應用案例

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。

金融業CDP品牌第一首選，AI智慧引領：滿足企業需求的雲上雲下全支援平台，WebComm CDP以AI技術與數據驅動，釋放企業數據潛能，打造有溫度的金融。平台全面支援多來源數據，企業能深入洞察客戶輪廓與需求偏好，並提升客戶經營策略和終身價值，助力企業持續成長。AI 賦能與高效能引擎：AI 掌握特徵並自動貼標、AI 顧問協助模型導入、開箱即用的金融標籤庫、滿足海量資料的運算引擎。AI 演算貼標與顧問助力，提升客戶終身價值：透過 AI 智能標籤自動提取客戶特徵，並由專業顧問引入 AI 模型進行預測和推薦，輔助企業全方位的客戶經營與業務發展，更高效地提升客戶終身價值。提升服務效率，降低內部資訊落差：前線人員實務應用企業內部的數據資產，清晰呈現客戶輪廓與歷程，提供精確的的待客準則。透過標籤分析客戶資格與偏好，更能深入洞察潛在商機，全面提升客戶體驗。No-Code資料彙整與篩選，名單不再跨部門求人：簡易操作，根據多維度的客戶屬性篩選特徵，輕鬆獲取名單且自動更新。並提供預設標籤一鍵啟用，無需IT支援，即可滿足業務需求，助力行銷策略實現。

光學膜製膜裁切時，需由人員針對AOI照片一張一張分類，避開不符規格的瑕疵進行裁切，人員進行瑕疵分類時耗費大量時間與人力。我們設計了一套含有標記、資料前處理、訓練以及模型佈署預測功能的系統平台，人員只需上傳瑕疵資料，並到平台上標記瑕疵類別，系統平台利用卷積神經網路(convolutional neural network, cnn)進行訓練與分類計算。並回饋訓練成果與準確度，提供一鍵式模型佈署，將模型佈署到平台中，人員就可以利用佈署的模型進行預測分析，根據分類結果繪製裁切瑕疵map，人員即可根據瑕疵map建立裁切規格，進行裁切分調，並且有效的將A級率從69%提升至90%。

傳統上電視監測都是透過人工完成，但隨著電視媒體眾多，如果要監測每一台電視現在的播報內容，便需要大量的人力。而使用人力不但有可能會有資料蒐集不完全的可能性，在通報上與分析上也會變得較不即時。隨著深度學習近年來的蓬勃發展，電腦視覺的應用也變得更加成熟，現在，我們可以應用電腦視覺在人臉辨識、瑕疵辨識等應用用途上，亦可以用於場景文字探勘與文字辨識。因此我們即有想法想利用深度學習結合場景辨識、人臉識別、語音識別、光學文字識別與文字探勘等技術，製作成一人工智慧輔助電視監測系統，這樣方能以最全面、即時的方式監測電視媒體，並分析每天播報的內容，供廣告商與公部門進行參考

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。

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。

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。

LibraLung天秤肺影為電腦輔助偵測系統(Computer-Aided Detection, CADe)，以人工智慧(AI, Artificial Intelligence)技術，輔助專科醫師判讀胸腔電腦斷層(CT, Computed Tomography)之肺結節影像。本系統以網頁介面操作，具備「肺結節偵測」及「輔助自動報告」兩大功能。 當系統偵測肺部電腦斷層影像疑似肺結節存在，系統自動於影像中標記肺結節之VOI(Volume of Interests)，以及對應肺結節之類型(Class)、肺葉位置(Lobe)、長短軸(Axes)及體積(Volume)資訊，並經由橫切面、矢狀面、冠狀面、最大投影橫狀面觀察肺結節型態。輔助肺結節偵測範圍，包含肺結節最大直徑尺寸為4 mm(含)至30mm(含)，類型不限為實質(Solid)、非實質(Non-Solid)或部分實質(Part-Solid)。 本產品經國內醫學中心測試，模型在偵測肺結節之FROC表現，平均每例偽陽個數(average number of false positives per scan)為2時，靈敏度(Sensitivity)為94 %；在肺結節之類型分類表現為Precision=0.93, Recall=0.93；在肺結節所在肺葉位置分類表現為Precision=0.99, Recall=0.99。

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。

小柿自主研發AI DIP瑕疵檢查機。 適用於波峰銲完的PCBA外觀檢測 可搭載在客戶產線上，也可運用在獨立檢測機台 搭配線性掃描光學模組，完整覆蓋拍攝物之表面取像。 自主研發的小樣本學習瑕疵檢測技術，僅使用10~20張良品影像，即可快速建模、投入檢測，適用於少量多樣的場景，客戶使用小量良品，即可在5~10分快速建模，可自動標註元件節省客戶調整時間，即可立即投入產線檢測。自主研發的AI深度學習技術，可實現PCBA之外觀檢測，例如缺件、極反、錯件、偏移、破損等瑕疵檢出。

生理量值例如生命徵象，其中包含體溫、血壓、脈搏、呼吸、血糖等為居家照護每日必須量測數值，是長者身體狀況定期追蹤之指標，而生命徵象的異常更可作為後續衍生疾病的預警資訊。智齡科技透過合作照護機構蒐集之高齡者生命徵象歷史資料，進行分群（Clustering）與離異值分析（Anomaly detection）找出各分群群體的離異值，來設立每個群體的異常值判斷模型。此外，因生命徵象資料屬性為非均質，且具時間相依性高、資料數量大、個人化差異性顯著，故需要可持續學習新進資料的人工智慧技術，如以RNN (Recurrent Neural Network)、LSTM (long short term memory)來分析生命徵象時間序列。後續可透過每位長者的資料量持續累積，以建立個人之異常值判斷模型，提高適用至個人之模型判斷準確率。當異常值警示出現時，可透過資料庫中各種量測數值的變化軌跡，提供照護者與家人其對應的照護措施與衛教資訊提醒，掌握照護實施的黃金時間。

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。

學習語言與學習文化相輔相成。掌握華語才能深入了解臺灣文化，掌握臺灣文化才能把華語用到恰到好處。為了增強海外學子學習華語的動力，強化學生與臺灣的連結，僑務委員會自2020年推出首屆〈2020全球僑校學生華語口說爭霸賽〉以來，獲海外僑校師生熱烈迴響，總計有來自全球27國159所僑校學生組成511隊參賽，共計1,533人參加比賽。 僑務委員會於今年（110年）舉辦第二屆2021全球僑校學生及僑生華語口說爭霸賽，成功吸引上百組海內外6-18歲學生爭相參與。今年賽制分為朗讀賽與跟讀賽，全程採AI系統即時評分，各組並分別評選出5名優勝者，為慎重起見，僑委會請所有優勝者另檢送朗讀影片檔，並委託迪威智能公司以語者辨識演算法與參賽者原始音檔進行比對。 迪威智能公司採用領先市場的語者識別演算法進行驗證，成功複驗比對優勝者40人音檔，顯示此模型的可靠性以及適應性即便是不同的錄音環境也能夠準確的驗證出語者身份。

觀光為臺灣重要的經濟之一，臺灣各景點每年的觀光人口從20~100萬人不等，透過人流的數據，於景點拍照打卡進行 AI 影像分析，分析各地區景點人流、年齡層、性別與情緒…資訊，提供景點及有關單位以利後續商業決策及應用，促進台灣的觀光經濟發展。此專案可延伸性應用於COVID19防範，如：2019年4月份全台11處景點警示新聞，可透過此系統提供民眾資訊，及群發告警，避免群眾群聚感染的風險。

良率是每一家製造業最頭痛也最重要的問題，數據實體系統（Data-Physical Systems，簡稱DPS）可以基於工廠生產機台設備產生的大量數據建立AI模型進行製程良率的監控、預測、模擬，不僅可以在良率即將出現問題的異常狀況發生前提出預警提早通知操作人員，並能夠對生產過程進行可視化模擬預測找出最佳的製程參數區間，給予操作人員進行參數調整的智能處理建議，進而達到提升工廠生產良率之目的。鼎新電腦的「大人物」部門具備研發整合「大數據、人工智慧、物聯網」各式應用的能力，能夠為企業分析需求並量身打造適合的人工智慧應用。數據實體系統（DPS）是利用機器學習與深度學習分析ERP、MES和物聯網等系統收集機台設備產生的大數據後建立AI預測模型，協助企業完整掌握生產現場的過去、現在、未來，進而創造更大的營運效益。