AI 服務應用

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。

利用多國語音辨識與智慧點餐，協助餐飲業者接待外國觀光客，使用本國語言點餐。協助商家以AI功能自動將商品名稱、商品描述、商品加值等內容翻譯成多國語言，提供海外旅客無阻礙的在系統上直接選購，支援英文、日文、韓文、法文為基礎語言，協助店家提供海外消費者優質消費體驗。

VANTIQ新冠病毒安全防護聯動系統可以應付新冠疫情下企業復工，體溫異常狀況監測和限制人員流動傳播疫情。 有效的保障辦公大樓、校園、工廠、政府機關、醫院、機場等場所正常工作秩序，維護員工健康和生命安全。 VANTIQ在監控場所入口設置體溫人臉一體化識別門禁，可以在員工及訪客佩戴口罩情況下進行有效識別。當進場人員體溫超過預警閾值時自動發出警告。通過VANTIQ的即時處理技術，立即通知相關部門進行防護控管安排。VANTIQ整合影片結構化處理能力以及發燒紅外線檢測攝影機，將體溫標籤標示在目標人物上，即時從人潮中定位捕捉。VANTIQ結合外部資訊系統，從航班的安排調度到智慧建築平臺，即時動態對人物或感測器的警示數據進行識別並預警。VANTIQ與室內及室外地理資訊結合，地圖定位疑似病例並即時協調醫療資源，快速跟進處理。VANTIQ 數據看板可以即時展示易感染擴散區域，並可跨區域、跨部門使用業界標準協定共享資訊。

歐特儀為政府路邊停車開單外包廠商，過往操作員在惡劣戶外天氣下容易遇到設備卡頓的問題，並在偏遠地區會因設備沒有訊號連網無法與伺服器連線做車牌辨識比對。使用我司設備後，無論晴雨天能在戶外環境完成路邊停車收費開單作業，並透過我司設備上的掃瞄器及 Pic n Fill 軟體支援，能完成離線『車牌辨識比對』提升作業時間及改善無法連網比對的情況。

於桃園國際機場官網導入ChatGPT模型的官網智慧客服「桃園國際機場官方智慧客服」，協助來到官網的旅客能夠快速找到資訊並掌握重點。

客服，作在現代企業運營中，人工智慧助理（AI助理）已成為提升效率與決策能力的重要工具。隨著數據驅動的時代來臨，企業內部管理與溝通方式正快速演變，AI助理能夠幫助企業簡化工作流程、提升決策品質、促進團隊協作，使企業在市場競爭中保持領先地位。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。

以獨家專利技術VBIP提供地圖、起訖點路徑規劃及3D AR導航服務。串接2D平面導航及3D AR導航的服務。基於視覺的室內定位技術(Vision-Based Indoor Positioning, VBIP)系統是一種新穎的室內定位方法，利用使用者智慧載具捕獲的攝像機圖像來定位用戶，相較於其他室內定位技術，以視覺辨識為基礎的定位技術可節省硬體架構成本，並與戶外定位系統流暢連接，提升使用者體驗。使用者可在電子地圖上搜尋周邊服務及功能，選定後再連至3D導航功能。2D轉3D時，打開鏡頭的瞬間，即可透過手機鏡頭認知空間，經由VBIP技術進行定位，並開始導航服務。

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。

FaceMe® 是專為邊緣運算裝置 (Edge Computing) 設計的臉部辨識引擎，支援Windows、Linux、Android和iOS等主流平台。透過跨平台支援的軟體開發套件（SDK），無論是軟硬體開發商或系統整合商，皆可依據需求和應用場景，快速將高精確度之人臉偵測及辨識功能整合至各式產品或服務。可協助智慧零售、智慧城市、智慧金融、智慧家庭、智慧辦公室等AIoT解決方案，快速導入臉部辨識功能。 訊連科技 FaceMe® 臉部辨識引擎，以高達98.5%的正確辨識率，低於百萬分之一的認錯率，在全球知名的MegaFace Challenge及美國國家標準局 (NIST) FRVT 1:1 中，名列全球頂尖臉部識別技術之列，更為兩項競賽中排名第一的台灣廠商。 FaceMe®主要功能包括：臉部偵測、臉部特徵點定位(多達106個特徵點)、臉部辨識(提供高達98.5%辨識率/ 百萬分之一誤認率)、臉部特徵擷取(年齡、性別、情緒、頭部動作及臉部表情)、2D及3D防偽(可避免使用相片、影片假冒身分)。

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。

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。

「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。

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。

3D OCMS(3D Operation Central Management System)可視化整合管理平台，也可稱是戰情系統。是一個單一平台將各系統資訊串接，進行整 合及應用、模擬及分析，並以3D視覺化呈現，提供使用者直覺式操作、沈浸式感覺、即時直覺觀看模式、3D介面直覺式操作。可藉由以人形為主的影像辨識系統，並使用具事件管理及情況發生通報功能之影像管理系統，以及以紅外線及WDR寬動態或相關技術達成在低光源、高光反差狀態下之人形辨識率，透過3D監控模組+即時影像貼合樹狀選擇面板單一視窗影像分析，呈現720度視覺角度監看管理，並搭配主動通知、行動裝置 (手機、平板電腦)等措施。

(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。