應用案例

A. 廠方面臨問題： 1.AOI 機台誤判率過高(Over Kill Rate：15%)，人工覆判比例過高 2.品管流程需判定產品是否需覆修，因此品檢人員每日需判讀>100,000張的照片，人力負荷過重，成本過高，效率不佳。

1.社群電商爆品預測AI：這項技術專注於分析歷史銷售數據，以預測未來熱銷商品，幫助團媽調整行銷策略。2. 跟團輪廓AI產生器：此工具能夠分析消費者在社交平台上的互動行為，生成跟團者的行為輪廓，協助團媽針對性地推出團購活動。3.社群電商開團輪廓服務：透過這項服務，團媽可以根據地區、興趣等因素設定精準的開團目標人群，制定相應的銷售策略。4.人工智慧創新文案內容生成服務 (AIGC)：這項技術幫助團媽自動生成吸引人的行銷文案，提高產品描述的吸引力。5.基於自然語言處理 (NLP) 的數據開放：此技術用於提取消費者洞察，進行市場分析，提升決策品質。

維曙智能科技(Vizuro)是為企業打造數位轉型戰情室的跨國人工智慧新創公司，總部位於美國波士頓，研發中心在台灣台北。聚焦智慧製造良率管理，醫療影像癌症篩檢，生醫科技通路行銷策略等領域。Vizuro的核心團隊由實戰經驗豐富的多位資料科學家所組成，有別於業界(AI+AOI，人工智慧結合自動光學辨識) 大多只具備標準化的自動瑕疵辨識軟體，Vizuro在瑕疵分類之外，也推出異常偵測、因果推論、製程優化等自主研發的多元人工智慧模型，因應不同客戶的需求，並提供顧問健檢、協作團隊建立、站點模擬與概念性驗證等服務，擅長跨國的客製化專案。

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。

隨著電子元件微型化，對檢測設備準確度之要求越來越高，然而現今檢測設備大多仍採取傳統影像處理技術來檢測瑕疵，無法滿足高準確度之需求，為了避免漏檢瑕疵，業者被迫將檢測機台靈敏度調高，其副作用就是造成了大量假瑕疵的產生，使得產線仍須耗費大量人力做二次篩檢，不僅耗費成本，且影響產品品質及生產速度。國內檢測設備業者聯策科技以AI深度學習技術進行真假瑕疵之判定，可協助PCB業者減少一半以上之假瑕疵，促進產線自動化，且以軟帶硬提升設備10倍之價值。

國內每年展覽場次眾多，本計畫平台可以自動串連合作活動公司資料庫，活動方可先自選展覽或活動類別，後續回存進本系統資料庫前，ＡＩ自動分類器將會針對開立活動進行判別展覽或活動類別權重分配，以利後續會員行為分析計算公式運算，活動方自行輸入主題、簡介、內容…等，ＡＩ分類器將會抓取相關欄位，進行斷字比對及訓練後進行分類。

本產品專注於研發智慧加護病房(ICU)核心技術，將重症照護流程最適化用以提升醫護工作效率，作業環境無紙化，可降低整體醫療資源支出。經由自動化蒐集和整合醫院電子病歷紀錄與各項儀器之生理數據，進一步進行分析，並以人工智慧技術預測高風險重症病人相關之合併症與併發症(如:敗血症)。除此之外，我們的產品還支援遠端重症ICU照護，可提供遠距多點監控之重症照護服務，有效地解決全球重症照護人力資源短缺問題。

本研究目的在透過一個智慧型的對話式人機介面，以聊天機器人的型式提供投資者評估投資新聞內容的可信度。在技術創新方面，本年度之研究利用語意分析之技術，對於金融商品(股票)所提供的相關資訊的品質，進行信息內容之解析與評價，研究包括新聞內容本身(新聞、 雜誌、研究報告)進行解析,辨別單一新聞消息中：(1) 媒體來源(可能是投顧、媒體、記者)、(2) 關聯金融商品標的、(3) 多空看法(內容對商品未來走勢是否表態)、(4) 對應投資期程(短線、中線、長線)等等。透過語意分析技術擷析過往該媒體來源所發佈之新聞內容，並針對新聞內容預測之結果進行回測，計算出該新聞內容提供者所預測之情報準確度產生一檢驗結果，最後由評價產出系統整合產生一評價資訊，並儲存於系統平台以對話式人機互動方式供使用者查詢。藉此，提供投資人查詢各理財新聞提供者過往的準確度，以作為使用者投資理財之參考依據。本研究之目標在幫助投資人對於新聞內容有一參考指標以加深投資者進行投資決策時之幫助 。

"結合業者 POS 銷售紀錄及會員資料，經處理及轉換後儲存至數據匯流平台，並利用資料探勘（Data Mining）或人工智慧（AI）、機器學習（Machine Learning）等技術，找出數據中潛藏之訊息，進行消費者輪廓分析模組，洞悉顧客真實需求，提供決策者及行銷人員進行決策分析或預測。 而可針對互動頻次最高的裝置與消費者溝通，如 Line@，進行高效互動，優化互動通路中的互動內容傳遞與準 確推播、提升轉換率，以完成「智慧化服務系統」分析層之建置， 以便利群聚業者可運用系統服務，並將消費數據共享予群聚成員。"

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。

於LINE官方帳號建置「桃園市立圖書館」LINE智慧客服，除了提供讀者快速查找圖書相關資訊外，同時提供個人化服務，使用者綁定身分後，即可管理自己的借閱紀錄等功能。

本公司以農業風險控管數據服務為主軸，結合作物生理模式與自動化AI機器學習分析技術，提供企業客戶悠由農平台，透過研究分析成果和自動演算軟體平台，除可提供自動化農業作物品質、產量及價格波動預測，讓台灣農業集貨商如外銷公司及中大型農業契作公司進行風險控管(如:進出貨調節)的數據服務外，另提供保險公司發展不同作物差異化保險費率商品，以及計算風險指數更精確的依據。

因應基隆東岸至正濱漁港、八斗子廊帶地區帶來觀光車潮所產生的交通問題，因中正路/祥豐街/北寧路鄰近海洋大學及和平島，受平日通勤、假日遊憩旅次影響，有各方向車流不穩定之特性，故挑選做為智慧影像AI車流分析路口。

「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。

在過去，當我們需要從監視系統中找尋目標人物，例如說嫌疑犯、走失人員或是Covid-19的染疫者足跡，我們需要透過人工的方式，去檢查每支攝影機的每個片段，當找到可以作為證據的片段時，也需要一段段的輸出再交給警方或是相關單位，非常的耗費時間。而現在，當我們有了airaTrack, 全場域人員追蹤解決方案，我們可以在場域的主要路徑上，採用攝影機做及時的人臉擷取，儲存臉部特徵值為Face Index, 當需要找尋目標人物時，我們透過搜尋Face Index以及位於監控系統VMS當中的錄像存檔，就可以快速找到與匯出帶有目標人物的影像片段。aira作為影像與AI的專業團隊，致力於提供整合各產業的落地方案，從演算法、軟體、應用都是由自己的團隊開發，並透過數十年的產業經驗，使用先進的AI技術、相容性高的系統架構，來解決客戶問題。