應用案例

糖尿病自1987年以來一直佔據我國人十大死因前5名，而糖尿病患伴隨的併發症更造成我國醫療資源龐大的負擔，其中因糖尿病所衍生視網膜病變，更使得糖尿病患比一般人高出25倍的失明風險，因此國民健康署規定糖尿病患每年至少要進行一次眼底檢查，但經糖尿病共同照護網內之家醫診所統計，眼底檢查率歷年都是指標偏低的項目，原因不外乎診所缺乏檢測設備與眼科醫師，以新北市為例「全區29個行政區，其中13個行政區無眼科診所」，因此本計畫引進工研院開發AI輔助診斷系統，來協助非眼科醫生進行眼底圖判讀，並判斷糖尿病患是否該轉診至眼科，提高糖尿病患視網膜病變的早期篩檢率。 AI眼底圖影像輔助分析是一套針對糖尿病視網膜病變診斷開發的輔助AI系統，透過取得經醫師標註之資料集，設計一個卷積神經網路，採用機器學習技法讓該CNN學習如何從眼底影像萃取糖尿病眼底病變。已於3家醫院及6家診所進行服務驗證，實際受檢測人已超過4,000人次，訓練與測試影像判讀準確率已達 90%，以精準檢測分析數據供醫師作為判斷依據，提高視力醫療照護效率。

《振海資通股份有限公司》利用AI機器學習搭配AOI技術，已部署於電容器製造業並成功實際運用。由於電解電容器為圓柱形體相關問題，此方案可解決傳統平面檢測較無法檢出的相關問題，檢測出人眼無法看到的瑕疵、測量物件尺寸及辨識物件位置等，是一套非接觸式檢測系統，可在動態製程中檢測。對所須檢測項目進行取樣，樣本進行標註數據化後，將數據透過演算法，進行瑕疵檢測數據分析，歸納出各階段產出不良品之原因，確保品質穩定性，提生良率，實現智能化的生產線。

1. 輸入關鍵字，即可查詢法規，效率提升！2. 點選專家解惑功能，讓專業顧問團隊，解決你的疑難雜症！3. 環安衛新聞網，每天更新最新時事，讓你走在趨勢先鋒！4. 更多功能，持續更新中！

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。

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。

若水 AI 數據服務團隊致力於為企業提供大量、安全、高品質的標註數據，並針對電腦視覺相關的數據研發智慧標註平台，配建多元標註工具，設計完善的品管系統及回饋機制，提供整合性的數據處理服務，讓 AI 能精準學習。 我們的客戶類型已遍及兩岸三地及日本市場，涵蓋安防監控、電子商務、自動駕駛、工業 4.0、智慧醫療、人臉辨識以及語音和語意分析…等 AI 應用。我們的客戶來自台灣、日本，包括日商Incubit、Skydisc 、ASUS、工研院、中華電信、雅婷、新竹市政府、台灣智慧駕駛股份有限公司、台灣人工智慧實驗室、資策會...等。AI 應用涵蓋自駕車、橋梁公共安全、瑕疵檢測、電商、智慧農業及智慧醫療。

開發國家因人口老化、少子化、勞動條件提高等變遷，傳統零售業面臨人力短缺及人事成本高漲的壓力，導入自助結帳系統已逐漸形成趨勢。Technavio的分析師預測，從2018年到2022年期間，全球零售商店自助結帳終端市場將以18.63％的年複合成長率成長。近年來由於影像辨識結合人工智慧的快速發展，再加上相關硬體技術漸趨成熟且成本下降，採用影像辨識商品外型特徵的技術發展自助結帳已成主流。市場現有的自助結帳系統多採用條碼辨識技術有其先天上的限制，曾興起使用 RFID 技術成本因素也難以普及；AI多鏡頭自助結帳系統運用多鏡頭協同拍攝，結合AI類神經網路與感測器融合技術之開放式互動結帳平台，商品可以自然擺放(瓶裝、罐裝、鋁箔包商品可以豎放)直接進行辨識，針對易混淆商品透過重量感測以提昇辨識率。另外可搭配使用現金支付、悠遊卡等多元支付機台，實現「不用排隊結帳」消費體驗新風潮，商品結算速度較現有店員提升50% 促成實體零售數位化，為新世代零售服務門市提供優良自主結帳之解決方案。

MusesAI- 是提供製造業非資訊人員，透過一站式介面指示精靈，可快速、簡單、準確度高方式，在系統介面自動協同標註特徵及自動訓練AI模型，而後即可立即下載佈署使用的一站式AI模型開發平台，其中AI應用模組類別包含影像類及數據類兩大方向，影像類涵蓋物件辨識(數量、標工)、人員行為辨識、工地安全等；而數據類則涵蓋機台閒置預測、設備故障診斷等應用，可大幅降低一般AI模型開發門檻及投入時間。

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。

我們的AI對話式商務整合平台，從客戶端至客服端，為您串連所有的工作流程，包含相關系統整合串接，讓工作流程快速和提高效率，不單以最新的AI智能客服當第一線，更以IA人機協作方式，輔助客服人員快速了解客戶需求和維繫良善的顧客關係管理。 而我們設計的聊天機器人平台，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智能機器人與客戶輕鬆互動對話交談，讓使用者在對話的過程當中，更能快速了解產品資訊、產品應用和其功能特色，更進一步結合真人銷售。 我們可以將所有顧客軌跡進行數據整合，不論客戶拜訪網站、APP、LINE、FB等社群媒體，以及客服中心(Contact Center) 包含真人服務包含電話、文字客服等，皆可將客戶資料統一歸戶，以利後續消費者行為分析。在這幾年中已成功導入銀行業、政府單位、電商業、交通服務、物流業各大產業，提供智慧服務、智慧交通、智慧政府、智慧物流等AI技術應用。

AI避障功能特色在晶片成本增加US$1的狀況下，換成RGB sensor以及DeepMentor收集的dataset後，運用微型化大型AI Model並保有精確度，能精準計算距離及物件辨識，大幅降低False Alarm。 亦保有銜接Tof的架構，擴充性可利用其拉類型Sensor fusion，閃避其他的障礙物。

以one-class learning之學習架構，導入AOI (Automated optical inspection)檢測瑕疵智慧化發展，在自動化條件下提升產品檢測辨識率，以減少人力工作負重量，包含兩部份工作，一、建立以Autoencoder與self-organizing maps為基礎之瑕疵檢測技術，並完成廠商提供實際AOI機台資料之瑕疵檢測技術測試；二、完成廠商現場機台系統整合與資料介接，將影像資料透過AOI系統之接口導入部署分析技術之邊緣運算裝置，再將分析結果傳回AOI系統中，於介面上顯示瑕疵區域。主要利用python撰寫建立影像辨識軟體，其同時具備了影像前處理功能，例如：高斯慮波(Gaussian Filtering)、均值模糊(Averaging Blur)、中值模糊(Median Blur)、雙邊濾波(Bilateral Filter)且包含分析功能與可提供數據可視化及存儲之後處理功能。使用本分析軟體可直接將原始照片進行進階分析，由預前訓練模型直接辨識產品的相片是否有無缺陷，可調控參數設定靈敏度以及協助執行品管。

近年常因田間病害及氣候異常問題，面臨作物產量、品質無法控制的困境，而目前憑藉過往經驗制定的因應對策，除無法有效控制局面，更耗費人力、防治資材等成本，未來將造成產業停滯甚至被淘汰的局面。而本系統將協助解決以上問題，透過建立種植數據資料庫、結合種植流程資訊化管理系統，搭配專家、農民經驗及田間氣象數據，建構出種植數據雲，並產出即時生產進度預測生長障礙警示二項智慧預測模式，系統的種植排程管理功能更同時協助降低作物用藥、資材成本，提高人力效率。系統亦將持續針對各次的種植預測與實際資訊進行誤差分析，將經驗回饋加深系統自主學習，並朝向精準預測目標邁進。

配合變色龍聯網解決方案，資策會亦提供AI分析協助生產執行提升產能之技術支援，根據感測器蒐集機台設備運作的細部動作資訊，找出能評估老化趨勢之關鍵資訊，進而利用機器學習方法建立感測資訊與。實際案例包含砂輪機研磨耗損偵測、截斷機裁斷長度預診、空壓機異常停機特徵偵測等等，以AI技術偵測協助現場生產，提高生產良率。 聯網應用描述：資策會智慧系統所研發Pub/Sub 設備聯網閘道技術，提供低延遲且可自主維護之工廠資訊化軟體，導入後使用者可自主管理，現場設備或感測器擴充不需再外包增加資訊化成本。可涵蓋範圍包含多家PLC、CNC控制器、現場表頭、外掛感測器、通訊介面卡轉接及Barcode Reader、RFID Reader等，設備內或現場環境偵測都可集中處理，大幅提升廠內智慧化程度。

英登股份有限公司除提供AI演算法開發服務外，亦可依照顧客內部需求規劃與執行AI 教育訓練課程，建立員工 AI 能力養成體系。主要目的在於推動 AI 於日常工作之實務應用，規劃主題課程，協助同仁理解AI 基本概念、學習AI 應用工具操作，促進內部流程優化與效率提升。舉例來說教育訓練規劃為期四個月的 AI 應用教育訓練，共 19 小時課程，透過每月一堂主題式教學，循序涵蓋 AI 基礎與 Prompt 實務、Gamma 簡報應用、ChatGPT＋Colab 資料分析，以及 Make 自動化流程，讓員工能系統化理解 AI 工具並完成情境實作，逐步培養實務應用能力，推動AI 技術在日常工作流程中的落地與推廣。