應用案例

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。

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。

應用於金融交易之高效能資料數據處理與風險控管系統，包含整合系統軟體、硬體模組，提供客製化設計與服務。 藉由提升原有系統交易資料處理速度，達到即時風險控管之目的以符合監管法規，並進一步客製化數據分析服務。 汎思數據運用FPGA與GPU圖形處理器，並搭配即時交易數據人工智慧深度學習專屬演算法、 方便針對不同客戶需求或法規修改，有彈性地變更系統運作內容，或逐步提供交易客戶不同種類服務。 相較於現今大多以純軟體建構之交易系統，此系統利用硬體平行加速運算提升資料處理速度， 達到超高速交易與異常偵測之目的。

在電子商務面進全球化競爭壓力下，富邦媒體科技 (momo) 導入工研院發展之「電子商城融合多元方法之混合式推薦技術」，提昇消費者線上購物體驗。工研院的技術融合了多元演算方法與線上、線下兩階段之使用情境偵測，這項混合式推薦技術能分析使用者的瀏覽習慣、購物行為、消費需求與偏好，在短短 2 秒內，從近百萬商品中，精確演算出適合推薦之商品，優先列入推薦，打造快速便利的多種個人化推薦應用，包括首頁主題購物樓層及商品頁、分類頁的推薦應用等。工研院更運用與 Amazon, Netflix 等國際大廠類似之A/B Testing機制，不斷優化推薦成效。富邦媒體科技總經理林啟峰表示，工研院的混合式推薦技術，大幅提升 momo 消費者點擊率達 1 倍，藉由個人化推薦帶動的營收佔比亦達 10%。

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。

iSeek—訂閱制AI視覺辨識平台擁有多款核心產品及解決方案，主打訂閱制取代鉅額購買一次性AI套裝軟體，以SaaS雲端服務隨取隨用的極致便利性，讓多元產業體驗革命性AI視覺辨識技術。 情境導向iSeek AI影像辨識平台，專注在提供通用性高的辨識服務（如：年齡、性別、安全帽、反光背心、火焰煙霧、車牌辨識…等），主打Low-code的形式，開發人員不需要任何AI背景，不需要佈建環境，只要把圖片上傳至雲端，立即依照影像提供辨識結果，方便系統業者開發創新產品。

工研院研發產品品質指標預測技術，與軸承製造大廠T公司合作進行軸承加工產線的線上測試，基於機台電力、加工應變力等大數據，透過智慧分析瞭解刀具狀態與工件品質關係，及時偵測NoGo工件，降低損失。並藉由及時調整抽檢頻率，動態配置檢測人力，使傳統離線且需成品完成後的抽檢改為線上即時的全面檢測。

影片製作費用高 需要耗費多元團隊人力拍攝、器材設備、演員、剪輯特效等成本 若遇疫情期間不能群聚開拍作業，製片即停擺 傳統企業商家對數位行銷掌握度不高，或者預算有限，就算想嘗試用線上影片拓展客源，往往也感到力不從心。 本技術為生成影片工具，訴求預算再小的業者都負擔得起使用費，能幫助業者大幅降低企業製作影片費用。 位主播或導覽員學習多國語言很不容易，但集仕多股份有限公司研發AI自動影片生成系統，結合AI Deep Learning深度學習與先進的臉部影像生成技術，就能大量產出能說多國語言的AI擬真代言人影片。新聞影片案例: https://cmm.ai/news1 , https://cmm.ai/sleep, https://cmm.ai/news2

智慧農業中種鵝育種產業中，開發一款整合了 RFID+AIOT +影像識別+邊緣計算技術 的 智慧型 "種鵝智能產房" 。詳實自動登錄各隻母鵝產蛋與行為數據，再經系統，依該群種鵝產蛋狀態自動統計分析並產生產蛋曲線圖，自動分類豐產與寡產鵝群組，有效篩選並淘汰不孕或寡產鵝隻。以確保種鵝產能最佳化。

我們瞭解在零件清洗的製程當中，去離子水的潔淨度至關重要， 就讓 FlowVIEW 協助您掌握最精準的微粒子監控數據！ FlowVIEW 使用最新的雷射感測技術，搭配超精密的多通流道， 用心研發出專為可靠性設計的<全自動多通道粒子檢測系統>。 可完美整合到您的設備當中，是為汙染管控的理想產品。 以1µm的靈敏度搭配每分鐘30ml的流速， <全自動多通道粒子檢測系統>可24小時不間斷地分析水質並即時回傳數據。 使用者可輕鬆判讀微粒子數量的變化，有效監控水質與處理槽系統狀態， 大幅提升零件清洗製程的效率。

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。

透過線上平台的學習，搭配AI技術的科技力量，打造屬於數位智能學習的環境，讓使用者更輕鬆、更簡單、更有趣。

PrimeHub 是針對企業內部多人、多專案需求所量身打造的 AI 開發管理平台，基於 MLOps 的概念協助團隊共享運算資源與成果，加速開發 AI 模型的速度。平台架構基於 Kubernetes 的容器編排環境，提供安全穩健的系統資源分配協助使用者實現最佳化資源配置，並搭配⾃動資源回收機制提升使用率與降低營運成本。開發人員透過簡易使用的瀏覽器介面便可管理群組及各種資源配額，快速啟動 TensorFlow、PyTorch、Scikit Learn 等熱門 AI 框架進行模型的開發、訓練、部署及監控，不需再自己搭建基礎設施，讓開發人員能夠專注於 AI 模型的開發以提升工作效率。

樹木不只於果樹，公園樹木的管理及大面積的森林樹木管理及黃化病蟲害初步預警服務推廣，協助公園或森林等單位樹木維運管理，降低病蟲害發生後的農藥資材的支出，讓管理人員專心於防法方法。

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。