應用案例

過往文件資料的彙整、分類、分析作業皆需仰賴大量人力的處理及判讀，除去高昂的人力與時間成本，透過人力進行這類型工作無可避免會出現人為誤判的情形，往往需要進一步的檢查、驗證，方能確保解析結果的正確率在可接受的範圍內。藍星球資訊將自主開發的自動化資料豐富程序(ADEPT)，搭配改良後的長短期記憶網路(LSTM)、語意向量(word2vector)、深度學習(kNN)等機器學習模型整合為【透事THOUGHTS】系列技術，運用AI演算法自動剖析文本，將巨量文字資料進行智慧分類、自動摘要、詞彙萃取、情緒感測、精準推薦及觀點聚類等分析，協助使用者從中提取可供加值再利用的各式特徵資料。本技術常應用於典藏資料、知識文件、書籍文章、開放資料等各類型中文資料，亦可串接於各種規模資料庫的建置。

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。

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。

過去，為了確認使用者的身分，我們透過網路的帳號密碼或是實際生活中的卡片等載具來做為數位資料的中間橋梁。但是帳號密碼會忘記或被竊取；卡片亦有遺失及被竊取的問題；所以過往我們會增設監視裝置做為事後稽核的紀錄方式。而今技術進步，我們可以透過生物辨識的方式，藉由每個人的生物特徵來取代傳統的載具，避免遺失(忘)或是被竊取的問題，進而提升辨識的安全性。再則透過人臉辨識可以採非積極的辨識特性，運用現有的監視設備，可以協助提升自助或是服務的便利性，以提高服務的品質。 精誠集團將人臉辨識的技術整合應用在智慧通行上，提供黑白名單的臉部辨識解決方案，可以不需要額外採購新的監視設備，只要現有監視設備符合H.264壓縮格式即可利用做為前端影像收集的裝置，透過精準快速的辨識功能且架構可以彈性調整，提供快速且大量的客戶資料辨識解決方案。 白名單的部分，適合各服務產業，可以透過人臉辨識後的結果，發送訊息或是直接將客戶資訊帶出，提供從業人員更加迅速的服務客戶，更可以讓服務更精準有質量。 黑名單的部分，可以協助服務業辨識列入黑名單之人員，並發送訊息提醒人員注意防範可能產生的破壞及損失；另外也可以協助保全或廠區管控人員，減少大量訪客或是從業人員進入辦公區域時，因眼睛疲勞造成疏忽而放行的尾隨人員，落實管控。

物流士AI語音助理採用數位客服助理的概念，整合人工智慧、語意分析等技術，協助解決國內物流士離職率高，1至2年資歷的物流士平均占比高達4成左右新手司機因不熟路徑，全程配送時間平均比老手司機多出1.5~2小時，邊開車又要聯繫客戶容易產生交通安全上的問題，忙碌忘了聯繫，收貨人不在又需重複再次配送。DHL採用APP提醒司機最近取貨點及正確送貨地址，縮短50%等待時間並消除包裹送錯地址的人為錯誤，工研院服科中心「物流士AI語音助理」數位客服助理即時追蹤物流士的配送動態，管控中心預先透過數位語音的方式，掌握車輛目前位置與下一送貨地址，先與收貨人進行聯繫確認收貨人可否收貨，收貨人無法收貨變更下一送貨點並即時告知物流士。當路況異常導致配送時間延遲時主動告知收件人，並透過語音或文字，回復貨件動態查詢。每日出車排單時間減少30分鐘；每件貨收件地址查詢時間減少2分鐘每日可節省約1~2小時的查找時間，並可與廠商原有配送作業系統結合，擴充分析的資料區域趟次/貨量/時間窗/客戶商情/配送熱區分析服務。

Dataset Acquire資料匯入整合管理、Dataset Reprocessing 資料前處理與作業、Dataset Understanding資料理解與分析、Data Labeling資料標記輔助系統、Model Generator模型設計、Auto deployment自動發佈模型

Shoplus 是 iKala 在東南亞及台灣為品牌主及零售商打造的 AI 社群電商銷售工具，運用 iKala 獨家開發的 AI 語意及圖像偵測技術，協助品牌主及零售商，快速整合臉書及 IG 等社群銷售通道。透過 AI 商務機器人、訂單管理系統、及社群電商顧客管理系統，在銷售的過程中，運用 AI 傳遞人和人之間的溫度。憑藉卓越的 AI 技術實力也奪下多項 AI 應用大獎。2021 年回台落地，與全家獨家合作，推出 Shoplus 商店家，共同面向台灣市場。 三大特色： 1. AI 偵測直播留言，訂單不漏接：運用 NLP 技術協助賣家在直播銷售的同時，自動偵測具有購買意願的留言，並立即寄送 Messenger 訊息通知消費者，快速引導完成訂單。 2. 智能對話機器人引導訂單成立，購物好簡單：消費者在社群影片下方留言後，便能即時收到 Messenger 訊息，在對話中完成訂單，讓直播選購、社群消費、及訂單確認一氣呵成，體驗無縫接軌的社群電商消費流程。 3. 整合式管理後台，管理好方便：結合商品添增、訂單資訊、客戶管理及營運報表的整合式後台，讓商家一覽銷售與庫存的全貌。整合全家店到店取貨物流服務，透過整合式管理後台，便能清楚掌握包裹寄送及貨款入帳狀態。

本系統運用 DeepLabV3 深度學習演算法，建構一套針對保安零件瑕疵辨識的 AI 模型。為提升辨識準確率，開發團隊進行了多種攝影鏡頭與取像環境的測試，共拍攝 1,200 張探傷缺陷影像做為訓練資料，藉此強化模型辨識能力。系統透過筆電連接 RS232 轉 USB 介面，接收啟動指令後，每秒擷取 30 張即時畫面，並對每張影像應用 C1 子項所設計的瑕疵辨識演算法進行判讀，並即時在螢幕上標示出探傷瑕疵部位。整體架構可應用於製造流程的品質控管以及非破壞檢測的磁粉探傷，提升檢測探傷效率化和省人化，協助企業實現智慧缺陷非破壞檢測的探傷解決方案目標精進。

(1)初始透過訪談產業專家確定預測需求及影響產品銷售預測之關鍵變數(例如季節，品項大類，淡旺季..等) 。 (2)進行資料擷取、資料清洗、資料整理與資料整理等前置程序。 (3)而後基於數量分析流程，進行描述性統計分析、相關性分析等步驟，以確認變數及其關聯性。 (4)透過銷售預測的模型建立，直接成效反映在備料精確度及人員溝通效率提升，並提升初次合作的高質量客戶滿意度，達成高需求量判斷兌現率。 (5)模型曲線置入缺料預警戰情，提早指示/警示/預警，以報表/移動平台/戰情看板/即時通訊軟體…等呈現，拉動供應商，降低無效追料損耗。 (6)資料來源為ERP/MES，銷售預測與排程系統整合，動態模擬調整庫存水位，因應少量多樣需求，降低庫存呆料， 滿足達交，體現企業提升毛利。 (7)數據歸納出模型後，不需大量，也具參考，只須持續數據量與驗證，提高精準度，強化企業體質，降低人為干預，以數據智能面向市場。 (8)數位優化/世代交替/新冠疫情過後，客戶及供應商重新洗牌，產業高值轉型，跨足新市場，爭取新客人，都須仰賴數據驅動思考變革的方向。 (9) AI 銷售預測可以應用於ODM/OBM/自有品牌製造業。

目前市場競爭激烈，隨著科技的進步，無人化自動販賣系統現金也相當的普遍，五花八門各類產品都有，但目前的消費者客製化需求也越來越多，傳統以往的販賣機總以固定形式做銷售，消費者可選擇的範圍受限，購買慾自然也降下降。目前將商品銷售結合AI技術擴大應用服務型態，讓使用者可自行操作或是與機器互動，藉由AI系統的分析消費者的年齡、性別、情緒等，讓AI分析消費者的特徵值，並結合AI推薦系統而推薦消費者適合的商品，甚至購買樓層或是櫃位，達到多方面的銷售應用服務，例如：依年齡及性別推薦當季服飾，飾品，髮型、彩妝、美食等，以達到商品銷售的目。

「Python語言深度學習應用」課程從類神經網路理論發展沿革開始介紹，涵蓋非監督式與監督式深度學習模型，透過案例介紹常用工具框架OpenCV、Keras、TensorFlow與PyTorch，輔以整合式開發環境Jupyter Notebook或Spyder進行實機操作，逐步達成深度學習精準建模的目標。

Linker的Ground Truth服務旨在提供高效、準確且可靠的數據標註解決方案。Linker AI平台具有持續學習的AI演算法技術，能運用人工智慧技術增進自動標註準確度​，減少數據品管成本與整體輸出。平台​透過人工微調整參數，再運用相輔相成的Golden Sample機制，檢驗每次模型產出之metrics數字以確保更好的結果；再把標註好的資料放入平台做訓練，以保證品質達到客戶需求標準。Linker AI自動標註平台大幅提高客戶標註效率，為客戶節省許多時間和人力成本。另外，人工標註容易出現主觀判斷和錯誤，導致標註不一致或不準確。Linker AI自動標註平台利用深度學習演算法和大數據訓練模型，對影像進行更高精度的標註，提供準確的標註結果。再者，Linker AI自動標註平台能提供同時標註多種類型的對象和場景，大幅擴展標註的範圍，為客戶提供更全面和多樣化的數據，用於訓練客戶的自駕車系統，而多樣的標註數據也可以使自駕車系統更好地理解和預測各種交通情境，提高自駕車運行的安全性和適應性。

以IoT與AI技術建構示警支援平台。裂縫尺與水平氣泡儀具備低成本、可量化之特性，搭配AI智慧辨識，可使社區居民僅需拍照上傳，即能自動回傳數據並觸發警示，突破專業監測與民眾自主間的落差，逐步落實防減災普及化。

智慧導航服務機器人 (iAGV)應用深度攝影智慧影像辨識技術與智動化科技、超音波感測技術，以Edge Computing快速反應為基礎，透過不同深度差找出特徵差異點因應不同工作環境需求之多元化定位，內建數量核對的AI揀貨同時進行數量核對，並具備「動線最適化」及「壅塞避免」的動線運算引擎，大幅提升作業效率，並獲得2018資訊月百大創新產品。工研院服科中心「iAGV智慧導航服務機器人 」突破天花板特徵深度辨識透過不同深度差找出特徵差異點，以導航整合天花板特徵深度辨識定位、導航、避障、定位等功能直接進行優化，以Edge Computing控制導航/定位模式的調整、地圖建立邏輯改良及行走控制等的動作。以低成本為考量採用簡易單晶片控制伺服馬達，並搭配低成本之影像導引裝置，達成符合業界需求價格的產品。並可機器人到貨架取貨，減少人行走道貨物能夠更緊密地存放，同時，省去員工走到貨架、取貨時間，讓出貨更有效率，節省理貨25%工時、減少人員移動距離35%與成本15%，滿足B2B、B2C等多型態發貨中心需求，並成功導入宅配物流業、資訊消費性電子產品發貨中心…等國內業者。

機器人流程自動化（RPA）是一套軟體自動化機器人程式，可以用來模擬人類在電腦上辦公的作業流程和行為，且不需經由特殊的硬體設備，即能將這些重複且枯燥的電腦桌面作業程序自動化。 RPA可以全天24小時待命，不僅可節省作業時間，讓企業將人力投資在更高價值的工作上，並降低人為出錯率