應用案例

於Covid-19疫情期間建置LINE官方智慧客服「新竹市居家照護關懷中心」，提供照護、隔離、檢疫者相關資訊，達成遠距關懷的目標。

「AI 服務型機器人Ayuda智慧平台」，完全台灣製造(MIT)，整合了機器人零組件、移動平台、人臉辨識、人形偵測、語音辨識、語音交談、視訊、自行學地圖尋標導航…等功能，為全球市售同等級產品中的佼佼者。同時可應用於智慧警察、智慧醫療、智慧金融及智慧教育…等多種不同情境。功能特性茲說明如下： 一、智慧機器人可自動學習地圖、自主移動及進行導航、帶位。 二、智慧機器人可辨識人形，主動趨前問候、接待。 三、智慧機器人可進行人臉辨識、身份辨識，並可提供語音答詢服務。 四、智慧機器人可與後端服務中心進行視訊連線以提供專人服務。 Ayuda 主要銷售領域為商用市場，涵蓋警政、醫療、金融、教育，現已成功推廣到花蓮國軍醫院、彰化第六信用合作社、台中公共資訊圖書館…等客戶，在外銷的部分，也已成功銷售給日本CIJ株式会社，後續將積極拓展日本服務型機器人市場。

UNI-PIC AI 智慧服務機器人

工研院自主開發的智慧視覺系統機器人，結合視覺物件分析辨識、座標點精確定位、及手眼協調等核心技術，於CES 2017以西洋棋遊戲互動的方式完成展示。在CES 2018進階以Scrabble拼字遊戲，透過2D與3D資訊進行深度學習的物件辨識技術，讓原本只能辨識立體物件的機器人，不再只是藉由物件的造型來辨識，更能看到同一外型上平面圖樣的差異。同時運用深度視覺感測器進行偵測，快速計算物品位置及相對關係，做出正確判斷。 此技術聚焦人性化及與人的協同技術，可自動判讀使用者情緒、動作、手勢，給予互動者更親近的互動體驗。

線上英語機器人提供24小時服務，供各群體學生隨時隨地都能有良好學習體驗，不再受限時間地點影響學習品質。並採生成式擬真回覆，使其與學員互動生動，不同以往呆板制式應答。且將加入CEFR資料，使機器人可依據學員程度不同，給予對應程度等級的對話及文法校正，達到因材施教效果。

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。

透過線上平台的學習，搭配AI技術的科技力量，打造屬於數位智能學習的環境，讓使用者更輕鬆、更簡單、更有趣。

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。

大型人群聚集，未被合理控管，因而衍伸之公共危險可能性需被重視。依據內政部群聚管理條文顯示，室外每人活動空間為0.2787平方公尺為非自主推擠危害臨界值，活動空間為0.1857平方公尺為已達人群推擠壓力潛在危害。透過AI自動化即時計算大範圍人數，提供安全管理策略，為本產品之安全管理訴求重點。

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。

本系統透過RF訊號演算法搭配AI即時推論技術，進行非酒精性脂肪性肝炎(NAFLD)偵測，量測時間僅需10秒，即可顯示肝臟病灶影像，同時可提供影像輔助定位、局部病變結果。此外，系統可將檢測結果之嚴重程度分為四個階段，醫師可藉由分數分級進行輔助診斷。本公司透過與Intel、遠傳電信、國家衛生研究院、長庚紀念醫院合作，將AI超音波技術佈署於Intel OpenFL(Open Federated Learning)，結合遠傳電信的遠距醫療平台，為醫生和患者提供視訊門診對話，使NAFLD脂肪肝篩檢更加容易。 過去醫師以理學檢測確認新生兒髖關節有無異常，檢測一位新生兒平均所需時間為15-20分鐘，本公司與林口長庚紀念醫院骨科團隊合作，研發之AI即時推論超音波系統可將篩檢流程縮短至30秒，除運算快速、可針對超音波影像進行自動判讀，亦可量測髖關節角度，以判斷新生兒髖關節是否異常，避免錯過最佳黃金治療期。

在企業雲端治理與數據分析需求持續增加的趨勢下，卡洛地股份有限公司為知名建設集團導入CRP（Cloud Resource Planning）雲管平台，整合AI異常偵測與預算預測模型，實現跨雲資源的自動化監控與預測分析。平台具備AI驅動的費用監控、異常警示與自動化報告功能，協助企業精準掌握用量與支出，並藉由Transformer與Graph Attention Network等模型提升預測準確度與決策效率。

眾至AI SPAM融合了先進的人工智慧技術，主要分為AI寄信行為分析和AI內文分析兩大核心，有效提升郵件篩選的準確性和防護力。在AI寄信行為分析方面，系統通過分析郵件的表頭，識別郵件是否來自正常的寄信行為，或是由大量發送的異常行為所觸發。正常寄信行為通常依賴SPF、DKIM、DMARC等郵件認證標準來進行身份驗證，而異常行為則多見於批量發送郵件，例如電子報、通知郵件、垃圾郵件或釣魚郵件，這些郵件的寄信行為異常將作為主要判斷依據。通過這一過濾方式，系統能夠準確識別出潛在的垃圾郵件和釣魚郵件。在AI內文分析方面，系統依據電子郵件的內容特徵進行分類，運用AI演算法對郵件內文進行深度解析，包括語句特徵、發送時間區間、附件內容、外部連結的數量和特徵等。這些內容特徵有助於識別正常郵件、電子報、通知郵件、垃圾郵件及釣魚郵件。系統通過綜合分析內文及寄信行為，達到高效分類和篩選的目的。

由於各式瑕疵原因分別在不同製程情境發生，於電鍍後進行判斷較能夠有效提升品質管制效率，需採用全檢模式以肉眼辨識，辨職難度高且高度仰賴人員的經驗，且遺漏比率約10%。透過以AOI自動光學檢測加上深度學習技術，克服金屬扳手反光之特性，提高瑕疵的辨識率(1) 縮短品檢作業時間：透過AOI智慧瑕疵檢測系統，每隻扳手檢測時間自3-4分鐘縮短至約3秒，統計報表由系統自動產出取代過去人工抄寫，且避免篩選遺漏。(2) 老師傅經驗數據化及標準化：依實際檢測數據進行標準差異值統計分析，回饋QC工程標準以優化公差設定值。(3) 生產批及不良品數量整合串接電子看板及MES、SPC系統，提高資訊即時性及加速管理報表產出。

(1)初始透過訪談產業專家確定預測需求及影響產品銷售預測之關鍵變數(例如季節，品項大類，淡旺季..等) 。 (2)進行資料擷取、資料清洗、資料整理與資料整理等前置程序。 (3)而後基於數量分析流程，進行描述性統計分析、相關性分析等步驟，以確認變數及其關聯性。 (4)透過銷售預測的模型建立，直接成效反映在備料精確度及人員溝通效率提升，並提升初次合作的高質量客戶滿意度，達成高需求量判斷兌現率。 (5)模型曲線置入缺料預警戰情，提早指示/警示/預警，以報表/移動平台/戰情看板/即時通訊軟體…等呈現，拉動供應商，降低無效追料損耗。 (6)資料來源為ERP/MES，銷售預測與排程系統整合，動態模擬調整庫存水位，因應少量多樣需求，降低庫存呆料， 滿足達交，體現企業提升毛利。 (7)數據歸納出模型後，不需大量，也具參考，只須持續數據量與驗證，提高精準度，強化企業體質，降低人為干預，以數據智能面向市場。 (8)數位優化/世代交替/新冠疫情過後，客戶及供應商重新洗牌，產業高值轉型，跨足新市場，爭取新客人，都須仰賴數據驅動思考變革的方向。 (9) AI 銷售預測可以應用於ODM/OBM/自有品牌製造業。