應用案例

養殖蝦苗的生長週期需要數個月，且需要投入大量成本並細心照顧，寬緯科技的水質監測系統能提供養殖水質相關資訊，包含水中氧氣濃度、水溫、酸鹼度等，但漁民難以24小時無時無刻留意水質變化。寬緯科技水聚寶智慧監測提供養殖蝦苗24小時監控數據。我們將進行水質數據資料收集，會建立ORP數據的3-6小時預測分析模型，來進行AI分析與以達成提前預警。若能透過AI工具對未來的水質變化作預測，建立提前預警機制，能提早提醒業主作出應對。

現今品牌往往需要花大量時間了解社群上的熱門議題與追蹤時事來製作行銷文案、廣告企劃等行銷策略。本服務使用進階社群爬蟲，從社群廣大的資料中透過人工智慧技術抽取知識點，並運用知識圖譜技術視覺化關聯度，能協助客戶迅速的了解議題的擴散軌跡、熱門話題間的關聯、話題與帳號間的討論關聯等資訊。

本應用核心緣起，即在於改善這些「診間依賴、資料分散、缺乏標準」的問題。藉由推動 722 居家血壓標準（7 天、早晚各 2 次、連續 2 週），並串聯診所、社區血壓站與居家設備的數據，建立一個完整的血壓管理網絡。我們同時導入 AI 技術，協助進行異常數據偵測、長期趨勢分析與個人化衛教，讓醫師與病人都能透過系統即時掌握狀態。

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。

「AI 服務型機器人Ayuda智慧平台」，完全台灣製造(MIT)，整合了機器人零組件、移動平台、人臉辨識、人形偵測、語音辨識、語音交談、視訊、自行學地圖尋標導航…等功能，為全球市售同等級產品中的佼佼者。同時可應用於智慧警察、智慧醫療、智慧金融及智慧教育…等多種不同情境。功能特性茲說明如下： 一、智慧機器人可自動學習地圖、自主移動及進行導航、帶位。 二、智慧機器人可辨識人形，主動趨前問候、接待。 三、智慧機器人可進行人臉辨識、身份辨識，並可提供語音答詢服務。 四、智慧機器人可與後端服務中心進行視訊連線以提供專人服務。 Ayuda 主要銷售領域為商用市場，涵蓋警政、醫療、金融、教育，現已成功推廣到花蓮國軍醫院、彰化第六信用合作社、台中公共資訊圖書館…等客戶，在外銷的部分，也已成功銷售給日本CIJ株式会社，後續將積極拓展日本服務型機器人市場。

SelfieSign結合FaceOTP驗證模組，打造一款整合影像＋聲＋OTP的數位身份驗證與電子簽章解決方案。當使用者進行遠距簽署時，系統會同時啟用AI活體偵測分析與FaceOTP驗證流程，並全程錄影記錄簽署過程。透過這種三重驗證機制，系統能驗證確保簽署者即為本人、操作過程未被冒用，並可追蹤簽署全流程。該技術特別適用於金融交易授權、遠距醫療同意、保險投保、貸款核准等高安全需求場景。

自動化分揀倉儲決策AI系統結合大數據與智動化科技，研發以預測、快速反應為基礎之AI倉儲軟硬體解決方案，AI in Edge 架構結合揀貨路徑規劃技術、儲位配置技術需求預測與庫存調度技術，整合物流貨品標識影像處理系統、國產化自動化分揀系統設備建置智慧物流Total Solution。智慧科技精準預測、最適儲位規劃、最佳揀貨排程，解決電商倉儲品項上萬、出貨急迫、人力時間不足，導致企業營運受阻問題及仰賴國外昂貴系統之困境。工研院服科中心採用 Variation Auto encoder 之無監督學習模型，結合「事前資源調度」與「人工智慧指揮引導」發展漸進式動態儲位配置調整技術，以遞迴式類神經網路、線性回歸模型、EIQ分析、深度學習、邊緣運算建立倉儲決策AI支援系統 ，協助解決EC物流中心缺工、爆倉等現象 ; AI in Edge 架構優化進貨、入儲及揀貨效率及空間利用，節省EC物流中心30%工時、50%人員移動距離與12%成本，自動化分揀系統與包裹辨識系統，快速滿足B2B、B2C等多型態出貨需求，目前已成功導入宅配物流業、EC物流中心、連鎖型超商…等國內相關業者。

汽車零件再製造工廠每年要生產的型號會跟著二手市場變化，以傳動箱來說，市面上最常見的二手零件不會超過500種，但每年都會淘汰最老的50種，同時增加新的50種。如果將每個零件拿去不同角度和不同背景拍攝，每種傳動箱大約要拍攝1000張訓練張影像，要讓傳統的物件分類AI持續每年學習，每年都要準備50000張訓練影像，透過生成式AI，客戶願意每年針對50種零件掃描建模，訓練出來的辨識器可以幫助再製造工廠辨識現場的原料，協助原料管控同時，也可以降低採購在零售商的溝通成本。

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。CIC攝影機妥善率偵測，也是在與眾多客戶接觸過程中，了解了客戶在管理攝影機會遇到的問題以及無法克服的困難，進而用我們視覺辨識的作法，開發出一套能自動排程掃描攝影機畫面的軟體，讓客人從此不再因為畫面保存不當，而造成事發後無法舉證、釐清責任的窘境

金融相關產業為政府高度管理的特許行業，因此，政府制定許多法令用以規範金融業的各種行為，所以，該產業下的公司，必需遵照相關範圍，制定相關公司內規，以確保相關營運行為不會違反法規。然而，相關法令眾多，而且也會因各種因素進行調整。一但，外部的部份法令進行調整，究竟有那些公司內規需做相對應的調整，目前主要還是以人力的方式，進相關的法條比對，曠日廢時。而本公司所開發的AI法遵管理管理系統 ，導入AI的技術，以推薦系統的方式，輔助專業人力，並提供完整的法遵相關電子化流程作業環境。

AI冷鏈斷鏈預警系統可以有效為小農及農企業提升蔬果運送保鮮效率，整合冷鏈運送管理問題一一解決。透過先進AI演算法，分析生鮮於儲存、運送、轉存過程中進行即時監控並蒐集溫度、位置等資料進行雲端分析，確保商品冷鏈運送過程中能被有效保鮮，降低人員失誤或設備故障所造成之損耗。搭載NBIoT通訊能力之控制器嵌入於冷藏車輛，除即時監視車內冷藏條件外，即時回傳路徑資訊。生鮮出貨及抵達目的均能自動回報雲端並回報歷程溫度變化，提供優質有效率的冷鏈管理系統。針對各式不同溫度保存條件之商品以AI判定冷藏庫、運輸過程之最佳化智慧型溫度管理，仲闐AI系統能提高冷藏室運轉效率並根據儲存、運輸條件及數量，以AI演算協助判定最佳節能及冷鏈移動路徑及方式，並在商品因失溫損壞前提供即時告警。 AI冷鏈運輸斷鏈預警系統可以應用於物流運輸產業的服務與農企業，目前已成功導入農企業興農集團玉美研公司，提供智慧服務、智慧物流、冷鏈管理產品…等應用。

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

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。

透過人工智慧演算法來實現 (1) 工程師的調校經驗系統化及 (2) 調校結果的量化分析，幫助專業工程師在更短時間找出更佳的參數組合。此工具初期是以人機協作的方式運行，隨著智慧系統在過程中不斷自動學習最終可達到產品模型參數的全自動調校。

利用安裝於工廠產線或各種戶外嚴苛環境的工業等級的 ToF 與stereoscopy 3D相機擷取大量2D與3D影像，經由立普思團隊特殊的AI機器學習演算法與大數據整合，可有效識別並重建各式物體在3D空間中的相關位置資訊，配合立普思獨家的硬體加速與平行處理功能，可實現高禎率即時物件與人形識別，可廣泛應用於工業4.0、智慧零售、智慧農業、健康照護、安全監控等各種不同領域。 立普思的製鞋自動化方案同時整合了2D與3D機器視覺、手臂控制、電漿噴塗、與機台控制等，能有效取代傳統製鞋業的人工步驟，同時藉由單隻或多隻 2D/3D攝影機，透過影像拼接 (image stitch)方式，將物件全方位掃描結果搭配AI深度學習的自動路徑規劃，直接控制機器手臂帶動電漿噴頭，以精準的法向量覆蓋鞋底全表面進行噴塗，相較目前大多數使用線雷射掃描的方案有更快的整體反應速度，同時也更具價格競爭力。立普思的VGR (Vision Guided Robotic) 方案目前已成功導入製鞋生產，此技術同時也可應用在各種相關產業，或是搭配立普思的其他AI應用如人臉辨識 (Facial Recognition)、人流計數 (People Counting) 、身形辨識 (Pose Estimation)等。