應用案例

AI家教-程式修正機器人 – For Python programming，在程式設計教學時，學生需要重覆練習，程式修正機器人以AI增強式學習演算法，訓練機器人找出Python程式碼錯誤，進行邏輯與語法錯誤分析，提出修改進建議，因此可提高初學者學習效果，減輕教師人力負擔。開發完成的程式修正機器人，結合公司自主開發的遠距實作智慧教室系統，以結合遠距教學與虛擬教室，可不受時間、空間、疫情影響，老師即時授課與互動，且進行軟硬體環境快速建置，節省硬體成本及軟體衝突。公司產品平台解決方案有五大特色：即時影音互動式教學、專屬使用者雲端實作環境、虛擬教室監控與輔導模式、智慧教師創新偵錯模式、即時分組討論與問答模式。

協助將第一代智慧里長系統轉移至LINE官方帳號上，建置「新北市智慧里長」LINE智慧客服服務，提供里長工作業務的個人服務，例如「里長通報」、「公文匣」、「巡守隊」等功能。

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。

透過AI資料思考工作坊之教育訓練，實施方法為理解資料科學與人工智慧專案規劃流程，進行問題定義、資料盤點、預期效益以及後續行動規劃的完整演練，提供改善營運成效及服務創新。

(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。

將人臉辨識、口罩偵測、體溫偵測整合與服務型機器人進行整合，使其在疫情期間可同時進行體溫量測，口罩提醒等工作; 並可依需要發出警訊。該功能除增加相關硬體設備，同時須與人臉辨識，口罩辨識系統進行整合。口罩辨識系統以機器學習方式建立模型，服務型機器人偵測到人臉時以該模型進行判斷口罩是否佩戴，並決定是否發出提醒語音。

AI醫療已蔚為趨勢，但醫療研究者常因資料蒐集、標註資料、撰寫程式語言和反覆調校訓練模型花費許多的時間與精力。沐恩生醫憑藉與許多不同醫師合作解決AI問題累積的經驗，特別研發出讓醫學研究者不用寫程式即能一鍵自動建模，直接自動處理AI機器學習所需要之特徵工程、模型選擇、調整參數、模型評估等冗長的處理流程，成功打造MAIA人工智慧自動化完整解決方案平台，協助研究者高效生成專屬的分析及預測模型、加速AI臨床應用 ，不但能建立混合數字、文字、圖形、波形複合資料的模型，同時以遷移學習的方法，讓產出之模型可以共享、疊加，進而衍生模型市集，讓研究模型變成分散式合作和分潤的新商業模式，對加速AI智慧醫療進化提供了整體的解決方案。 除醫療影像外，沐恩生醫亦積極發展人工智慧應用於醫療數據之判讀與預測， 以及利用自然語言處理技術，協助生醫資訊學之研究發展，運用此技術除已擴增MAIA平台功能可以透過問句方法大量閱讀與摘要醫學期刊，更可將文字、數字變成向量，運用AUTO DL+GCNN模型加速創新開發，如蛋白質與疾病的關係、蛋白質與藥物的關係，希望能對台灣生技醫療產業的創新及發展做出更大的貢獻。

大型人群聚集，未被合理控管，因而衍伸之公共危險可能性需被重視。依據內政部群聚管理條文顯示，室外每人活動空間為0.2787平方公尺為非自主推擠危害臨界值，活動空間為0.1857平方公尺為已達人群推擠壓力潛在危害。透過AI自動化即時計算大範圍人數，提供安全管理策略，為本產品之安全管理訴求重點。

傳統零售業分析以ＰＯＳ資料為主，雖然可以理解產品銷售組成但對於許多隱藏資訊如來客人數、進店率、 客戶動線、性別年齡屬性， 提袋率等卻全憑業主經驗， 在經營成本高張與大環境日益競爭的趨勢下，如何抓取更多資訊進行綜合分析以提升坪效性遂成零售業業主的挑戰。 ＡＣＴｉ攜手國內前三大電信商推出智慧零售解決方案，利用影像辨識技術提供從展店前選址評估到展店後來客人數與進店率分析，進而再利用熱點與性別年齡分析讓業主更進一步理解客戶屬性，更可結合會員系統與人臉辨識紀錄深度理解客戶忠誠度以及推薦系統，此外，ＡＣＴｉ解決方案為開放式平台，亦可結合業主自身營運相關系統 （ＰＯＳ　ＥＲＰ　ＣＲＭ…等)，利用全數據協助業主做更全方面的經營策略。

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布料花色檢索系統透過數位留樣系統拍照，以AI分類識別，定義不同布料材質、顏色與圖樣款式，在將數種物理特性轉化為數位化資料保存下，開發出數位化織品色彩及花色管理平台，這樣的概念類似於搜索引擎，紡織廠可以透過平台快速檢核庫存及過往記錄中最接近的色樣，以顏色及花紋識別，結合光照系統及色彩管理技術，制定紡織產業在庫存管理、數位資料庫、及產品 QC 的檢核標準，減少在打樣及確認上的時間及人力成本，同時減少人因誤差。

AI在視覺任務上已可達到超越人類的水準，透過專家標記的少量資料訓練視覺任務AI，可大幅度降低人力需求及人工失誤。 榮光科技研發的關係人指紋排除系統即是一例：指紋是刑案現場勘察的重要證物之一，當某一案件發生，鑑識人員採集到數枚案發現場指紋後，必須先排除關係人（如被害人等等非嫌犯）指紋，避免後續比對追查嫌犯之鑑定資源浪費。然而現場蒐集到的指紋通常是不完整、破碎的指紋，因此無法直接採用現已大量使用的手機或安控系統的指紋辨識系統來進行排除關係人指紋的工作。所以全台各刑事鑑識中心仍需靠鑑識人員人工目視比對，不僅耗時，也有人員比對品質不一的問題。 榮光科技的關係人指紋排除系統使用針對指紋影像處理而設計的 deep convolutional network，能夠從複雜的背景中辨識出指紋特徵點。系統在完全沒有假比中false positive的情況下，於警方實際測試資料中達到7成5以上之準確率。系統協助警方大幅降低工作人力成本並達到極低失誤率。

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。

AI刀具智慧壽命監控可以將工廠重要議題浮出檯面並予以解決，透過機器數據收集，大量擷取機台資訊創造原始資料庫，科智企業採用人工智慧深度學習(Deep Learning)，以及演算法，透過平台整合所有資料來源並精密分析運算後，讓工廠最常出現的耗材「刀具」予以控管，並且知悉刀具使用時間、個別磨耗程度、追蹤管理刀具庫，同時也具備磨耗預警功能，讓使用者能快速掌握工廠加工狀況，以確保所製造出的產品品質以及刀具成本控管。 同時也可以整合科智企業發展的ServCloud，不僅協助自主客戶並能擴大至上下游，整合各個廠域工廠資料，打造智慧供應鏈，也可以將原先廠內的ERP、MES資料進行介接，不浪費企業內部資源。將機台、人員、金流、報工資訊等重要工廠議題，進行整合與使用，讓工廠資訊即時且透明化。目前已成功導入台灣中小事業群體，以及外銷機聯網產品至海外如：泰國、印度、大陸、歐洲等國家。

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。