 模型，能提供中文案情摘要和處置建議，協助管理層快速掌握狀況。 帳號安全態勢管理 (Identity)：  帳號衝擊分析：AI 模擬帳號衝擊分析，預視駭客可能的攻擊路徑 (Attack Path)，揭示企業特權邊界。  監測威脅先兆：監控異常的特權帳號活動，即時偵測常見的 AD 帳號攻擊手法，識別攻擊先兆。  量化身份管理：掌握身份攻擊面 (Attack Surface)，量化企業 Identity 安全指標，提供整體安全態勢。 外部資產曝險管理 (EASM)：  數位資產調查：持續監測對外曝露的服務和數位資產，提供外部攻擊面可視化分析，掌握企業資安破口。  評估資安態勢：提供即時的風險評估、整體資安態勢指標和處置建議，協助資安人員迅速採取行動。  虛擬 AI 情資助手：提供企業風險評估、資安合規報告，並彙整重大資安事件重點，協助掌握全球駭侵資訊。

現今工廠自動化的趨勢，已開始由大量機器人取代人工作業，製造業對機器人的需求及依賴程度越高，企業如何確保機器人的高可靠性呢? 因此，能夠自主性判別設備狀態與減少非計畫性停機更成為企業所需要深入探究的課題。機器學習智能監控系統即是針對各式機械設備的動態監測，使用者透過簡單建立健康規範，系統學習動作依照所累積的數據統計進而做出分析判斷，產業進而可訂立預知保養計畫並有助於設計者優化產線設計流程。 藉由即時偵測動態機械之訊號，可預測判斷機械手臂的健康狀況，及焊接作業品質的線上即時監測，使企業有較餘裕的時間安排設備維護與產線，將導入機器人的初衷發揮到極致，『做得快且做得好』

以人工智慧、電腦視覺、深度學習為基礎，透過 Viscovery 自行研究開發的技術，為電商提供【AI 圖像搜索解決方案】，打破文字搜尋的限制，讓消費者透過拍照或上傳照片來搜尋難以形容，甚至無法使用文字來做搜尋的商品，例如：外來文商品、服飾、鞋子、包包、美妝商品等，讓搜尋變得更直觀、容易，藉以提升商品搜尋效率與消費體驗，並進而提升電商轉換率與銷售額。目前已與台灣 momo 合作導入。

傳統養豬場在母豬分娩過程中，需長時間安排人力現場觀察，才能掌握分娩進度與是否順利。這樣的作業方式不僅耗費大量人力與成本，也可能因為人為疏忽而錯過最佳處置時機，影響小豬存活率與母豬健康。 本系統透過在豬舍內設置攝影設備，自動記錄分娩期間的影像，再運用人工智慧進行分析，能夠辨識母豬分娩的開始與結束、小豬出生的數量與方向，並在發現異常時即時提醒管理人員。使用者透過前端介面即可即時掌握分娩動態，並同步生成紀錄報表，實現智慧化、數據化的畜牧管理模式。

學習語言與學習文化相輔相成。掌握華語才能深入了解臺灣文化，掌握臺灣文化才能把華語用到恰到好處。為了增強海外學子學習華語的動力，強化學生與臺灣的連結，僑務委員會自2020年推出首屆〈2020全球僑校學生華語口說爭霸賽〉以來，獲海外僑校師生熱烈迴響，總計有來自全球27國159所僑校學生組成511隊參賽，共計1,533人參加比賽。 僑務委員會於今年（110年）舉辦第二屆2021全球僑校學生及僑生華語口說爭霸賽，成功吸引上百組海內外6-18歲學生爭相參與。今年賽制分為朗讀賽與跟讀賽，全程採AI系統即時評分，各組並分別評選出5名優勝者，為慎重起見，僑委會請所有優勝者另檢送朗讀影片檔，並委託迪威智能公司以語者辨識演算法與參賽者原始音檔進行比對。 迪威智能公司採用領先市場的語者識別演算法進行驗證，成功複驗比對優勝者40人音檔，顯示此模型的可靠性以及適應性即便是不同的錄音環境也能夠準確的驗證出語者身份。

iCoder AI編程可以自動判讀企業慣用的Word/Excel表格，作為表單的規格文件，透過雲端使用NPOI判讀表格內的各欄位與其特性，進一步使用JIEBA自動斷詞與分析詞性，自動決定表格上的欄位類型與表單上所要呈現的風格，來自動產生資料表結構、後端CRUD的對應程式碼、 前端RWD的UI表單(電腦手機都可以使用)，這個過程只需3秒鐘即可完成。iCoder除了以JIEBA的HMM方法來自動判讀欄位類型外，已經訓練好上千個Word/Excel商業表格作為模型，並具有高度的學習能力，可以依照個別的開發者提供私有的訓練模型，並回饋給公有的訓練模型。iCoder所匯入的Word/Excel文件，同時也是印表輸出的規格文件，隨時可以將資料套印在原來的Word與Excel格式上。iCoder也內建一個強大的Workflow引擎，以拖拉的方式讓你設定公司的組織與流程制度，並以iCoder的表單來進行線上簽核。iCoder同時具備了二次開發的能力，產生的所有程式碼都可以透過EEPCloud來進行二次開發來進行增補與微調，達到100%的需求。