應用案例

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』

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。

鑑識人員在現場採集「可疑指紋」跡證後，必須進行「關係人」或「被害人」指紋排除，避免比中無辜關係人，造成鑑定資源浪費。 本團隊採用最新人工智慧AI 建模協助「關係人指紋」的現場指紋排除，從原本的人工作業變成自動化。

AIoT的影像辨識促銷系統SSP主打造虛實數據整合的數位店員，硬體的SSP Edge運用邊緣運算與模型加速技術，讓AI辨識模型縮小體積並保持精準度，以達到輕、薄、短、小的硬體需求，體積不佔空間，適用於鑲嵌智廣告面板後側為數位推播加值。軟體部分，結合AI辨識、邊緣技術與推薦系統，提供實體場景消費者輪廓描繪，追蹤消費者點擊項目與時間，預測並推薦商品給使用者，隨使用次數增加與數據累積，提升推薦精準度，並優化品牌服務。 產品亮點為AI互動掌握年齡與性別辨識，協助品牌進行三階段的導購數位化。第一，招客，當偵測到消費者時，介面釋出對應的行銷語，以達到賓至如歸的吸睛感。第二，推薦，針對不同輪廓的消費者，給予差異化的商品推薦，增加目的性曝光與選擇新奇感。第三階段，數據策略化，經過一段時間的使用與數據累積，根據消費紀錄釋出指定的商品訊息、優惠，品牌行銷將更具風格。 目前顧客為數位化的連鎖、單店品牌、百貨零售、觀光工廠。運用SSP重新改造場域資訊的曝光流程，透過打招呼、資訊重新排版、數據商品推薦來延伸訪客的使用旅程。對於使用品牌而言，依據數據的資訊，能變換更多的行銷手法，快速更動曝光素材，創造零時差的行銷互動新體驗。

實務上醫療機構對公司所提供之AI應用有迫切需求，並且國內尚無相關急重症預測軟體獲得醫療器材二級許可證，因此此應用在市場上具有其特殊性與獨占性，無須進行生物標記即可產出風險機率值，將更容易與臨床醫療資訊系統進行結合而加速拓展至國內外市場。 運用人工智慧技術，能夠預測未來24小時之後病人發生AKI(急性腎臟損傷)、ARDS(急性呼吸窘迫症)等重症的機率值，藉此資訊輔助醫事人員判斷病人發生AKI、ARDS等的風險，並能即時且連續性的超前預測，掌握介入的黃金時機。 所需之輸入資料，須由醫院端依API手冊之指引實作Software Interface，有兩種模式(Model)，以AKI(急性腎臟損傷)為例： Model-1：醫院資料來源主動、定期推送資料至Software Interface，本產品再定期向Software Interface取得。 Model-2：本產品定期向Software Interface索取資料時，Software Interface才向醫院資料來源索取資料。 上述Model-1、Model-2只需擇一實作即可。 本產品輸出主要為兩大部分： 1.風險機率值：數值範圍為0%~100%，數值越高代表急性腎損傷(AKI)發生的機率越高。 2.特徵權重值與其排序。 (1)本產品之預測產出共21項特徵及其權重值(-1.0~+1.0)，特徵權重的絕對值越大，代表該特徵對於預測模型的重要性越高。 (2)輸出特徵權重值及排序之臨床判讀，臨床醫療人員可以參考產品輸出的特徵排序，了解該病人發生AKI風險的重要因素。

客服，作為企業與顧客之間重要的橋樑，其核心價值在於建立並維護良好的顧客關係，進而提升顧客滿意度與忠誠度。然而，傳統的人工客服在面對日益龐大的諮詢量、重複性的問題以及24小時無間斷的服務需求時，往往顯得力不從心。此時，AI客服機器人的出現，正為客服領域帶來嶄新的解決方案。

BeRobot教育型機器人產品開發實驗平台，結合人工智慧,物聯網,智慧感測技術，可同步控制32軸強壯有力的超精密數位伺服馬達,LED,感測器,喇叭,無線通訊,鎂鋁合金骨架，支援10種程式語言(圖形介面,Basic,C++,C#, APP,Scratch,Python,Labview…)，可擴充30種感測控制模組，可以語音控制,腦波控制,手勢控制,紅外線/藍芽/wifi/RF/APP遠端遙控，以最高要求品質在台灣量產多種仿生結構型態，品質極佳符合環保安全規範，具備30等級機器人STEAM實驗課程，適合 108課綱最新科學素養學習指標，多種款式組合功能 可分別滿足兒少學習、小學、中學、大學各階段教學教具、學術研究、技術開發實驗、成人職訓教育..等教學工具。http://www.BeRobot.com

偉薩科技針對傳統軟硬體架構不足，開發特殊高效能運算領域專用的軟體以及專用處理晶片。解決方案包含針對大數據領域的Apache Hadoop™與Apache Spark™系統，以及針對生物醫療領域的次世代基因定序次級資料分析，提供並行排程、高度平行運算流水線、優化資料運算架構。

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。

AI客服機器人可以將精密機械產業中80%重複性極高的故障問題，直接透過AI聊天機器人中的圖片辨識技術來作辨識並提出解決方案，讓人力去處理20%無法由系統判斷之複雜故障狀態。華越資通採用最新人工智慧圖像辨識與數據分析技術，設計的聊天機器人平台，整合文字、圖像的識別與對答能力，讓「AI智能維修客服回覆系統」就像維修技師一樣能夠直接透過圖像辨識可能之故障原因，讓使用者可獲得快速獲得機台固的解決方案。

因應彈性化製造之生產趨勢，製造業需要導入AI以快速學習適應不同的生產需求。AI自主學習機器人是未來製造業邁向AI時代的關鍵技術，目前工廠導入視覺機器人必須仰賴演算法工程師針對不同工件調整參數來達成任務，造成換線/任務耗時耗力。工研院以深度增強式學習(Deep Reinforcement Learning，DRL)為基礎，研發自主學習之AI機器人夾取技術， 簡單、易用，補足勞力需求。本技術之特色與創新包含: 1.機器人自主嘗試學習，減少人為介入，讓換線能夠更加快速、有彈性2.以DRL技術提供更快速、更穩定、更精確的訓練機制3.結合機器人模擬軟體，大幅減少整體學習時間與實體嘗試的次數

(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。

使用者將產品說明、服務描述、想法輸入至本服務平台。平台透過自然語言處理，將關鍵字進行拆解及組成，找尋最適產業領域。並運用多國多語言 AI 自動翻譯生成和多國官方專利商標資料庫串接，僅需 5 分鐘即可自動生成檢索分析報告，達到節省過去長達數週至數月的95%的作業時間。

Office 365 是透過雲端所提供熟悉的 Microsoft Office 協同合作與生產力工具。每個人可隨處存取電子郵件、網路會議、文件及行事曆以輕鬆地共同合作。而 Microsoft Graph API 則是提供外界存取 Office 365 資源的一組 API，舉凡 Office 家族的 SharePoint、OneDrive、Outlook/Exchange、Microsoft Teams、OneNote、Planner 和 Excel 等等，都可以透過 Microsoft Graph API 作存取。大同世界科技「智能秘書」是一個交談式機器人，深度整合了 Microsoft Graph API，企業員工只要透過「智能秘書」綁定了 Office 365 的帳號，便可以存取企業或組織在 Office 365 上的資源。由個人資訊的取得，如行事曆、電子郵件等等，到協同作業的實現，如文件的同步、會議時間預定等等應用，皆可以使用文字、語音等方式，在不同的社群渠道與「智能秘書」交談，透過「智能秘書」業務腳本的導引，實現企業或組織相關作業流程的應用。

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！