應用案例

透過機器學習方法建立刺繡圖案資料的AI模型，透過深度學習(Deep Learning)的方式使機器能做出相對應的判斷，實現可即時前處理與特徵萃取並進行圖案辨識之「刺繡圖案AI辨識引擎」。

很多製造業的常用機台是缺乏物聯網通訊能力的傳統設備，即使本身內建感測器可將運作時的各項生產數據呈現在螢幕上供操作人員參考，但必須透過人為抄寫或另外在機台電路安裝傳感器才能夠將數據傳輸至後端系統。透過慧眼的協助，系統得以直接讀取機台螢幕上呈現的各項文數字生產數據，相較於前述其他作法，慧眼的優點包括低成本、施工時間短、不影響原有設備運作，並可避免人為抄寫的數據出錯或遺漏。慧眼的核心技術是結合深度學習的OCR技術，並具備可擴充性、非侵入式等特色。除了可串聯未連網的PC Based機台設備打造智慧工廠，並能應用於各種產業，提供智慧金融、智慧醫療、智慧物流…等服務，例如：銀行業的匯票識別、支票識別，醫療業的醫療費用單識別、保險單識別，物流業的提貨單識別、交貨收據識別…等。

因應少量多樣的訂單複雜性需求，透過建置上下游供應鏈資訊串流平台與外包商空桶管理系統，提升供應鏈串接的能力，並藉由射出機連線與可視化看板、AI 智慧排程系統，提升製造端管理手法，進行智慧化生產現場管理，進而達到指標的改善。

AI對話式商務整合平台，從客戶端至客服端，支援串連所有的工作流程，包含相關系統整合串接，讓工作流程快速和提高效率，不單以最新的AI智能客服當第一線，更以IA人機協作方式，輔助客服人員快速了解客戶需求和維繫良善的顧客關係管理。 而我們設計的聊天機器人平台，採取最新的人工智慧Deep Learning 深度學習技術架構，可交互式問答多輪對話能力，自動學習問題類別，進而找到答案，大幅降低人力建置成本，並達到高準確率和廣知識涵蓋率。並在整合文字、語音與對答能力的同時，更能透過自然語意理解(NLP)及人臉、語音辨識，以文字客服、實體廣告機，3D智能機器人與客戶輕鬆互動對話交談，讓使用者在對話的過程當中，更能快速了解產品資訊、產品應用和其功能特色，更進一步結合真人銷售。 我們可以將所有顧客軌跡進行數據整合，不論客戶拜訪網站、APP、LINE、FB等社群媒體，以及客服中心(Contact Center) 包含真人服務包含電話、文字客服等，皆可將客戶資料統一歸戶，以利後續消費者行為分析。在這幾年中已成功導入銀行業、政府單位、電商業、交通服務、物流業各大產業，提供智慧服務、智慧交通、智慧政府、智慧物流等AI技術應用。

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。

意藍團隊協助國家災害防救科技中心導入AI Search For KM系統，運用生成式AI與自然語言模型建構「災害防救知識問答平台」，自動針對網路社群媒體之災害相關輿情進行擷取，並透過語意分析及搜尋引擎的技術提供網路輿情即時蒐集與災情觀測內容分析，縮短災害發生時的災害相關輿情蒐集時間，同時以完整且系統化的功能進行災害相關訊息分析，協助快速掌握災情現況，落實循證決策、全面提升災害應變能力。

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。

因應彈性化製造之生產趨勢，製造業需要導入AI以快速學習適應不同的生產需求。AI自主學習機器人是未來製造業邁向AI時代的關鍵技術，目前工廠導入視覺機器人必須仰賴演算法工程師針對不同工件調整參數來達成任務，造成換線/任務耗時耗力。工研院以深度增強式學習(Deep Reinforcement Learning，DRL)為基礎，研發自主學習之AI機器人夾取技術， 簡單、易用，補足勞力需求。本技術之特色與創新包含: 1.機器人自主嘗試學習，減少人為介入，讓換線能夠更加快速、有彈性2.以DRL技術提供更快速、更穩定、更精確的訓練機制3.結合機器人模擬軟體，大幅減少整體學習時間與實體嘗試的次數

智能助手平台可以分析客服與客戶對話內容，匹配出推薦答案，加速客服回答處理；還可以提醒客服適當的話術，增加客戶滿意度，並能提供客戶畫像，幫助客服聚焦識別，挖掘出新機會點。可以應用於客戶服務、業務查詢、業務線上申辦、預約服務等，幫助企業提高服務效率、降低人力成本及新人業務知識學習成本。

OSENSE採取使用者識別環境（Inside out）及環境定位使用者（Outside in）兩項核心技術，整合「空間識別技術」、IoT感知設備及移動網路傳輸，集電腦視覺、空間感知、訊號處理、定位導航、擴增實境(AR)等技術之大成，研發製作「智慧球場解決方案」。球迷方面，以資訊、互動及消費三方面，使球迷觀賽更加便利，並利用AR互動增加趣味性、利用AI及視覺辨識提供如電子好球帶、即時戰略圖等比賽資訊；這些資訊也能協助球團掌握戰情，也提供第三方最即時戰況播報；球場經營可利用方案中的使用者行為了解環境使用效能，進行服務優化及規劃管理策略。

現行傷口照護方法複雜且多元，國內傷口照護專業人力不足，全台16.8萬護理師僅百位取得國際WCET證書，一般護理師對複雜傷口不易推斷與建議，例如：癒合停滯原因、傷口敷料選用、換敷頻率、照護問題、傷口重置等。就臨床統計，透過專業傷造師制訂照護計畫比一般護理師更有傷口復原效率，其照護上能縮短傷口癒合時間更達2倍以上。因此，工研院服科中心「傷口影像分析與復原決策支援系統」針對現今傷口照護之服務流程進行創新服務模式設計，突破過去僅以彩色影像作為評估依據，提升為單次觀察紀錄即可蒐集多維度資訊進行分析，整合熱感與彩色傷口影像，快速量測傷口大小與組織比例變化，有效掌握癒合進展，協助醫護人員減少傷口照護的情勢誤判提高傷口照護的品質，使病患傷口復原情形能有更充份的掌握縮短傷口癒合時間50%以上。

配合變色龍聯網解決方案，資策會亦提供AI分析協助生產執行提升產能之技術支援，根據感測器蒐集機台設備運作的細部動作資訊，找出能評估老化趨勢之關鍵資訊，進而利用機器學習方法建立感測資訊與。實際案例包含砂輪機研磨耗損偵測、截斷機裁斷長度預診、空壓機異常停機特徵偵測等等，以AI技術偵測協助現場生產，提高生產良率。 聯網應用描述：資策會智慧系統所研發Pub/Sub 設備聯網閘道技術，提供低延遲且可自主維護之工廠資訊化軟體，導入後使用者可自主管理，現場設備或感測器擴充不需再外包增加資訊化成本。可涵蓋範圍包含多家PLC、CNC控制器、現場表頭、外掛感測器、通訊介面卡轉接及Barcode Reader、RFID Reader等，設備內或現場環境偵測都可集中處理，大幅提升廠內智慧化程度。

無人機是利用程式控制操縱的飛行器，作為「天空中移動的第三隻眼」，為交通領域的安全監管和應急處理帶來了很大的便利，因此臺北市政府利用無人機機動特性快速蒐集市內欲監測位置之影像數據，再透過AI技術分析車流狀況、紅綠燈、人口蓋等路面設施之現況，期望藉由無人機定點以及巡檢航拍的功能達到迅速座標化、數據化、3D模組視覺化等目標，以提升交通局交工處對於事件處理之效率和後續資訊歸檔之完整性。

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PHM系統的核心價值在於其能夠精確地預測設備健康狀態與設備的製程狀態，提高生產過程的效率。透過結合IOT、邊緣運算，系統不僅能夠減少算力需求和演算時間，還能夠降低誤判風險，提高模型的遷移性。這項創新技術將為製造業的數位轉型帶來巨大的改變，協助企業實現高效運營和成本降低。