應用案例

卡洛地專注雲端及 AI 技術的研發，是微軟的金牌代理商，也是台灣最早取得 4 張 Advanced Specialization 認證的公司，卡洛地創辦人 20 多年前創立恆逸資訊，是國內最多企業主管與資訊人員首選的教育訓練中心，技術協理蘇國鈞在資策會教研所服務 20 多年，卡洛地的團隊擅長將最新的雲端及 AI 技術人帶入企業應用，並常年參與由微軟贊助的 Azure 或 AI 相關技術的企業培訓，包含 Azure 相關服務與當紅的 ChatGPT 應用課程，有實體教室及線上開課的形式。

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%。

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。

紀錄在新媒體投廣告的軌跡，保存歷史的資料以供訓練。 透過數據分析，建議廣告素材更換的時機，以達最佳效益。

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。

案例‒鋼珠製造產業長期以來面臨產品種類眾多、尺寸規格複雜、客戶經常性改單導致生產線產能分配不均、工裝次數頻繁、磨盤異常損壞增加等問題，造成工廠生產效率不佳。鋼珠製造流程從原物料的線材、鍛造到形成鋼珠的粗研磨、熱處理、細研磨、精研磨，最後為成品的洗淨、檢驗和全檢；其中主要的瓶頸為粗研磨至精研磨的關鍵三道研磨製程。其原因為鋼珠在研磨過程無法即時監控磨盤的狀況，容易造成堵溝、尺寸變異，嚴重時將造成磨盤崩裂而傷及鋼珠的完整性，若因人員的疏失造成規值的錯誤，不但造成產能的損失且增加成品久置而生鏽的可能性，增加產品重製的加工成本及工廠的產品產出時間（cycle time）。

結合醫師專業知識與人工智慧分析之人腦與AI雙腦協作，更有效率協助非眼科醫師進行糖尿病眼底影像的病變判讀，免除轉診眼科的不便利，進而提高潛在病患早期發現之比率，減少醫療照護支出與社會成本。本技術提供二項主要功能：1.切合台灣糖尿病共同照護網的病變分級需求：提供糖尿病視網膜病變的五個級別(No DR, Mild NPDR, Moderate NPDR, Severe NPDR, PDR)的分類模型，給予不同分級病患更為貼切的醫療照護。亦提供是否轉診眼科的二分類模型。2.標示糖尿病視網膜主要病徵的位置：國際上目前唯一可偵測四種主要的病徵 (Microaneurysms, Hemorrhages, Cotton Wool Spot, Hard Exudates)，並且清楚標示位置的AI判讀技術，可有效輔助醫師針對病變嚴重程度的判讀。

「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。

青農好夥伴

智慧製造、工業4.0的概念已經對製造業帶來了一個新的概念，人工智能、5G、物聯網已經帶來了技術上的可行性，智能化 MES、CPS IoT/AIoT、智能控制系統、運用機器人的自動化，將帶來工業 4.0所強調的互聯、整合、數據、創新與轉型，並結合公司整體 ERP 與 CRM 系統，帶來更低成本、高品質、顧客高滿意度、符合市場快速更迭的製造服務與產品。 廣宣科技智能製造團隊，運用特殊 AI 深度特徵解析技術，將連續或離散生產數據，加以智能化處理，將所有產線效能指標做相依度之計算，並運用當前人工智慧解析特徵黑盒子的最新技術，將產線數據找出關鍵特徵，並配合製造專家顧問團隊進行產線問題解讀、並進一步透過各樣規則建模，並控制各項變因進行製程優化。不但可達到數據可視化、提升產線透明度，更能透過智能控制系統，達到互聯、集成，甚至反饋控制的效果。廣宣科技智能團隊由人工智慧資料科學家、工業工程專家、資深廠長級顧問團隊、控制系統專家、資訊系統整合專家組成，為不同工業需求提供客製化與具深度的顧問分析服務與智能資訊平台。已與多家兩岸三地製造業、化工業、電商物流業進行系統客製與智能化諮詢。

智能對話機器人運用自然語言處理（NLP）、生成式人工智慧等技術，透過深度分析使用者輸入，確保提供最相關且精準的資訊。其成功應用範疇已擴展至金融證券和醫療領域，為使用者提供智能查價、智能掛號以及專業諮詢等服務。 NLP技術不僅適用於LINE等第三方即時通訊軟體，同樣也能無縫整合於網頁瀏覽器、專屬APP等多元平台，透過全方位的智慧服務，實現觸及更廣泛的使用者族群，同時達到成本節省及全天候 24 小時的不間斷工作。 智能客服機器人為會員提供更迅速且自主的查詢體驗，藉由FAQ、自然語言理解（NLU）等技術實現自動應答。在查詢股價方面，使用者不僅可以輸入股票名稱或代碼，還能以簡化的常用語，例如：台積電輸入「台GG」即可獲得精確的結果。此外，機器人支援多功能整合，可輕鬆融入不同系統。 雲端版和落地版提供全方位的技術支援，擁有專業的人工智慧技術開發團隊，致力於為現有應用系統增添智能對話功能，進一步提升客戶體驗，使其更為智慧與便捷。

本應用核心緣起，即在於改善這些「診間依賴、資料分散、缺乏標準」的問題。藉由推動 722 居家血壓標準（7 天、早晚各 2 次、連續 2 週），並串聯診所、社區血壓站與居家設備的數據，建立一個完整的血壓管理網絡。我們同時導入 AI 技術，協助進行異常數據偵測、長期趨勢分析與個人化衛教，讓醫師與病人都能透過系統即時掌握狀態。

AI醫療已蔚為趨勢，但醫療研究者常因資料蒐集、標註資料、撰寫程式語言和反覆調校訓練模型花費許多的時間與精力。沐恩生醫憑藉與許多不同醫師合作解決AI問題累積的經驗，特別研發出讓醫學研究者不用寫程式即能一鍵自動建模，直接自動處理AI機器學習所需要之特徵工程、模型選擇、調整參數、模型評估等冗長的處理流程，成功打造MAIA人工智慧自動化完整解決方案平台，協助研究者高效生成專屬的分析及預測模型、加速AI臨床應用 ，不但能建立混合數字、文字、圖形、波形複合資料的模型，同時以遷移學習的方法，讓產出之模型可以共享、疊加，進而衍生模型市集，讓研究模型變成分散式合作和分潤的新商業模式，對加速AI智慧醫療進化提供了整體的解決方案。 除醫療影像外，沐恩生醫亦積極發展人工智慧應用於醫療數據之判讀與預測， 以及利用自然語言處理技術，協助生醫資訊學之研究發展，運用此技術除已擴增MAIA平台功能可以透過問句方法大量閱讀與摘要醫學期刊，更可將文字、數字變成向量，運用AUTO DL+GCNN模型加速創新開發，如蛋白質與疾病的關係、蛋白質與藥物的關係，希望能對台灣生技醫療產業的創新及發展做出更大的貢獻。

物流士AI語音助理採用數位客服助理的概念，整合人工智慧、語意分析等技術，協助解決國內物流士離職率高，1至2年資歷的物流士平均占比高達4成左右新手司機因不熟路徑，全程配送時間平均比老手司機多出1.5~2小時，邊開車又要聯繫客戶容易產生交通安全上的問題，忙碌忘了聯繫，收貨人不在又需重複再次配送。DHL採用APP提醒司機最近取貨點及正確送貨地址，縮短50%等待時間並消除包裹送錯地址的人為錯誤，工研院服科中心「物流士AI語音助理」數位客服助理即時追蹤物流士的配送動態，管控中心預先透過數位語音的方式，掌握車輛目前位置與下一送貨地址，先與收貨人進行聯繫確認收貨人可否收貨，收貨人無法收貨變更下一送貨點並即時告知物流士。當路況異常導致配送時間延遲時主動告知收件人，並透過語音或文字，回復貨件動態查詢。每日出車排單時間減少30分鐘；每件貨收件地址查詢時間減少2分鐘每日可節省約1~2小時的查找時間，並可與廠商原有配送作業系統結合，擴充分析的資料區域趟次/貨量/時間窗/客戶商情/配送熱區分析服務。

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。