應用案例

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。

民眾來到稅務局的時候，常常不清楚自己該繳多少稅額，或是需要哪些條件才可以申辦各項業務。透過本計畫，民眾即可透過Web、Line/FB、數位看版與語音機器人進行互動以尋求解答。SmartRobot 智能機器人運用自然語言分析技術在機器智慧問答的基礎上全面升級客服中心，使民眾能自助服務、降低人力成本、提升效率及顧客滿意度，系統支援優化與知識學習體系，提供民眾優質標準化回饋以及7/24零時差諮詢服務。碩網資訊開發的智能機器人 SmartRobot 作為系統導入之底層架構，運用 SmartRobot 之資料源整合工具、智慧型搜尋引擎，關聯相關性分析、語意分析、自然語言處理等 AI 人工智慧工具分析的核心技術，整合客戶服務、身份管理等關聯應用系統平台服務進行平台建置系統開發。

台灣獨特地理位置及政經情勢，使台灣成為對岸及全球駭客練兵場，縱使組織內已建立多道安全防線，及不斷審視調整內部的問題，但仍阻絕不了先進的針對性滲透威脅。禍患起於細微，出現哪些徵兆可能代表駭客入侵事件正在擴散，透過以AI技術為基礎的安全專家威脅狩獵法則與人工智慧威脅獵捕模組，鑑識剖析未知威脅，確立受駭範圍與程度，並及早進行處置，是現階段組織抑制資安威脅、控制損害的最佳方案。 TeamT5採用的AI技術，著重於讓AI完成『辨別好程式中混進來的未知程式，並將範圍擴大至整體環境中真實系統內的少量未知程式，降低威脅分析時的雜訊，讓專家能真正專注於探索未知威脅』。TeamT5以威脅情資研究為基礎，將AI技術落實於威脅分析發展出ThreatSonar產品，可將安全專家知識帶至客戶端，真正解決來自網路的資安威脅問題。此解決方案可運用於金融產業、政府機關、高科技製造業、資安監控服務商、電信產業、電機製造業、綜合商社、顧問服務業...等，透過每日定期的威脅入侵評估，發覺潛藏於組織內部的未知威脅，於資安事件爆發與擴散前，及早啟動資安事件的處置與反應程序。

臺灣漁港數量眾多，傳統管理方式往往耗費大量人力與時間。為解決這一挑戰，我們運用WEB-GIS空間化技術搭配3D GIS技術模擬現況輔助漁港管理。此外，為掌握更完整轄區海域船隻活動資訊，整合了船隻自動識別系統（Automatic Identification System，AIS），即時提供船隻動態資訊，並利用CCTV監控影像開發AI影像辨識技術，精確識別進出港船舶，提升港口管理作業效率。 透過空間技術化、AI影像辨識、AIS資料整合以及三維數位孿生等技術實現智慧漁港管理與永續漁業發展之目標，落實船隻智慧管理，提升施政效能。此外，「三維漁港數位孿生智慧管理平台」專案榮獲第11屆智慧城市創新應用獎的高度肯定，展現AI 服務應用在智慧漁港管理領域的卓越成就。

我國糖尿病患者視網膜病變盛行率約35％，且十分之一將會發展至威脅視力程度的增殖性糖尿病視網膜病變，造成巨額醫療照護支出。台灣糖尿病眼底拍攝需求大，但篩檢率低(約33%) ，透過「糖尿病眼部影像AI決策支援系統」能協助醫師短時間內更精確的診斷，並輔助非專科醫師/視光師初步快速篩選可能視力病變的病患，以提早控制與治療避免疾病惡化。工研院服科中心「AI+一站式視力健檢」採用嵌入式糖尿病眼底病變辨識系統，連接至數位眼底鏡，利用人工智慧之深度學習方法，醫生對糖尿病眼部專業經驗病變影像判讀的建模，從巨量醫療資料學習出糖尿病視網膜病變辨別模型，可直接完成糖尿病視網膜病變嚴重度判讀輔助即時診斷。「糖尿病眼部影像AI決策支援系統」整合眼底鏡設備，完整AI系統移植於不到10公分長的智慧閘道器，整合十餘款不同廠牌型號的眼底鏡設備；內含由數十萬張影像資料、統計分析及決策支援系統，所發展出高鑑別度、眼底影像AI模型篩出率(二分類正確率：93.86%) 截至2018年底已媲美Google來到世界第3。目前已成功導入企業健檢、醫院健檢中心、家醫科診所、眼科及視光中心…等。

從大數據的資料預處理、AI 模型的訓練、一路最終至 AI 預測應用部署的複雜流程中，企業經常因不同階段所需的異質環境、多種運算架構、甚至跨部門的協作而困擾。透過 Gemini AI Management Console 打造出便利企業組織進行跨單位 AI 專案協作的 GPU 管理節點，協助企業更有效率地從海量資料挖掘出更好的商機。 雙子星的Gemini AI Console能夠幫助IT管理者在單一平台上管理數台至百台的GPU及CPU 伺服器的實體與虛擬資源，並可依據組織分工與AI專案管理需求來進行相關客製化開發，有效提升GPU資源的使用率，更大幅簡化企業導入AI的IT複雜度。資料科學家與AI開發人員可透過內建友善的使用者服務入口，便利地自助式快速開啟大量預載大數據與AI工具的運算叢集環境，將底層運算架構建置化繁為簡，只需透過網頁表單輕鬆點選，即可開啟各種所需的AI運算工具服務，研發人員進而能夠將時間與人力資源專注投入在核心演算法上，加速AI產品研發效率（Time to market）。

紡織業面臨疫情衝擊，遇到生產端斷鏈及需求端緊縮的危機，終端銷售廠商為了降低庫存，除了加急訂單，亦增加微型訂單的數量，紡織業生產端廠商必須提升效能以應對衝擊，提高議價能力。利用AI主動式產品推薦服務，將客戶採購行為進行分析後，再整合歷史銷售資訊、產業趨勢、布種關聯與客群型態等，利用演算法找出最佳的銷售分群資訊，提供業務銷售前參考，以提升業務觸及。最終精準命中客戶需求，提高成交率，進一步提升公司的營業銷售額。

貿易商透過導入流程機器人於企業流程系統後，根據預測資料再由演算法判斷最佳配貨組合，經由Line bot語音機器人與代銷商聯繫，完成配貨決策與資訊傳遞，精簡人力及提升銷售毛利率。

Viscovery「AI 影像辨識結帳系統」可於一秒內快速辨識多款多件商品，進而結帳，大幅縮短結帳處理時間，取代一個個掃描商品條碼的傳統結帳方式，或協助店員辨識無包裝且外觀具有變異性的商品，例如：麵包、蛋糕、餐點，不僅縮短肉眼辨識時間，亦能有效提高辨識精準度，提供予所有零售業一個更好的結帳選擇。以電腦視覺、人工智慧、深度學習技術為基礎，Viscovery「AI 影像辨識結帳系統」讓電腦具備人的思維，學習辨識各類商品，使之不受商品外觀上自然差異性的影響，以無包裝類商品「麵包」為例，麵包上的糖粉或配料多寡均不影響辨識。 Viscovery「AI 影像辨識結帳系統」可沿用店家現行使用的 POS 結帳軟硬體，無縫整合，並提供商品上下架管理系統，方便業主自行快速上架新品，只需 2~5 張商品圖資，即可快速訓練電腦認識新商品。 目前已導入【一之軒】、【RT Bakery House 雅特烘焙】、【日本 THE BAKE STORE 蛋糕店】...等等烘焙店，運用 AI，輔助結帳員辨識麵包及糕餅類商品、縮短 80% 的結帳時間、有效紓緩尖峰時刻的結帳人潮、提升消費者購物體驗。除了獲得台灣、日本烘焙業正面迴響，亦導入日本無人商店、新加坡食堂...等等。

糖尿病患居家血糖自我管理之遵從度差（僅53%量血糖，31.7%運動習慣），IWT運動控糖照護解決方案提供用戶客製化飯後Interval Walking Training間歇步行訓練運動，透過IWT劑量化運動導引 +飲食醣份數管理，引導病患於對的時間進行對的運動，運動中使用手機內建G sensor，自動識別運動強度，有效控制飯後血糖高峰值，工研院IWT運動控糖照護解決方案2018已成功導入國內3家糖尿病權威診所可有效降低飯後1小時血糖高峰值，運動前後血糖下降平均約30mg/dL，驗證糖尿病病患HbA1c 3個月平均下降0.9%(每降低 1% HbA1c，糖尿病造成的死亡率可下降 21%、小血管併發症下降 37%、周邊血管引起的截肢或死亡下降 43%) ；使用者可透過飲食照片上傳，整合運動、飲食與血糖關聯分析之健康資訊平台(Dashboard)提供賦能控糖管理使用，結合後台個管系統，協助照護/醫事單位快速找出血糖管理不佳及生活型態異常之個案，提升用戶自我管理血糖能力。成功導入家醫診所糖尿病共照網、團保外溢保單、運動中心…等國內業者。

分析領域的領導者SAS為企業提供兼顧「大量選擇」與「有效控管」的AI開發平台，是更具整合性的企業級分析環境。該架構強調開發AI分析所需的企業級平台特色，包括： 「統一化平台管理／集中式分析協作／企業級AI特色／兼容開源／模型管理」 並兼顧模型生命周期的完整性，從資料存取及準備、模型建置，乃至模型的部署及追蹤等，都在同一平台上流暢操作，進而快速獲取分析價值。

偉薩科技針對傳統軟硬體架構不足，開發特殊高效能運算領域專用的軟體以及專用處理晶片。解決方案包含針對大數據領域的Apache Hadoop™與Apache Spark™系統，以及針對生物醫療領域的次世代基因定序次級資料分析，提供並行排程、高度平行運算流水線、優化資料運算架構。

(一). 計畫緣起 A. 廠方面臨問題： 1.製程日益精密、客戶要求全檢、量測產能已達上限 2.製程不穩定無法進行有效控制 3.首批需要投Dummy片驗證，需耗時半天 4.Layer量測難度大(破壞性檢驗)，無法全檢。 B. 執行步驟： 執行與整合步驟為： Step1. 建立AVM系統：完成100%全檢目標 Step2. 整合SPC系統：將AVM預測結果整合廠內SPC系統 Step3. 整合Alarm系統：將AVM預測結果依廠內Alarm 原則整合廠內Alarm系統 Step4. 整合Scheduler系統：建立智慧化抽檢機制 Step5. 整合當站製程：進行Feedback Control Step6. 整合後站製程：進行Feedforward Control 。 其中，Step4. 整合Scheduler系統：建立智慧化抽檢機制，需考量9項實務整合因素如下： 1.抽樣比例 2.機台穩定性 3.機台資料異常 4.AVM 模型狀態 5.預測精度水準 6.量測異常 7.產線排程穩定性 8.狀態改變: 調機或清機等。

凱比機器人主要為一Android開放平台, 並開放機器人控制介面與平台供第三方進行調研開發合適之應用. 提供真實的人機交互介面給第三方進行應用部署.

94bot 智慧客服可以處理大多數的常見問題回覆及個人資訊查詢，讓寶貴的人力去處理複雜的客服事件，以大幅提升客服的服務效率及降低人員異動的影響。和企業的資料庫如 CRM/ERP 介接後，更可以提供個人化的回覆，提高機器人服務的深度及廣度。大千智慧的解決方案，採用自主研發基於機器學習的 NLP 引擎，非坊間常用的關鍵字比對技術或是呼叫第三方的雲端 API來解析語意，因此，可以提供高準度及高客製化的方案。只要會寫中文句子，即可建置及優化機器人，不需用寫程式或標註多重的意圖，大大降低導入的門檻及上線後的維護成本。平台的後台可以同時處理來自官網、APP、Line@和FB Messenger 的文字對話作業，客服人員可以一鍵切換機器人或真人模式，達到一對多的服務效率。分群推播及自動貼標的功能，能讓您在經營客戶關係上，無往不利。