應用案例

一般企業在導入AI的過程中，往往面臨以下的挑戰: AI 技術人才缺乏、AI模型開發時程過長、AI模型準確度的維持、與現有應用系統的整合，DarwinML AutoML平台是將傳統的機器學習與深度學習模型開發的過程予以自動化，以解決企業導入AI時的困難，加速產業應用AI的發展

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。

鑑於產業數據採集技術的逐年升級以及智能化辨識技術逐漸成熟普及，為有效執行環境數據的蒐集以及建立有效的空品污染源的來源蒐集與比對辨識，本計劃規劃建立一套具備整合路口機動的未定檢車輛辨識、機車AI判煙偵測與空品偵測蒐集以及結合噪音數據採集來進行建立多元化環境污染源蒐證數據庫，未來可依照個案需求或是針對區域屬性進行長期性採樣蒐證研究計畫來分析各地區污染源種類以及驗證污染源之間的關聯性。數據雲端服務平台分析功能:路口移動車輛AI黑煙汙染源及車輛類別偵測，移動源AI車牌偵測及辨識，路口車流量偵測及種類分類(大車/小車/機車)。

企業級對話機器人(Enterprise Chatbot)及虛擬助理(Virtual Assistant)是八維智能歷時數年研發建置的「D8智能服務雲」中的兩個主要服務項目【圖1】，目的是要能為企業或機構快速而有效地打造其專屬的對話機器人或虛擬助理，以及用戶上線使用後的人機對話資料分析及管理、機器人語言模型的持續更新及優化。其中企業對話機器人服務包含了網頁機器人、智能對話分析、智能客戶服務、自動客服質檢、電話機器人等模組，而企業虛擬助理服務則包含企業虛擬助理及流程機器人等模組。一個企業虛擬助理可整合企業對話機器人及其所導引的企業工作流程，例如請假出勤、會議安排、商品退換(RMA)等常見流程。生成企業對話機器人/虛擬助理的軟體系統核心是八維智能自主開發的自然語意理解引擎(Natural Language Understanding Engine)及情境對話管理引擎(Contextual Dialog Management Engine)，能依企業各自的需要而產出企業專屬的機器人語言模型；利用系統內建的企業簡訊平台，使用者(包括企業的客戶及員工)無需下載App即可經由企業網頁、公用簡訊平台如LINE、WeChat、FB等渠道，進行與機器人/虛擬助理、客戶、員工間的三方溝通，提供了一個人機協作的智能客戶服務環境【圖2】。本系統提供符合資安的API連結，依個別企業或機構的需求提供雲端或落地(企業私有雲)的客製化服務。

海洋公民科學家於107年建立了垂釣回報功能，公民科學係指由專家學者進行規劃，並提供一般民眾參與研究案中的部分資訊，公民參與不僅可提供海洋保育署更多的海洋資訊，亦可推動學術普及。110年導入AI魚種辨識服務，民眾上傳魚種照片後，系統會自動提供三種相似魚種以提高資料回報的準確性。為使公民科學家能更深入瞭解魚種特性、學名、俗名以及習性等資訊，介接「臺灣魚種資料庫」以提升公民科學家對於魚種的知識與認識，讓使用者更便利的進行填報。直至113年7月共有4004位垂釣公民科學家累積35,017次垂釣回報，112年度進一步增加垂釣資料的蒐集欄位，改善填報系統的便利性，針對臺灣地區常見的魚種，新增84種魚種辨識種類，使填報魚獲的資料更加豐富。

AccuNix系統共含三項技術服務，分別為： 1.Accu-Track 過去，提供大數據、用戶360度輪廓分析等服務的廠商多來自國外，因此較難落地與在地企業對接。Accu-Track提供蒐集、整合數據服務，企業能將CRM系統、傳統ERP數據、庫存與帳目、使用者行為數據等不同系統間的資料加以彙整與串接，藉由統整後的視覺化圖表，讓用戶能更輕易解讀行銷數據，進而應用、調整未來的行銷策略及營運方針。 2.Accu-I Accu-I為智慧對話式的商用服務，同樣支援常見社群平台，如Line、Facebook和WeChet，但與既有Chatbot服務不同點在於，Accu-I不只做行動載具和社群網站，它同時也支援跨渠道的行銷策略，協助客戶將社群與既有官網、App整合，同時藉由自動化任務部署，24小時發送內容。除了腳本式對話外，團隊還將這項服務結合AI，運用自然語句訓練(NLP Training)、影像辨識等技術，精準提供消費者所需資訊，使得企業在跨溝通平台對話商務和數據搜集之間能完成有效整合。 3.Hitshop AccuHit執行長林庭箴表示，許多企業無心搭建雲端系統，主要原因在於與IT系統串接困難、過程耗時費力。於是，團隊投入雲端搭建服務，協助企業打造自己的行銷雲系統，為企業有效節省開發的時間與成本。

本公司將AI語音評估導入英語數位學習平台，提供學習者英語自學與英語口說練習，並提供教學者透過平台取得學習者之AI語音評估學習成果，透過數位學習平台填補英語口說的練習缺口，以強化英語教學者與英語學習者對口說訓練的需求。

以one-class learning之學習架構，導入AOI (Automated optical inspection)檢測瑕疵智慧化發展，在自動化條件下提升產品檢測辨識率，以減少人力工作負重量，包含兩部份工作，一、建立以Autoencoder與self-organizing maps為基礎之瑕疵檢測技術，並完成廠商提供實際AOI機台資料之瑕疵檢測技術測試；二、完成廠商現場機台系統整合與資料介接，將影像資料透過AOI系統之接口導入部署分析技術之邊緣運算裝置，再將分析結果傳回AOI系統中，於介面上顯示瑕疵區域。主要利用python撰寫建立影像辨識軟體，其同時具備了影像前處理功能，例如：高斯慮波(Gaussian Filtering)、均值模糊(Averaging Blur)、中值模糊(Median Blur)、雙邊濾波(Bilateral Filter)且包含分析功能與可提供數據可視化及存儲之後處理功能。使用本分析軟體可直接將原始照片進行進階分析，由預前訓練模型直接辨識產品的相片是否有無缺陷，可調控參數設定靈敏度以及協助執行品管。

傳統零售業分析以ＰＯＳ資料為主，雖然可以理解產品銷售組成但對於許多隱藏資訊如來客人數、進店率、 客戶動線、性別年齡屬性， 提袋率等卻全憑業主經驗， 在經營成本高張與大環境日益競爭的趨勢下，如何抓取更多資訊進行綜合分析以提升坪效性遂成零售業業主的挑戰。 ＡＣＴｉ攜手國內前三大電信商推出智慧零售解決方案，利用影像辨識技術提供從展店前選址評估到展店後來客人數與進店率分析，進而再利用熱點與性別年齡分析讓業主更進一步理解客戶屬性，更可結合會員系統與人臉辨識紀錄深度理解客戶忠誠度以及推薦系統，此外，ＡＣＴｉ解決方案為開放式平台，亦可結合業主自身營運相關系統 （ＰＯＳ　ＥＲＰ　ＣＲＭ…等)，利用全數據協助業主做更全方面的經營策略。

現階段產品應用，進行球員、移動軌跡、執行戰術、得分與否進行辨識，將蒐集的數據整合進儀表板，提供教練團進行訓練規劃。遠期產品規劃，使用於正式比賽，即時串流影像與辨識，與賽評或實況進行搭配，與觀眾進行互動。

ACTi智能門禁管理系統是為客戶提供安全門禁與出勤管理的一套專業解決方案，這套系統包含兩種不同的安全設計一）臉部辨識 二）臉部辨識和RFID卡識別， 員工/訪客到達和離開都能通過辦公室出入口處的智能打卡機（intelligent check-in station）被記錄。每一次的事件會被保留為照片供將來參考，同時可以借助此方案來防止員工代打卡，更好的管理出勤記錄。還可掌控機密部門進出的安全性，防止黑名單闖入。特別的是ACTi可根據員工人數/數據庫人數進行專案設計以符合業主需求。 人臉辨識門禁應用詳情請查看：https://www.acti.com/zh-tw/applications/access-control

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。

本計畫針對各種異常狀況使用不同的方法偵測，其中異常狀況有：壅塞、事故狀況、異常物件及逆向行駛，透過追蹤模組判斷是否發生異常事件。首先探討壅塞，壅塞發生在車流量大導致車速緩慢的狀況，針對此現象可以透過追蹤模組取得車速，若平均時速低於高速公路的60km/h 最低速限，則判斷壅塞。第二點事故狀況，由於在道路上行駛時須保持安全距離，若兩車距離過近，則會提高碰撞的機率，在事故發生前透過軌跡判斷兩車是否在前方會有交集點，並在兩車發生重疊時則判斷兩車相撞。第三點是否有異常物件，將一般道路上禁止出現的物件加入訓練樣本，以高速公路為例，正常情況下不會有機車出現，若畫面中辨識出異常物件則進行追蹤。最後一點逆向行駛，在路上行駛方向與其他車有所不同，在追蹤時軌跡會與正常情況下有異，判斷軌跡方向異常時發出警示將團隊所使用的 Smart AVI 與目前最常被使用的影像辨識技術之一的 YOLO 相比。雖然 YOLO 可以辨識的種類較多(屬於通用解決方案)，但要運用在交通方面則是Smart AVI 較具備優勢，因架構與設計屬於特定領域的解決方案，其訓練所需要的樣本數較低，演算速度也更快，最重要的是具備追蹤物件的功能。

於新北市青年局官網導入ChatGPT模型的官網智慧客服「青年小幫手」，協助來到官網的使用者能夠快速找到資訊並掌握重點。

有許多傳統產業之生產機台大都是封閉式系統，依賴資深的”老師傅”經驗進行機台參數調校，以維持生產順利與生產品質。 然而面臨智慧製造之機台聯網需求，既有機台升級汰換的高額成本大幅阻礙了傳統產業升級的規劃。 因此，此案例透過採用非侵入式感測技術取得傳統製粒機台的電氣信號、振動信號，並使用AI機器學習演算法來建立機台 協助廠商傳統產業建立「生產機台徵兆訊號擷取與連網建置」、「即時生產資訊可視化平台」及「有機肥製造廠區生產智慧化模組」，以協助業者進行有機肥料的品質優化及達到提升設備稼動率並降低生產與人力監控成本