AI 服務應用

1. 彙整專案資料：收集訪談語音檔、會議語音檔以及相關的訪談文件，為後續的資料處理和分析提供基礎。 2. 語音檔轉成文字資料庫：利用先進的語音辨識技術，將收集到的語音檔轉換為文字形式，建立結構化的文字資料庫，為資料分析和處理提供基礎。 3. 建立向量資料庫：根據客戶資料和訪談資料，建立向量資料庫，實現資料的高效檢索和分類。 4. AI自動分類：運用人工智慧技術，對專案需求和訪談要點進行自動分類，幫助企業快速了解專案的重點和需求。 5. 會議記錄及需求文件生成：AI自動生成會議記錄、專案需求文件和專案提案文件，確保文件的準確性和一致性。

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。

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。

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。

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)。

為提升市民查詢市政資訊的便利性與智能化程度，建置一套智能客服系統，透過語意理解技術與自動化知識庫管理，讓市民可自然語言查詢市政資訊，系統可即時回應並持續優化服務品質。

透過數據分析與智能客服建造智慧線上預約服務，目前已應用在洗衣產業，透過智慧線上預約系統，線上預約洗衣服務，到府收送 透過智能客服解決洗衣各種問題，打造24小時隨時預約及客服服務。 智能客服採用最新人工智慧深度學習(Deep Learning)，自動紀錄每一次問答紀錄，具備錯誤矯正的能力。 我們打造的AI會員經營，透過數據分析做自動化的會員經營，提高消費者回購率以及客單價。

經由「美白日記」網站式服務平台提供之影像辨識技術的類膚色分析儀服務，可以自行在家追蹤美白成效，不僅避免使用成效不彰與財務浪費的疑慮，也能與賣家建立信任度，成為賣家服務的忠實顧客，且檢測後之數據回饋，將同時記錄至主機資料庫，廠商可以確定消費者過去到現在的美白差異，作為產品效果的依據，提升美容業消費者獲得更精準的治療與成效。

在人力資源管理中，常見如請假辦法、報支規範、出勤異常、獎懲制度等問題，若仍倚賴人工回覆，耗時且效率低。導入AI人資代理人後，員工可直接用自然語言進行提問，系統即從內部知識庫檢索答案並提供出處，並依據身份自動帶入表單資訊或流程節點，有效減少人力負擔並提升內部知識流動效率。配合語音輸入與表單導引功能，更能加速流程完成，並形成問答紀錄供未來教育訓練優化之用。

在智慧政府應用中，以AI人工智慧第一線解決民眾問題已是最新趨勢，透過民眾資料庫系統整合和AI應用來達成更便捷和準確的資訊提供，並透過AI智能客服在最前線高效服務民眾，像是針對停車場資訊查詢、交通票價查詢、罰款繳納、疫苗資訊等民生議題，24/7全年無休全天候服務在地民眾需求。 人工智能公司的『Q比智慧服務機器人導入解決方案』，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智能機器人與民眾輕鬆互動對話交談，讓民眾在對話的過程當中，更能快速了解民生相關服務資訊。

1、BrainBuilder是一個進階語意理解服務平台，結合網際智慧發展23年來累積的自然輸入法大量語意模型及創新深度學習演算法，可建立具備深度語意理解、上下文關聯之連續多輪對話、個人化主動互動、多人溝通協作的企業專屬AI助理，並管理相關的AI助理技能與服務。 2、BrainBuilder建立的AI助理，可做到模擬真人與用戶以自然語言對話方式互動，可用來設計航空業或交通運輸業的語音訂位訂票助理、餐廳或各類服務業的語音訂位助理、零售業的個人化導購機器人、企業內會議預約及後續追蹤的智能秘書、實體機器人的AI互動大腦、IoT硬體裝置的操控對話大腦等。 3、應用案例：中華航空公司的員工優待機票系統、火車來了沒語音助理App、Nuwa機器人、遠傳迎賓機器人、淇譽電子智慧音箱、ibo-office考勤助理… 等，可以搭載在手機App、電腦、智慧音箱、IoT裝置，也可以運用於電話語音系統、網站、LINE平台。 4、提供雲端版、落地版，100%台灣AI技術開發，歡迎應用系統界接整合，為您現有應用系統賦能AI，提供AI助理服務。

以GRI國際框架為報告基礎，提供資料盤點、協作編輯、進度管理、匯出報告等功能，搭配AI文稿生成與全球CSR報告的全文搜尋功能，輔助企業更有效率的完成企業社會責任報告。金管會在2014年已強制要求特定的上市櫃公司，必須每年編製企業社會責任報告。因此，企業需要投入大量人力成本與時間，在蒐集資料與撰寫文稿等繁瑣的作業。因此，Sustaihub永訊智庫開發SMS永續管理系統及CSR大數據資料庫，搭配AI人工智慧處理非結構化資料，並開發文本生成與詞向量空間等模型，協助企業更有效率的完成企業社會責任報告，並專注於提升企業的永續影響力。

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，亦可推動學術普及。110年導入AI魚種辨識服務，民眾上傳魚種照片後，系統會自動提供三種相似魚種以提高資料回報的準確性。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。直至113年7月共有4004位垂釣公民科學家累積35,017次垂釣回報，112年度進一步增加垂釣資料的蒐集欄位，改善填報系統的便利性，針對臺灣地區常見的魚種，新增84種魚種辨識種類，使填報魚獲的資料更加豐富。

透過使用者的個性屬性資料分析預測可能喜歡的內容，如從使用者的年齡、性別及過去的流覽紀錄等，當使用者正在流覽文章時，系統將自動分析使用者偏好的類型、從流覽的時間分析對於該部文章的喜好程度等，機器自動追蹤使用者的喜好，以更精准的推薦使用者正在想看的內容。 系統不斷的自動學習使用者個性的流覽行為，個人化的推薦是即時更新的，即當網站的來源內容或使用者流覽行為發生改變時，推薦序列會自動改變，為使用者即時提供感興趣的內容。

聯和趨動股份有限公司所開發之「AI職能評鑑系統」可以解決中小企業在徵才、用人及留才上面的諸多痛點，系統依據個別公司產業類別、公司組織及員工人數，並結合勞動部勞動力發展署iCAP職能量表，將關鍵向量建模於Neo4j，透過職能知識圖譜的非監督式動態學習，快速建立個別企業的職能模型，企業內部的人力資源人員或外部的專業人資顧問，便可以依據所產生之職能模型，進行人才招募、職能盤點、績效考核及教育訓練等方面的評估跟應用，並且會依據公司現有職稱架構下，自動給予建議其尚需加強的職能，包括相關的知識、技能及態度等等。 透過持續性資料的導入跟訓練，系統會學習雇主對於該職業應有之模型的實際看法，並回饋雲端職能量表中，以transfer learning的方法完成知識圖譜的動態學習，未來其將可媲美專業人資顧問，藉此來快速幫助許多跨領域的企業，或是多元化技術的企業在職能上的訓練及培訓。