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。

AR為虛實整合之結果，啟雲科技將AI技術模組化，將訓練模型導入至自有AR系統或廣告平台打造AI人臉動態定位引擎，可即時辨識真人臉部位置、姿態估計的同時，將3D模型準確定位於人臉上，達成AR Try-on之效果。同時模組化臉部關鍵點如頭部、眼、鼻、口位置，分割區域如瞳孔、頭髮等功能，以便因應不同商業模式或品牌端之導入需求作為行銷活動應用。

受到快時尚及網路購物風潮影響，品牌客戶對即時且準確供貨之要求越趨嚴謹。建構網實智能化製造、生產、銷售系統，以快速反應或預測市場需求，產業供應鏈垂直與水平數位化、智能化，成為全球搶單競爭關鍵。在缺乏即時內外部資訊整合條件下，每次決策都在考驗高層主管的智慧與運氣，常備原料採購時機錯誤就可能導致公司訂單賠錢，生產決策錯誤就可能導致需要空運才能達交，昂貴的空運費即大幅抵銷了訂單利潤。利用基因演算法+資源限制分類，並整合訂單、排程及產能，模擬生產排程資訊提供給廠長決策參考。此一應用可最佳化安排生產，減少瓶頸問題，提高物料供應精準度，減少停工待料的問題。

VANTIQ新冠病毒安全防護聯動系統可以應付新冠疫情下企業復工，體溫異常狀況監測和限制人員流動傳播疫情。 有效的保障辦公大樓、校園、工廠、政府機關、醫院、機場等場所正常工作秩序，維護員工健康和生命安全。 VANTIQ在監控場所入口設置體溫人臉一體化識別門禁，可以在員工及訪客佩戴口罩情況下進行有效識別。當進場人員體溫超過預警閾值時自動發出警告。通過VANTIQ的即時處理技術，立即通知相關部門進行防護控管安排。VANTIQ整合影片結構化處理能力以及發燒紅外線檢測攝影機，將體溫標籤標示在目標人物上，即時從人潮中定位捕捉。VANTIQ結合外部資訊系統，從航班的安排調度到智慧建築平臺，即時動態對人物或感測器的警示數據進行識別並預警。VANTIQ與室內及室外地理資訊結合，地圖定位疑似病例並即時協調醫療資源，快速跟進處理。VANTIQ 數據看板可以即時展示易感染擴散區域，並可跨區域、跨部門使用業界標準協定共享資訊。

民眾來到稅務局的時候，常常不清楚自己該繳多少稅額，或是需要哪些條件才可以申辦各項業務。透過本計畫，民眾即可透過Web、Line/FB、數位看版與語音機器人進行互動以尋求解答。SmartRobot 智能機器人運用自然語言分析技術在機器智慧問答的基礎上全面升級客服中心，使民眾能自助服務、降低人力成本、提升效率及顧客滿意度，系統支援優化與知識學習體系，提供民眾優質標準化回饋以及7/24零時差諮詢服務。碩網資訊開發的智能機器人 SmartRobot 作為系統導入之底層架構，運用 SmartRobot 之資料源整合工具、智慧型搜尋引擎，關聯相關性分析、語意分析、自然語言處理等 AI 人工智慧工具分析的核心技術，整合客戶服務、身份管理等關聯應用系統平台服務進行平台建置系統開發。

透過AI 銷售員，讓使用者能以說話或打字的方式諮詢，詢答關於售前商品、售後使用、服務及相關權益等內容，只要講一句話，透過即時語音轉文字的功能，幫客戶找到答案並回覆；更能舉辦線上活動，推廣新商品及服務內容，促進客戶、用戶與品牌的互動率及黏著度；最後能將用戶的發話、互動內容轉化為可分析與應用的數據，提供更即時、精準而優質的客戶服務體驗及速度。

XCockpit 平台由三大核心模組構成，每個模組都深度整合了 AI 技術，實現自動化分析、偵測和應變： 端點安全態勢管理 (Endpoint)：  自動化案件管理：告警不再被動處理，而是透過 AI 分析，自動建立和管理案件，提升團隊效率。  視覺化根因分析：AI 模擬攻擊路徑技術，自動歸納事件關聯，並以視覺化方式呈現根因分析，讓案情一目瞭然。  AI 即時案情解說：獨特的資安專用 AI 模型，能提供中文案情摘要和處置建議，協助管理層快速掌握狀況。 帳號安全態勢管理 (Identity)：  帳號衝擊分析：AI 模擬帳號衝擊分析，預視駭客可能的攻擊路徑 (Attack Path)，揭示企業特權邊界。  監測威脅先兆：監控異常的特權帳號活動，即時偵測常見的 AD 帳號攻擊手法，識別攻擊先兆。  量化身份管理：掌握身份攻擊面 (Attack Surface)，量化企業 Identity 安全指標，提供整體安全態勢。 外部資產曝險管理 (EASM)：  數位資產調查：持續監測對外曝露的服務和數位資產，提供外部攻擊面可視化分析，掌握企業資安破口。  評估資安態勢：提供即時的風險評估、整體資安態勢指標和處置建議，協助資安人員迅速採取行動。  虛擬 AI 情資助手：提供企業風險評估、資安合規報告，並彙整重大資安事件重點，協助掌握全球駭侵資訊。

智能即時派車配送系統包含三大核心： 1 需求預測： 可利用過續運送的大數據資訊，猜測未來的運送需求 ，預測在不同時間點、不同產業別、不同地點、... 等等不同情境下，會產生怎樣不同的配送需求。 2. 供給引導： 利用業者過去的大數據，建立初步的智能車輛調派模型，搭配智能需求預測模型，引導車隊往需求多的方向集中與散佈。 (3) 媒合最佳化： 利用業者過去的大數據，建立初步的智能供需媒和模型，配發工作給接單騎士。

為解決生產設備無法聯網、資訊蒐集不即時、缺乏數據應用基礎等問題，本計畫由谷林運算協助導入完整的智慧機聯網與 AI 分析系統，建構從資料擷取、視覺化、分析到 AI決策支援的一站式解決方案。本專案實施方式採分階段建置，包含資料擷取、雲端整合與 AI 應用導入三大步驟，逐步實現智慧機聯網與生成式 AI分析之應用。

樹木不只於果樹，公園樹木的管理及大面積的森林樹木管理及黃化病蟲害初步預警服務推廣，協助公園或森林等單位樹木維運管理，降低病蟲害發生後的農藥資材的支出，讓管理人員專心於防法方法。

本計畫針對各種異常狀況使用不同的方法偵測，其中異常狀況有：壅塞、事故狀況、異常物件及逆向行駛，透過追蹤模組判斷是否發生異常事件。首先探討壅塞，壅塞發生在車流量大導致車速緩慢的狀況，針對此現象可以透過追蹤模組取得車速，若平均時速低於高速公路的60km/h 最低速限，則判斷壅塞。第二點事故狀況，由於在道路上行駛時須保持安全距離，若兩車距離過近，則會提高碰撞的機率，在事故發生前透過軌跡判斷兩車是否在前方會有交集點，並在兩車發生重疊時則判斷兩車相撞。第三點是否有異常物件，將一般道路上禁止出現的物件加入訓練樣本，以高速公路為例，正常情況下不會有機車出現，若畫面中辨識出異常物件則進行追蹤。最後一點逆向行駛，在路上行駛方向與其他車有所不同，在追蹤時軌跡會與正常情況下有異，判斷軌跡方向異常時發出警示將團隊所使用的 Smart AVI 與目前最常被使用的影像辨識技術之一的 YOLO 相比。雖然 YOLO 可以辨識的種類較多(屬於通用解決方案)，但要運用在交通方面則是Smart AVI 較具備優勢，因架構與設計屬於特定領域的解決方案，其訓練所需要的樣本數較低，演算速度也更快，最重要的是具備追蹤物件的功能。

汽車零件再製造工廠每年要生產的型號會跟著二手市場變化，以傳動箱來說，市面上最常見的二手零件不會超過500種，但每年都會淘汰最老的50種，同時增加新的50種。如果將每個零件拿去不同角度和不同背景拍攝，每種傳動箱大約要拍攝1000張訓練張影像，要讓傳統的物件分類AI持續每年學習，每年都要準備50000張訓練影像，透過生成式AI，客戶願意每年針對50種零件掃描建模，訓練出來的辨識器可以幫助再製造工廠辨識現場的原料，協助原料管控同時，也可以降低採購在零售商的溝通成本。

Office 365 是透過雲端所提供熟悉的 Microsoft Office 協同合作與生產力工具。每個人可隨處存取電子郵件、網路會議、文件及行事曆以輕鬆地共同合作。而 Microsoft Graph API 則是提供外界存取 Office 365 資源的一組 API，舉凡 Office 家族的 SharePoint、OneDrive、Outlook/Exchange、Microsoft Teams、OneNote、Planner 和 Excel 等等，都可以透過 Microsoft Graph API 作存取。大同世界科技「智能秘書」是一個交談式機器人，深度整合了 Microsoft Graph API，企業員工只要透過「智能秘書」綁定了 Office 365 的帳號，便可以存取企業或組織在 Office 365 上的資源。由個人資訊的取得，如行事曆、電子郵件等等，到協同作業的實現，如文件的同步、會議時間預定等等應用，皆可以使用文字、語音等方式，在不同的社群渠道與「智能秘書」交談，透過「智能秘書」業務腳本的導引，實現企業或組織相關作業流程的應用。

聯和趨動股份有限公司所開發之「AI職能評鑑系統」可以解決中小企業在徵才、用人及留才上面的諸多痛點，系統依據個別公司產業類別、公司組織及員工人數，並結合勞動部勞動力發展署iCAP職能量表，將關鍵向量建模於Neo4j，透過職能知識圖譜的非監督式動態學習，快速建立個別企業的職能模型，企業內部的人力資源人員或外部的專業人資顧問，便可以依據所產生之職能模型，進行人才招募、職能盤點、績效考核及教育訓練等方面的評估跟應用，並且會依據公司現有職稱架構下，自動給予建議其尚需加強的職能，包括相關的知識、技能及態度等等。 透過持續性資料的導入跟訓練，系統會學習雇主對於該職業應有之模型的實際看法，並回饋雲端職能量表中，以transfer learning的方法完成知識圖譜的動態學習，未來其將可媲美專業人資顧問，藉此來快速幫助許多跨領域的企業，或是多元化技術的企業在職能上的訓練及培訓。

Labelhub 影像標記管理&自動學習及輔助系統，是專門設計給真的需要建模的人使用，它使用半自動化影像辨識的AI架構，結合人工標記的介面，和能自動生成標記資料的AI模型，搭配十足友善的客製化設計介面，協助解決標記影像工作流程中可能出現的各類問題，例如影像資料管理、人員權限控管、系統資源分配、模型版本控制…等。應用領域包括醫學影像辨識、科技業產品良率控管、製造業工安辨識、安全監控…等領域。