應用案例

基於企業資料的智能客服及聊天機器人

臺灣漁港數量眾多，傳統管理方式往往耗費大量人力與時間。為解決這一挑戰，我們運用WEB-GIS空間化技術搭配3D GIS技術模擬現況輔助漁港管理。此外，為掌握更完整轄區海域船隻活動資訊，整合了船隻自動識別系統（Automatic Identification System，AIS），即時提供船隻動態資訊，並利用CCTV監控影像開發AI影像辨識技術，精確識別進出港船舶，提升港口管理作業效率。 透過空間技術化、AI影像辨識、AIS資料整合以及三維數位孿生等技術實現智慧漁港管理與永續漁業發展之目標，落實船隻智慧管理，提升施政效能。此外，「三維漁港數位孿生智慧管理平台」專案榮獲第11屆智慧城市創新應用獎的高度肯定，展現AI 服務應用在智慧漁港管理領域的卓越成就。

LibraLung天秤肺影為電腦輔助偵測系統(Computer-Aided Detection, CADe)，以人工智慧(AI, Artificial Intelligence)技術，輔助專科醫師判讀胸腔電腦斷層(CT, Computed Tomography)之肺結節影像。本系統以網頁介面操作，具備「肺結節偵測」及「輔助自動報告」兩大功能。 當系統偵測肺部電腦斷層影像疑似肺結節存在，系統自動於影像中標記肺結節之VOI(Volume of Interests)，以及對應肺結節之類型(Class)、肺葉位置(Lobe)、長短軸(Axes)及體積(Volume)資訊，並經由橫切面、矢狀面、冠狀面、最大投影橫狀面觀察肺結節型態。輔助肺結節偵測範圍，包含肺結節最大直徑尺寸為4 mm(含)至30mm(含)，類型不限為實質(Solid)、非實質(Non-Solid)或部分實質(Part-Solid)。 本產品經國內醫學中心測試，模型在偵測肺結節之FROC表現，平均每例偽陽個數(average number of false positives per scan)為2時，靈敏度(Sensitivity)為94 %；在肺結節之類型分類表現為Precision=0.93, Recall=0.93；在肺結節所在肺葉位置分類表現為Precision=0.99, Recall=0.99。

凱比機器人主要為一Android開放平台, 並開放機器人控制介面與平台供第三方進行調研開發合適之應用. 提供真實的人機交互介面給第三方進行應用部署.

數位樣布資料建立： Frontier的方式很簡單，紡織廠不用添購昂貴設備，只要用公司裡最常見的事務機掃描布片，三分鐘就能上傳完成。接著再透過雲端上多達12個AI引擎，自動辨識布種、克重範圍、紋路、規格、色號，省去手動建檔的功夫。 AI織布判別： 經由機器學習(Machine Learning)讓其進行圖片特徵資料之辨識及分析應用，AI自動辨識布種、顏色及花型 AI圖搜圖： 於樣品庫中，品牌設計師可以從生活中找尋靈感，依照手邊的現有布樣花色的圖片、照片，利用圖搜圖功能來找尋廠商樣布中相近的花色樣式，讓設計師可以更加直覺便利的從生活中找尋想要的布樣花色。

本PHM系統的核心價值在於其能夠精確地預測設備健康狀態與設備的製程狀態，提高生產過程的效率。透過結合IOT、邊緣運算，系統不僅能夠減少算力需求和演算時間，還能夠降低誤判風險，提高模型的遷移性。這項創新技術將為製造業的數位轉型帶來巨大的改變，協助企業實現高效運營和成本降低。

導入AI語音合成技術所研發之全自動化影片生成系統，即時將PPT上的文字，轉換為自然流暢、近似真人發音之語音檔，以節省人員配音的成本，減少製作數位教材的成本，協助各產業在人才培訓及數位教材普及上的困難，大量減少人力缺口及成本結構風險，提昇獲利狀況。

本案AI瑕疵檢測系統採用模組化AI影像辨識架構，能依不同產線或產品特性快速調整應用模組，例如CNC加工瑕疵檢測、安全帽佩戴偵測等場域皆可靈活部署。系統具備參數化模型調控設計，可依產品規格設定辨識閾值與容許範圍，使用者能於後台即時調整以對應不同製程條件。透過邊緣運算技術結合高速工業相機與Jetson模組，系統可在0.3秒內完成瑕疵辨識與信心值判定，並自動回傳訊號至PLC進行不良品標示。此外，系統具備跨場域資料遷移學習能力，能根據既有標註資料快速微調模型，以降低重複建模成本。導入前提供POC原型驗證流程，讓客戶能於實際產線測試辨識成效與操作介面，確保後續開發更貼近實務需求。部署上採低門檻模組化設計，可透過月租或授權模式導入，提升企業導入意願。系統上線後提供模型再訓練、參數微調與遠端維運機制，確保AI辨識能力能隨產線變化持續優化，達成長期穩定運行與智慧製造轉型目標。

慧演智能專注於為製造業提供 AI 影像辨識解決方案，已成功應用於半導體、電子周邊及食品製造。 我們自主研發的 BailAI 平台，讓企業無需撰寫程式，即可完成從資料標註、模型訓練到部署推論的全流程管理。1.免寫程式、操作簡便：專為非工程背景用戶設計，一站式導入 AI 檢測。 2.快速建模、少量多樣：內建多種優化演算法，可用極少影像資料完成高效訓練。 3.靈活場域應用：模型可快速切換，適應不同工廠、產品線及檢測條件。 4.推論即時、自動監控：整合邊緣端 AI BOX，能即時判斷並記錄現場影像。 5.大幅節省成本與時程：縮短驗證週期、降低導入成本，加速 AI 成果落地。

MARS 基於關鍵設備的時序數據，自動建立異常識別模型，即時產生健康度/相似度曲線與重建誤差，在設備效能出現偏移的早期（可提前數天至數週）發出預警。系統同時提供關聯測點排序與根因推論、Web 即時監控與知識管理，協助現場快速定位問題、安排維護，降低非計畫停機與產能損失。功能內容包含：★「多變數時序建模與異常偵測」：非線性分析、健康度/相似度曲線、重建誤差監控。★「自動化與少程式化（No-Code）建模」：互動式資料清洗、設備屬性視覺化配置、一鍵部署。★「關聯與根因分析」：關聯測點排序、單點「實測 vs. 預測」對比、事件時間軸比對。★「資料整合與即時監控」：連接 PI/AF、即時 Web 監控面板、告警治理與知識管理。★「MLOps 與模型治理」：版本管理、再訓練與回訓、門檻管理與效能追蹤。

於營業場所之開放式廁所建置Sensor蒐集使用人次、使用時間、異味濃度偵測與空氣溫、溼度等數據，回傳至品質監控平台進行AI數據分析，建立智慧廁所品質監控平台供管理單位使用，了解廁所即時使用時間、人次與環境髒亂程度，提供警示提醒派遣人力清潔、檢視廁所情況與做出因應措施部分，協助管理人員進行環境品質監控與髒污預警派工，透由歷史數據分析各時段使用人次進行廁所動態人力預測性的調配建議，有效規劃人力資源管理與運用。

為了解決X光影像資料不足、類型不夠多樣的問題，我們開發了一套「影像擴增應用程式」，可以幫助建立更多、更豐富的訓練資料，用來提升AI模型辨識可疑物品的能力。這個程式有操作簡單的圖形介面，只要選好資料夾和影像變化的方式，就能自動批次處理大量X光影像。 整體來說，這項工具不只操作方便、靈活性高，也能有效補強訓練資料的不足，協助海關或安全單位建立更聰明、更有效率的智慧查驗系統。

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。

依據國外NGSS課綱以及國內新課綱所列出的科技領域學習階段指標，收斂相對應的學習力指標，規劃出五個學習階段：幼兒啟蒙、結構與動力、基礎程式、機器人發展及高階AI應用，並發展其適合的教學內容。 此學習方案是基於國際知名的兩大機器人賽事 (WRO & FIRST)，目標透過競賽與國際人才進行交流，進而激勵學生在科技領域方面的途徑不斷拓展，發展團隊合作與競賽並存的理念。 教具為有效整合IT+OT應用，達到教學之目的，開發了兩套AI機器人套件組。入門機器人包含自動控制、電機、機械工程、STEM 科普等相關機器人教育之機器人微控制器與學習基礎套件；進階機器人則搭配攝像機、樹莓派、無線搖桿，可實作多功能變化的 AI 機器手臂、AI 自動駕駛車等。並發展多種實務課程，如將生產流水線搬到課堂上學習，實踐產業學習的環境。 教案及課程部分，入門鎖定國高中生，與翰林出版社合作開發初階AI教材「出發吧!自走車! 」，推廣至全台國中；進階套組則針對高中以上至產業人士，開設AI進階機器人研習課程。

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。