應用案例

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。

為使YouBike會員能夠自主操作查詢，更快速獲取所需資訊，增加資訊的掌握度，導入AI智能客服機器人平台服務以滿足會員需求，以FAQ、NLU 雙大腦等人工智慧領域相關技術，透過微笑單車提供之應用程式介面與微笑單車內部應用系統介接，提供具價值的即時場站資訊、遺失車查詢與通報協尋、遺失物查詢及預約取件、天天YouBike活動查詢、常見問題等中文服務。 利用 AI 人工智慧建置「智能客服機器人」系統自動應答方案，擴增服務管道， 提供 24 小時不間斷的多通路即問即答文字回覆服務，透過AI學習機制，實現人機自然語言之互動，並結合真人文字客服，藉由完整機制達成服務分流，一般性業務諮詢由智能客服機器人協助回覆，客服人員處理複雜業務或是進階服務，有效運用人力資源及提高服務效率。 本案之核心模組以NLU、FAQ與FLOW構成「雙腦一流程」之運作架構組成AI交談式服務。「NLU 大腦」被稱為「服務腦」，負責理解用戶多元詢問提供個人化服務內容；「FAQ 大腦」則稱為「諮詢腦」，專門處理一般性的常見問題，而「FLOW 流程」則可串聯雙腦進行流程設計並與系統API串接，帶來流暢且彈性的客服交談。

因應全球智慧製造發展趨勢，加速國內高精密光學邁向智慧製造時代，本應用發展能源稼動管理機制依據研拋製程情況，透過遠端監測設備狀態、預知保養，以降低設備人力維護成本需同時收集廠區設備變壓器運轉時之溫度、電壓、電流等諸元，即時提供故障因應對策、變壓器剩餘壽命診斷，從能源資料、設備機台到智慧預警，提出流程改善規劃，以達到整體生產力提升的目的。

利用多國語音辨識與智慧點餐，協助餐飲業者接待外國觀光客，使用本國語言點餐。協助商家以AI功能自動將商品名稱、商品描述、商品加值等內容翻譯成多國語言，提供海外旅客無阻礙的在系統上直接選購，支援英文、日文、韓文、法文為基礎語言，協助店家提供海外消費者優質消費體驗。

此系統可應用於產線生產時的即時監測, 可經由振動感測器將訊號量測後,經過演算法處理所產生的損壞指標做為參考結果,達到及時的 產線監測,同時可透過2.4/5G wifi 與雲端資料庫進行數據蒐集,未來可透過訊號處理與類神經網路分析,發展獨特的機械預測系統,進而避免因產線設備無預警損壞而產生的問題。

由 Chimes AI 詠鋐智能所開發的無程式碼（No-Code）模型生命週期管理平台 Tukey，作為核心引擎，幫助最熟悉機台狀況的設備保養工程師，彈性的調用Tukey內建或是企業投資開發的演算法，建置設備監診 AI 模型。機台設備可根據AI 模型建立設備性能曲線，設備保養工程師可根據此設備性能曲線，監控全廠設備運行狀況。系統根據性能指標預先反應設備衰退現象，經由系統判斷風險等級，協助保修人員安排計畫性維修，提高設備稼動率，延長設備服務年限，有效的降低工安意外災害。

有許多傳統產業之生產機台大都是封閉式系統，依賴資深的”老師傅”經驗進行機台參數調校，以維持生產順利與生產品質。 然而面臨智慧製造之機台聯網需求，既有機台升級汰換的高額成本大幅阻礙了傳統產業升級的規劃。 因此，此案例透過採用非侵入式感測技術取得傳統製粒機台的電氣信號、振動信號，並使用AI機器學習演算法來建立機台 協助廠商傳統產業建立「生產機台徵兆訊號擷取與連網建置」、「即時生產資訊可視化平台」及「有機肥製造廠區生產智慧化模組」，以協助業者進行有機肥料的品質優化及達到提升設備稼動率並降低生產與人力監控成本

啟雲科技將技術模組化，加強AI底層技術訓練與導入，利用AI影像辨識與即時影像生成訓練模型，並導入自研發AIot之「PICBOT AI Hub 智慧互動機」，優化應用服務並提供科技行銷之不同消費者體驗。「霹靂盛典 - 無極化身」運用5G高傳輸、低延遲特性，以雲端算力結合AI生成技術，將自己化身為霹靂角色與動畫。 世界首創的「PICBOT」匯集AI影像辨識、擴增實境、體感偵測、程式化3D 內容及藝術創意，提供即時互動、顯示投影、拍錄、列印與智慧零售等功能。結合自有專利Edge AI辨識技術及AI生成技術，透過顯示器偵測用戶行為與機台互動，用戶可即時穿戴虛擬物件並與虛擬影像互動，系統可生成各式風格主題或動畫內容，拍錄XR創意影像並實現虛擬購物需求，透過PICBOT AI Hub虛實內容完美融合、實現UGC內容共創體驗。

智慧農業中種鵝育種產業中，開發一款整合了 RFID+AIOT +影像識別+邊緣計算技術 的 智慧型 "種鵝智能產房" 。詳實自動登錄各隻母鵝產蛋與行為數據，再經系統，依該群種鵝產蛋狀態自動統計分析並產生產蛋曲線圖，自動分類豐產與寡產鵝群組，有效篩選並淘汰不孕或寡產鵝隻。以確保種鵝產能最佳化。

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。

基於設備大數據的預測性維護與診斷 AVEVA PRiSM的APR技術 (Advanced Pattern Recognition先進模式識別)，將設備的實時運行數據同其特有運行模式進行比對，發現系統行爲的細微差異，從而對設備可能存在的問題進行提前預警，實現對設備的預測性維護。早於傳統報警系統數天、數周或數月進行預警 傳統的警告方式為設定上、下界限，但PRiSM是以點的周圍來計算，利用演算法建立一個正常的模式，當實際值和預測值之間的偏差超過允許的限制時進行預先報警。

JCAATs 為AI 語言 Python 所開發的新一代稽核軟體，除具備傳統電腦輔助稽核工具(CAATs)的數據分析功能外，更包含許多人工智慧功能，如文字探勘、機器學習、資料爬蟲等，讓稽核分析可以更加智慧化。 JCAATs 可分析大量資料，其開放式資料架構，可與多種資料庫、雲端資料源、不同檔案類型及 ACL 軟體介接，讓稽核資料的收集與融合更方便與快速。繁體中文與視覺化的使用者介面，讓不熟悉 Python 語言的稽核人員也可以透過此介面的簡易操作，輕鬆快速產出 Python 稽核程式，並可與廣大免費之開源 Python 程式資源整合，讓您的稽核程式具備擴充性和開放性，不再被少數軟體所限制。

奕瑞科技將Deep Learning 演算法極盡所能的在各個領域做出落地的解決方案，除了本身精研的核心演算法之外，還能貼近客戶的需求，與客戶共同討論出最適合的解決方案，並且跟著客戶的SOP，不斷地做滾動式的來回討論，以期用AI 人工智能技術，真正改善客戶在管理上的困難。其解決方案包含解決員工需要監看包商是否違規，交由演算法來判斷，能避免掉人與人之間的摩擦，並且節省了大量的人力監督。另外，AI/AOI 瑕疵檢測也解決了傳統瑕疵檢測過多的誤殺（判）造成現場作業的混亂以及不必要的浪費，AI/AOI能夠制定出容錯空間，讓生產線上的員工（期望篩選標準放寬）以及在辦公室處理客訴的管理或是業務人員（期望篩選標準從嚴）達成最最精準的平衡，並且能夠整合後端自動化生產設備，即時傳送訊號讓機器手臂或是相關設備做出相對應的反應。

利用安裝於工廠產線或各種戶外嚴苛環境的工業等級的 ToF 與stereoscopy 3D相機擷取大量2D與3D影像，經由立普思團隊特殊的AI機器學習演算法與大數據整合，可有效識別並重建各式物體在3D空間中的相關位置資訊，配合立普思獨家的硬體加速與平行處理功能，可實現高禎率即時物件與人形識別，可廣泛應用於工業4.0、智慧零售、智慧農業、健康照護、安全監控等各種不同領域。 立普思的製鞋自動化方案同時整合了2D與3D機器視覺、手臂控制、電漿噴塗、與機台控制等，能有效取代傳統製鞋業的人工步驟，同時藉由單隻或多隻 2D/3D攝影機，透過影像拼接 (image stitch)方式，將物件全方位掃描結果搭配AI深度學習的自動路徑規劃，直接控制機器手臂帶動電漿噴頭，以精準的法向量覆蓋鞋底全表面進行噴塗，相較目前大多數使用線雷射掃描的方案有更快的整體反應速度，同時也更具價格競爭力。立普思的VGR (Vision Guided Robotic) 方案目前已成功導入製鞋生產，此技術同時也可應用在各種相關產業，或是搭配立普思的其他AI應用如人臉辨識 (Facial Recognition)、人流計數 (People Counting) 、身形辨識 (Pose Estimation)等。

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。