AI 服務應用

提供現場與非現場球迷沈浸式觀賽體驗 1. 可視化運動數據呈現 2. 互動式AR遊戲與服務 3. 一站式智慧助手提供導航、導購、導覽…等服務

我們採用了最新的深度學習技術和索引搜尋演算法建立一個新聞推薦系統，並且透過UI的設計，媒體可以很簡單的建立自己的profile，接著上傳自己最近的一篇新聞和目前所關注的關鍵字，之後平台會推薦出數十篇相關的國外新聞文章並包含摘要。媒體可以從這些資訊快速了解到國外的趨勢，寫出具廣度的專案報導。

戰情虛擬助理是讓戰情中心裝上耳朵與嘴巴，讓管理者可透過手機用中文與戰情中心進行自然對話的互動，指示戰情虛擬助理對收集到的終端資料並進行分析後，將其重點視覺化顯示到戰情中心看板，提供工廠動態、設備運行狀況，讓管理者可以即時掌控人機料資訊及產線設備的使用狀況，並能夠針對人員作業和設備運作進行即時調整。 鼎新電腦的「PaaS平台事業處」部門具備研發整合「大數據、人工智慧、物聯網」各式應用的能力，能夠為企業分析需求並量身打造適合的人工智慧應用。戰情虛擬助理的核心是基於自然語意處理（NLP）技術的聊天機器人，以深度學習與機器學習分析客服語料後建立智能虛擬助理對話模型，並整合文字及語音的識別及應答，可以跟使用者進行自然語言的互動。參考資料: https://bp0800.wixsite.com/xiaohui

OSENSE採取使用者識別環境（Inside out）及環境定位使用者（Outside in）兩項核心技術，整合「空間識別技術」、IoT感知設備及移動網路傳輸，集電腦視覺、空間感知、訊號處理、定位導航、擴增實境(AR)等技術之大成，研發製作「智慧球場解決方案」。球迷方面，以資訊、互動及消費三方面，使球迷觀賽更加便利，並利用AR互動增加趣味性、利用AI及視覺辨識提供如電子好球帶、即時戰略圖等比賽資訊；這些資訊也能協助球團掌握戰情，也提供第三方最即時戰況播報；球場經營可利用方案中的使用者行為了解環境使用效能，進行服務優化及規劃管理策略。

現階段產品應用，進行球員、移動軌跡、執行戰術、得分與否進行辨識，將蒐集的數據整合進儀表板，提供教練團進行訓練規劃。遠期產品規劃，使用於正式比賽，即時串流影像與辨識，與賽評或實況進行搭配，與觀眾進行互動。

AI對話式商務整合平台，從客戶端至客服端，支援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。

海洋公民科學家於107年建立了垂釣回報功能，公民科學係指由專家學者進行規劃，並提供一般民眾參與研究案中的部分資訊，公民參與不僅可提供海洋保育署更多的海洋資訊，亦可使得學術更加自由普及，而此功能開放至今，已經有許多民眾進行回報，本年度彙整民眾的填報時所提供的建議，進行頁面調整，並導入AI 智慧影像辨識技術，使系統自動解析照片內容，透過AI辨識模型提供最有可能的3種魚種供公民科學家選取，為使公民科學家能更深入瞭解魚種特性、學名、俗名以及習性等資訊，介接「臺灣魚種資料庫」以提升公民科學家對於魚種的知識與認識，讓使用者更便利的進行填報。

智能電話客服機器人透過電話管道為客戶提供與傳統客服一致的使用者體驗，但可以藉由快速接聽電話減少來電客戶的等待時間，也協助引導客戶反映問題，將整理的來電結果交給客服人員作出妥善安排迅速處理，並能夠將客服人力從高重複性的前期例行應對工作中解放，轉而投入處理真正需要複雜規劃判斷能力的客戶問題，提升客服部門的價值。鼎新電腦的「大人物」部門具備研發整合「大數據、人工智慧、物聯網」各式應用的能力，能夠為企業分析需求並量身打造適合的人工智慧應用。智能電話客服機器人的核心是基於自然語意處理（NLP）技術的聊天機器人，以深度學習與機器學習分析客服語料後建立智能客服對話模型，並整合文字及語音的識別及應答，可以跟使用者進行自然語言的互動。

在金融產業當中，FinTech金融科技和AI人工智慧已是最新趨勢，透過系統升級和AI應用來達成更便捷和準確的工作流程，而金融機構長期需受到政府高督監管之下，對於新科技運用於工作流程中和銀行內外規等知識得更加保護和品質監控。 透過人工智能公司的『法令遵循管理系統』，包含法令遵循叮嚀提醒、案件追蹤簽核系統、內外規檢索、相關專業知識定義、問卷調查滿意度主動推播通知、管理報表、國內外法令查詢等，透過我們的聊天機器人平台，以自然語意理解(NLP)技術，整合文字、語音和應答能力，AI機器人自動回覆和判斷相關答案，快速提供更精準及個人化之服務。

緯創軟體團隊開發了基於機器學習的自動醫學影像標註模型，並將模型整合至雲端平台建立完整的自動標註系統。團隊建立了以下的流程: 1.建立資料清洗模組並自動化建構訓練資料集 2.設立團隊檢閱的檢查點以利審閱自動化建立的資料集 3.建立模型訓練模組並能提供模型訓練結果 4.設立團隊檢閱模型預測結果 5.自動化模型部署流程。模型開發流程主要著重在流程自動化及功能模組化並設立人工審閱節點供工程師及科學家分析資料訓練集與模型測試結果。功能的模組化可以降低工程師在後期維護上的難度，並且有著快速插拔套件的優勢。

提升客服人員面對客戶提問的回應效率與資訊正確性。利用企業累積多年之知識庫預先訓練，透過對話式介面輸入客戶提問，第一時間取得建議回覆外，並提供過往雷同異常及解決辦法作為參考依據。此外還加入非問題回應，例如：打招呼、功能介紹、資料庫細節介紹。並根據場景提供對應參考附件，供同仁檢視及朔源，大幅提升解決方案效率。同時還可因地制宜，進行敏感機制設置，因應需求調整限制敏感議題回應。

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。

(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。

建構於即時通訊App以及chatbot技術的Chat-App，為即時通訊App(FBMessenger/LINE@)中的數位會員系統，透過自動化系統，協助企業降低70%以上的日常重複性服務，以及蒐集數位會員名單以利再行銷、整合線上客服、社群行銷、導流導購、會員管理、數據分析並能串接廠商現有服務。目前成功導入連鎖餐飲業、連鎖手搖飲業、電商業、服飾業、媒體業、婚紗攝影業...等多家企業。

體温偵測、口罩偵測，利用人工智慧進行人臉辨識、人型偵測、口罩偵測，並移動阻擋體温異常者，Ayuda具備對環境的感測、辨識能力，以自行決定行動的智慧化功能