當消費者不知道要買什麼商品，或是特別想要買哪些類型的商品，很有可能第一個念頭會直接想到這些購物平台網購。原因是什麼呢快速、方便、24小時到貨、或是沒有對某個品牌有偏好、想要到某個平台上就能尋找到各種賣家的商品。 而在大家逛網購的時候，一定都有看過「你可能還喜歡的商品helliphellip」、「其他人還看了這些helliphellip」的產品推薦小提示，不只可以幫你更快找到最需要的產品，也可以快速比較類似商品的規格和價位，對消費者來說，是一個很實用的小功能。而對商品賣家來說，根據這些數據，可以讓企業更了解顧客的使用習慣、產品偏好等等。 「推薦系統」根本沒什麼效果 Amazon、知名影音串流平台 Netflix 的成功營收推手都來自於其推薦系統。 加上看著網路上教你如何提升轉換率的文章，身為經營電商業者的業主們，若也曾經想讓自己的電商更加進步與完美，心中可能有個小聲音喃喃地說：「我也嘗試著運用了相似的推薦系統，但根本沒有什麼明顯的效果。」或許我們可以將注意力除了專注在精準分眾分銷之外，還能試著把焦點放在每個人都是一個獨立的個體，針對大家個自不同的喜好、不同的行為以及多種不同的需求，來創造屬於每位消費者的專屬購物流程。 像是傳統的推薦方法，當使用者購買電風扇之後，網站會持續推薦更多的電風扇產品，只是這樣的推薦方式已經不符合現在使用者的需求。 現在的網路透過AI演算法，進行動態計算使用者行為與網站商品更新，進而立即性調整網站、電商平台推薦使用者的方式，如推薦的內容、瀏覽觀看的內容等不同資訊，以更貼切使用者正在尋找的內容或商品資訊。 不如分析消費者輪廓，讓客戶擁有自己的「專屬網站」 數據資料顯示，全世界電商都花了大錢在廣告上找流量，然而真正的轉換率平均只落在 2 - 3，這又是為什麼呢Rosettaai 也從團隊過去超過五年的電商經驗發現到 2 項主要影響顧客轉換與留存的主因： 無法掌握顧客購買偏好、動機與目的、甚至是當下情境等個人化因素 電商通常是一人身兼多職，沒有足夠相關的人力、資金，學習採用較創新的技術 因此Rosettaai一直以來都致力專注於在電商的「 顧客獲取 」和「 顧客留存」這兩大經營關鍵，重視整段「 線上、線下 」所有消費者旅程的接觸點整合，而非單純一套線上推薦工具。透過個人化推薦系統為每位客戶推薦最符合它們胃口的商品資訊，一個類別的商品有成千上萬的商品，不論實體商店或虛擬平台，可能擁有上千、甚至上萬的筆不同客戶的會員資料，運用消費者偏好分析，讓品牌電商能更精準地了解期消費者輪廓，幫助開發並推薦款式商品給有潛力的消費者。 Rosettaai亦根據消費者的購物流程，設計對應不同頁面、不同階段 KPI 的推薦系統，用戶可根據自身網站的需求選擇推薦情境，系統也提供即時反饋、自動化引擎等服務。現在除了擁有30多個統一API的即用性免費模組外，還打造了14種基本情境組合。 未來讓你的電商網站將不是我的電商網站，伴隨著 AI 與深度學習的技術，網站首頁的概念將逐漸重構，平台將會依消費者需求推薦不同的商品、量身打造網站首頁，讓每個消費者連上電商平台看到的首頁都將不同。 換個角度來說，為電商打造精準推薦服務，讓電商使用個人化推薦系統，不僅是能避免顧客的流失、提高客單價，進而提升營業額的效果外，也能讓現代喜愛新奇的消費者們能擁有嶄新的消費體驗，達到雙向正面的循環效益。

從產線到餐桌，吃進去的衛生管理由誰把關 近幾年有關食品安全新聞報導層出不窮，如即期品改標、洪瑞珍食物中毒等事件，不難發現民眾對於吃進去的食品衛生愈發重視，但由於各個食品加工的品管方式不同，容易有潛在風險。 世界衛生組織（WHO）就曾指出，不安全的食物與飲水，每年會造成200萬人的身體損傷，也因此國際市場要求食品加工企業必須建立商品可追溯體系，所以國內食品加工大廠也想建立生產追溯系統，期望能儘速反向溯源到問題原物料，並啟動追回和銷毀問題食品。 看得見的安心，落實生產透明化 國內某食品大廠以生冷凍食品、即時料理等商品，國外市場版圖已擴展至北美、紐澳、日本hellip等國，在國內對於食品管理的推動也是不落人後，現已取得HACCP、ISO22000、ISO14001等食品認證。 食品生產在人力需求較高，因此也容易有工作疲勞而影響品質，再加上生產線對於生產數量、流程與時間點紀錄不明確，在出現不良品時難以追溯生產資訊，造成食品安全管理上的漏洞只得整批報廢。 為此，中山大學產發中心應用自身的輔導資源，協助該食品大廠解決食安管理的問題，規劃運用AI技術蒐取生產數據，同時建立食品生產的防弊與回溯。 製程智慧化助力食品安全 烘焙類的食品加工雖自動化程度不高，但本案之食品廠對於提升產線自動化程度、導入智慧製造方面有意願，對於企業來說，溯源體制不僅能樹立品牌形象，提升產品、品牌價值，對於消費者而言，生產線的透明化讓人更加放心。 因此，中山產發中心媒合AI技術服務商泓格科技，在第一階段規劃導入數據蒐集設備來串聯食品工單資訊，降低人為操作上的資料疏漏，同時透過即時生產資訊看板掌握產線處理流程，確保可能因人為因素造成的生產階段資訊不連貫，使該批產能受到影響。 產線智慧化規劃示意圖 第二階段則於麵糰發酵階段透過深度學習進行大小與體積計算，分析溫度、濕度、發酵時間與產品體積比間的變化關係，並評估後續是否導入AOI異物偵測，於冷凍後建立第二道品管步驟。 成品品管AI化示意圖 食品加工身分證，開啟食安溯源AI時代 在台灣，消費者對生產履歷的認知度和接受度逐步提升，食物由原料供應、加工生產，到流通販賣，都需要能完全掌控，並提供透明資訊，公開食品生產履歷不僅是增加企業與消費者間的信任，同時也是讓台灣的食品安全環境，跟上國際的腳步。 中山大學產發中心將在2020年協助企業導入先進科技的AI應用，記錄原物料從產業到餐桌的全流程數據，監督食品生產過程，成功落實產品溯源，做到加工食品的防弊與回溯，從而對產品建立高規格要求，讓食品加工產品走進世界級的標準。

表面處理應用面臨成本攀升與人才斷層問題 金屬表面處理的技術發展影響航太、汽車、機械、家電、通訊、扣件等內外銷產品品質。同時它對於國內「五加二」的智機、國防與循環經濟扮演舉足輕重的角色，依照2018年調查統計，金屬表面處理業產值達新台幣1,515億元，相較2017年成長36。 然而金屬表面處理係高勞力、高耗能、高污染的產業，長久受到專業技術人才斷層、環保法規不斷加嚴造成處理成本不斷攀升，致使產業面臨生存危機與國際高值供應鏈競爭危機。 人工品管面臨市場考驗，鍍膜製程找到新契機 國內某鋼板鍍膜廠目前國外市場佔營收7成，2016年往汽車用鋼材、多元供應鏈與多樣特殊鋼品市場發展，為搶進國際市場，表面處理透過創新科技提升品質勢在必行。 鋼板鍍膜連續製程中，鋼板完整成品與瑕疵品的兩者價差約10倍左右，現階段採取人工檢驗方式驗證，每卷鋼捲於生產過程中需裁切10米做為固定檢驗廢材，造成大量廢材成本產生，及生產時程的延宕，同時，人工檢驗的品質不穩定性，也讓生產品質無法恆定。 憑藉中山大學產發中心深耕南部十多年的輔導能量，針對該鋼板鍍膜廠之痛點，媒合AI光學量測技術服務商，降低鍍鋼檢測耗材成本，並減少人力檢測疲勞所造成之誤差。 以光學量測技術穩定鋼板塗裝品質 為掌握塗裝製程品質，需要運用影像辨識產品良率，而一般的量測技術需以接觸性偵測鍍膜厚度，故中山大學產發中心媒合AI光學量測技術服務商，協助開發非接觸光學量測儀，記錄塗裝數據後續比對出最佳製程數據。 3D非接觸量測儀測試展示圖 量測儀數據展示呈現圖 透過AOI光學檢測快速掃描，以非接觸方式量測，可在不直接碰觸產品或破壞鋼板表面情形下，迅速掃描出待測物的剖面及輪廓尺寸數據，不須增加成本負擔，可即時控制鋼板膜厚品質狀態後續也希望可以針對製程環境之數據做計算，設計產品異常示警範圍，以利後續製程更智慧化之使用。 未來，此解決方案將進一步檢測表面瑕疵及鋼板成品色差，以降低廢品產生之比例，解決專業技術人才斷層問題，並提升產品良率。 非接觸量測儀操作示意圖 建立AI塗裝模型，打造世界級的鋼板供應水準 透過中山大學產發中心於2020年輔導，該鋼板鍍膜廠加速先進製程技術應用，建立表面處理製程品質標準量化指標，有助於國內表面處理生產高品質電磁鋼片，估計可提高2的產品價格。 此外，未來還能協助業者通過高價值航太、電動車、扣件與航太熱處理認證，以創新的思維提升產業附加價值，繼續帶領金屬產業向前邁進。

智慧語音助理的發展已日趨成熟，但缺乏旅宿業者專屬的應用，因此，由犀動智能科技（Aiello）所開發出來的「小犀管家智能語音AI平台」，能完成客房服務、設備介紹及退房續住等，是貼心的AI小管家。 智慧語音助理導入旅宿業 有助提升住房新體驗 Google Assistant、蘋果Siri及Amazon Alexa，號稱全球三大語音助理，對於語音助理的應用越來越多元，但多用於手持式裝置、個人應用及家庭應用。現在也有業者看好旅宿業的需求，將智慧語音助理導入旅館業應用，智慧旅館應運而生。 成立於2018年10月的犀動智能科技（Aiello），推出支援中英文的「小犀管家智能語音AI平台」。其外型類似鬧鐘的小犀管家，在接收到飯店住客的語音指令後，就能協助完成客房服務、設備介紹和退房續住等事項。 飯店語音助理 例如，有旅館住戶需要飲用水或報紙，他只需對「小犀管家智能語音AI平台」說：「請送一瓶礦泉水到房間」或「請送一份報紙到房間」，小犀管家在接收到客人的語音指令後，客服經理便會直接派人送礦泉水或報紙過去。不會因為櫃台人員漏接電話，而造成服務不周，甚至於客訴的情況。 除了接收住戶的指令外，小犀管家還能結合電話、鬧鐘的功能，同時內建藍芽音箱，只要一個指令就能自動播放線上串流音樂，提供住戶更優質的服務體驗。 深化服務場景、擴大落地應用 小犀管家智能語音AI平台利用自然語言處理（NLP）和語意分析辨識客戶語音指令完成多項客房服務，以減少多餘的溝通時間和淺在的人為失誤。其中，使用語意解析取代了規則基礎模式（Rule-Based）與語言學的窮舉法，一次至少能聽懂三個問題的情況，更能符合人的對話習慣，也較能適應多元的情境，以此深化服務場景。 Aiello的共同創辦人廖先嫺也認為，只有深化服務場景，才能夠讓消費者體驗達到一定程度。而Google提出的BERT，也是利用類影像分析法取代了規則基礎模式（Rule-Based）與語言學的窮舉法。這項技術已逐漸成為市場主流。 智慧語音助理導入旅宿業提供服務，將有效取代人力以優化並提升客房服務之品質與效率。 現階段產品已上線的Aiello，初期將鎖定中國市場，目前已陸續與一線城市的飯店集團和系統服務商洽談中，擁有月租和買斷兩種模式。未來，也將整合更多服務拓展商務模式，包括叫計程車、購買娛樂票卷和預定旅遊行程等。 未來，將更進一步設計出酒店專屬的新型態客房內服務系統。讓房內語音入口跟酒店的SaaS平台變成新零售管道，為旅宿業者實現利益最大化。 目前遭遇到的挑戰在於在台灣難找到新聞、音樂內容提供商，願意一起合作提供服務。不過，隨著系統越來越成熟，產品不斷朝旅宿業推廣，將會吸引更多內容廠商合作投入。

壹、前言 本計畫依據行政院「臺灣AI行動計畫」願景目標，藉由建立應用服務發展環境 AI HUB，鏈結供需資源，促進跨界跨業共創以帶動產業智慧化發展。本年度希冀偕同公協會籌組產業AI化推動工作小組SIG，在地推動相關產業智慧化升級轉型的輔導工作，並共創產業AI化發展藍圖，以典範案例角度發展PoC與PoS，階段性驗證AI技術商業應用化發展與擴散。 貳、申請規定 一、申請資格 提案單位為公會、工會、或協會等依我國法規辦理法人登記或其他經主管機關核准設立之單位，即符合申請資格。期借重申請單位推動產業發展之影響力，協助產業快速進入智慧化升級轉型階段。 二、申請主題 延續計畫之產業推動方向，SIG申請以「製程智慧化」、「裝置智慧化」、「服務智慧化」、「軟體智慧化」四大主題為主。 製程智慧化：協助在製造流程中導入AI技術，達到節省人力、降低庫存壓力、快速穩定出貨等效果。例如：品質檢測、自動化排程、預測性維護等。 裝置智慧化：透過演算法、雲端服務優化各類裝置效能與功能，包括提升運算處理速度、識別能力、自動化功能等。例如：影音偵測、環境感測等各項硬體裝置。 服務智慧化：針對服務場域營運需求，透過AI提升服務效能、品質及解決人力短缺之問題，或創造全新服務模式。例如：個人化推薦、內容生成、客服機器人等。 軟體智慧化：針對既有系統整合業者升級需求，導入機器學習、視覺辨識等AI相關技術，或發展各種領域的新型應用解決方案。例如：ERP、CRM、營運BI類應用等。 三、申請流程 公告 109年度AI智慧應用服務發展環境推動計畫 產業AI化推動工作小組SIG 申請須知 四、申請時程 申請時程中，簡報審查、執行與輔導二項，因應疫情防制措施，主辦單位保留調整時間之權利 本計畫採線上申請，請務必於1090221五 18時前完成電子郵寄報名及繳交資料。 聯絡資訊： 北部輔導團隊-資策會 02-6607-2581 李小姐 peisanleeiiiorgtw 中部輔導團隊-台中市電腦公會 04-2242-1717分機232 葉先生 jeremytccaorgtw 南部輔導團隊-中山產發 07-9700910分機46 凃小姐 chiamantug-mailnsysuedutw 參、應備文件 計畫申請表格式如附件 協會法人登記證 立案證明掃描檔 提案簡報，內容需包含下列項目： 說明輔導團隊之產業推動方式、合作分工模式 說明申請單位推動能量、產業需求評估、應用發展潛力 經費運用規劃 肆、推動內容 配合推動計畫，釐清產業智慧化需求、提供需求業者名單、協助實地訪視診斷、辦理分享或座談會活動。 擬定產業領域AI應用發展藍圖。 伍、注意事項 個人資料之規範：申請單位執行本計畫需蒐集、處理、利用個人資料，應符合個人保護法及其他相關法令規範。 申請計畫所提送之資料，無論審查通過與否或自行撤案，均不另發還。 所有申請文件請打字撰寫，執行單位審查提案文件時，發現其內容有不明確、不一致、明顯打字錯誤或簽名書寫錯誤之情形者，得通知申請單位說明，以確認其正確之內容。 審查委員將依據申請簡報進行審查，申請單位須親自出席參加審查會議進行簡報，無正當理由未出席者，視為棄權。 陸、審查項目及標準 主辦單位：經濟部工業局 執行單位：財團法人資訊工業策進會 協辦單位：台中市電腦商業同業公會、中山大學南區促進產業發展研究中心 柒、附件 計畫申請表下載

對於聽障者而言，若能以相對低廉的價格、享受低噪，好的聆聽體驗，應該是一生中最大的幸福。聽障者的心聲，洞見未來科技創辦人陳柏儒「聽」到了，由於本身是聲障者，更能體會聽不見、聽不清的苦惱，因此，他運用AI技術，研發「多人聲分離引擎」，協助解決聽障者的問題。 再次聽見聲音的機會 根據統計，台灣聽覺機能障礙者約有9萬9,535人，占機能障礙者一成左右，這將近10萬名的聽障者，每天生活在無法「聽說自如」的世界中。 對於聽障者而言，最主要面臨的問題有二： 一、助聽器價格高昂，以全球六大品牌為例，平均價格約在新台幣6萬元左右，高階者甚至要價15萬元，非一般小康家庭可以負擔； 二、傳統助聽器的效果不夠好，一旦周遭環境太吵雜，或者音量太高，想要清楚地聽見講者的聲音，就變得十分困難。 一般藍牙耳機由於體積的關係，無法使用需要配置數支麥克風的傳統降噪作法。在吵雜、周遭多人聲交談的場地，例如餐廳、健身房、超市等，通話降噪的品質不理想。 因此本身也是聽障者的洞見未來科技創辦人陳柏儒運用AI深度學習技術，透過單一麥克風達到移除噪音、輸出乾淨人聲的效果。 10毫秒完成特徵值辨識 說聽無秒差 能夠在10毫秒內完成所有特徵值辨識的運算，是 RelaJet 多人聲分離引擎最大的優勢。至於為何是10毫秒因為助聽器處理語音的時間若超過這極限，人耳就會感受到延遲，產生頭暈現象，因此只要被歸類在醫療器材的助聽器，都要求必須在 10 毫秒以內完成所有的處理步驟。 美國食品藥品監督管理局（FDA）即將在 2020 年開放非處方（Over-the-Counter，OTC）助聽器上路，不但能大幅減低實驗跟認證的成本，讓助聽器平價化；且購買管道也會更加開放，不再有那麼繁瑣的驗配流程。洞見未來掌握此一商機，積極與全球六大助聽器品牌商取得合作關係，同時，也進軍藍芽耳機市場，嘉惠更多聽障人士。 洞見未來科技導入AI的具體作法是客制化模型，以模型演算法晶片串接，可達成降低噪音20Db、功率小於9Ma的效益，只需單支麥克風便能夠移除噪音，輸出乾淨人聲的降噪模型，大大提升藍芽耳機通話的品質。

人工智慧AI對人類生活的影響力與日俱增，不論是企業、工廠甚至是個人，都開始嚮往能透過機器擁有更加便利的生活方式。不管是電影中出現的虛擬角色，或是自我幻想，都反映了人類對於未來世界的渴望；可以即時回應你的所有需求，更期待能幫你也把一切打理得無微不至。於是，蘋果帶來了「Siri」、亞馬遜出現了「Alexa」，各家大廠紛紛帶著自己的智能助理如約而至。 Talk to anything you want 根據Gartner調查，交談式AI的自然語言處理（Natural Language Processing, NLP）技術已成為所有AI應用技術的前三名，如何應用NLP做到滿足消費者體驗，這是所有交談式AI供應商都在積極鑽研、進步的領域。 儘管人類使用的語言對機器而言是模糊的、非結構化的，但有了NLP的出現，我們可以解析這些大型的非結構化數據中的模式，從而更好地理解其中包含的訊息。亦可透過NLP協助解決商業中的難題，尤其像是會被頻繁問到高度可預測的問題時、或是持續工作性的例常工作等，都隨著機器學習、運算效能的進步，開始導入以AI技術為基底的Chatbot 來完成。 但是對 Chatbot 開發者來說，找出對的應用只是第一步，設計出好的體驗才是讓使用者留下的關鍵因素。一般對Chatbot的印象總是停在刻板的客服印象，更是常常出現一問三不知的現象，甚至只會回答幾種制式的答案，覺得 Chatbot 一點都不聰明，很笨也很不合期待。 雖然關於聊天機器人的使用體驗設計，有許多影響的要素可以鑽研，但是想要提升消費者體驗並從而改觀，就需要更進階的自然語言理解Natural Language Understanding, NLU技術，進行語意分析、情緒分析、對話聊天機器人等進階應用，讓Chatbot能成為更聰明、更貼近人心的智能機器人。 亞太智能機器就是台灣少數在做機器智能的公司，他們致力於創造人類更便利的生活，自行研發自然語言理解（Natural Language Understanding，NLU技術），專注於Chatbot機器人的研發應用，創立Opentalk平台；至今成立還不到三年，已是目前全球前五大工業智慧公司「科大迅飛」的台灣唯一技術合作夥伴。 亞太智能打造「多輪對話詢答能力」，賦予Chatbot 理解能力 亞太智能機器透過自行研發的自然語意理解技術，開發出的對話機器人快速建置平台，已具備多輪對話詢答能力，其結合領域知識圖譜，可以讓客服機器人在第一線解決70-80的問題，比較複雜及多元的部分，則仍須仰賴人工客服回答。不過，這80的準確率，已經足以讓客服人員有時間處理更複雜的客戶需求。 此外，多輪對話機器人現階段也可以運用於廠區。客戶在工廠端操作機器設備時出現問題，可以對機器人描述需求與機器的情況，經過多輪對話，機器人可從有限範圍判斷正確問題，結合知識圖譜，有效的判定問題之所在，並且通知技術人員到廠維修，透過機器初步的判斷及回報，情況最快可以在一天之內排除障礙。 對於多輪對話Chatbot 的底層數據架構，必須仰賴介接企業網站或企業資料庫，針對使用者偏好資料、使用者問答資料及使用者 Persona 等進行分類，但除了需要大量的數據資料外，最重要的是透過不斷「餵養」領域知識，才能讓機器人越來越聰明。 另外，亞太智能機器創辦人吳柏翰也認為：「AI學習要以數據為導向，因此，無法用小數據資料就處理大量的對話內容，雖然各種推理的技術正在快速發展，最終靠理解做決策者還是人類。」 「說」出未來無限可能 演著滲透民眾生活相當關鍵的角色。 像是google assistant在2018宣布推出繁體中文版，並積極拓展在台的語音市場，現在開發者已經可以將自己的語音技能上架於Action on Google上供其他使用者使用。 亞太智能機器APMIC更是結合了自身的語意理解技術，上架一款名為「公車小幫手」的語音技能，只要跟自己手機或是音箱上的Google助理說「我要跟公車小幫手說話」就可以進入該情境，在分秒必爭的早晨可以省掉打開app輸入文字的麻煩，只要以嘴代手的方式，就可以查詢自己需要的公車動態。 因此在現今眾多語音技術應用可以看出，語音技能的發展需要有高度的NLU技術才能準確判斷使用者的意圖為何。對於NLU技術的研究，Google、Amazon和Microsoft等大廠亦都積極加入研發，可想在未來語音技能的應用發展將會有更多吸睛的新功能，提供更貼心、更聰明的使用感受，讓用戶的生活更加便利。

若提到檢查視力，大家直覺會想到跑一趟眼科，不過這對於住在偏鄉、或年紀大的長者來說很不方便，如果視力檢查也能行動化，那就能輕鬆解決這個問題。 LEO國眾電腦推出「AI行動視力智慧箱」，希望能深入偏鄉與社區提供視力檢查，解決城鄉醫療差距的問題。nbsp 「AI行動視力智慧箱」解決城鄉醫療差距 台灣正式邁入高齡社會，根據健保統計資料顯示，國內70歲以上長者白內障病變比例高達九成，甚至在新北市29個行政區中，有高達13區沒有眼科診所，甚至有些地區因為偏遠與人口稀少，沒有醫生願意看診，可見城鄉醫療資源差距之大。由簡明仁博士在1985年創立的LEO國眾電腦希望在醫師人力不足的問題下，運用AI技術來解決問題，於是找上工業技術研究院服務系統科技中心工研院服科中心的團隊協助。 工研院自 2014 年開始投入眼底鏡整合平台，研發團隊向教學醫院、診所等醫療機構收集上百萬張眼底攝影照片，從中篩選出適合的 10 幾萬筆資料，再交由專業眼科醫師審圖、註記、判斷，將每張眼底攝影照片標示為 4 個不同的病況等級，再餵給人工智慧進行學習。其後，逐步因應醫療現場需求開發新功能，提供全程自動化的自助式眼底攝影服務。 本案例透過工研院輔導技轉，由國眾電腦提供服務整合營運客服，工研院則負責系統整合、平台維運，此外，場域端則由大學光學眼科提供檢測場所以及檢測服務，推廣至糖尿病共同照護網、視光中心、驗光所、眼科診所、社區服務據點提供眼底鏡檢測服務。這套「AI行動視力智慧箱」亦在AI HUB大會上正式展示，希望能強化未來深入偏鄉與社區提供視力檢查，解決偏鄉醫療資源不足的問題。 「AI行動視力智慧箱」將細隙燈、眼壓計、眼底攝影hellip等眼科手持式儀器與行動視力檢查系統整合成一卡皮箱，可提供25項視力檢測。 「AI行動視力智慧箱」即時上傳數據 「AI行動視力智慧箱」使用方式相當簡單，內建區域無線網路，能將掃瞄的影像與數據即時上傳。nbsp 「AI行動視力智慧箱」將細隙燈、眼壓計、眼底攝影hellip等眼科手持式儀器與行動視力檢查系統整合成一卡皮箱，可提供25項視力檢測功能，在設計上更以病人為中心，提供身份識別、檢測數據讀取、眼底自動比對系統、病歷資料歸檔管理hellip等功能，特別是能進行病人個別檔案管理，加上內建區域無線網路與智能閘道器，方便把包括影像、數據hellip等所有檢測資料即時上傳。 目前「AI行動視力智慧箱」已與台北各大醫院與新北市家醫診所合作，未來也計畫陸續深入各偏鄉地區。nbsp 「AI行動視力智慧箱」除了可應用在醫療院所、健檢中心hellip等固定場所，可攜性這個最大優勢，讓視光師或護理師可帶著前往一般家庭、或偏鄉幫民眾做眼睛檢測，提升醫事人員執行任務便利性與機動性，讓視力檢測走出醫院、走入社區。目前「AI行動視力智慧箱」已與台北各大醫院、新北市家醫診所合作，希望透過直接深入偏鄉與社區，讓行動不便長者可就近接受眼睛檢查，以達到及早發現盡早治療的最大目標。

人工智慧AI發展日新月異，以往提供制式化問答的智慧客服已經不敷需求，繼之而起的，是已建立知識圖譜應用的智慧助理，透過知識圖譜，智慧助理可以化身櫃姐-知無不言、言無不盡地服務客戶，讓消費者以最省時、省力的方式找到自己喜愛的商品。 對於消費者而言，日常生活中最常接觸到的AI應用，就屬智慧客服或智慧助理。以智慧客服而言，客服機器人主要要解決顧客的提問，然而卻常常面臨到客服機器人回覆過於制式、僵化且缺乏彈性。 運用知識圖譜建立智慧助理 為了建制一個問答流暢的智慧助理，必須特別優化自然語言處理、語意分析引擎、多輪對話、情境感知、情感辨識、個性化等技術，資策會數位服務創新研究所服創所在經濟部技術處的支持下，所研發的領域知識建置與管理工具，可以協助將企業網站、資料庫及文件等，透過人工智慧辨識模型，直接轉成企業知識圖譜。如果用在智慧客服上，當客戶詢問的問題很模糊時，就可以依據知識圖譜進行主動反問，並透過多輪的對答，提供精確的答案，以節省專業知識人力成本及詢答時間，並能提供消費者更好的消費服務體驗。 資策會服創所組長陳棅易指出，一般簡單的智慧助理，是透過串接固定的 API，並依據固定的資料格式，設計回應的樣板，例如，透過Line、Facebook messenger查詢包裹運送過程、到貨時間，十分簡單。但若是針對客戶靈活的問題，如防癌保單條款、信用卡申辦條件、法律諮詢等專業問題，就必須仰賴更複雜的技術。在技術上，必須能夠讓人工智慧將文件檔案、網站，甚至於社群網站等非結構化的資料，轉換成電腦可以理解的模式，也就是建立企業知識圖譜。 簡單地說，知識圖譜主要藉由抽取所有資料的重要文字，以及標註文字與文字之間的關係，自動化建立起所有人、事、物之間的關係圖。以知名連鎖飲品店「50嵐」為例，電腦可以從社群資料中，取得並自動判斷南投跟烏龍茶的關係叫做「產地」，而從 50嵐的商品資料中，建立50嵐跟烏龍茶的關係叫「產品」。一旦消費者希望了解「50嵐的烏龍茶是哪裡產的」，系統即可透過知識圖譜的推論，提供「南投」的答案回應消費者，讓客服更加聰明與專業。 另一方面，智慧助理不再是被動地接收問題，還能夠主動通知提醒消費者，例如，孕婦在生產前定期產檢非常重要，透過知識圖譜，智慧助理知道孕婦何時要做羊膜穿刺，會透過 Line 和 Facebook messenger 主動通知，讓孕婦產前檢查不漏接，安全更有保障。 資策會服創所研發的智慧助理，已逐步應用到零售、金融及醫療業，包括信用卡優惠諮詢、商品規格諮詢，以及醫療衛教諮詢等，並有多家廠商已完成實證，未來更可串接外部社群資料或開放知識圖譜，未來也將持續與合作夥伴，共同推進知識圖譜應用於各種新型態的人工智慧服務。 知識圖譜應用 衛教小天使對話機器人 新手孕媽咪們，在懷孕期間總會遇到不少的問題，如孕吐、飲食、胎兒的健康、產檢注意事項等，不但影響到睡眠作息與個人健康，更可能進一步影響到胎兒健康。 資策會服創所與華馨健康科技合作，針對懷孕期間可能遇到的大小事情，透過人工智慧技術，將衛福部衛教手冊、社群討論文章進行自然語言處理與知識圖譜技術，打造衛教小天使。 服創所與華馨健康科技合作開發針對懷孕期間的大小事情回答的衛教小天使對話機器人 如果有產檢相關的問題，可以透過產檢ABC進行詢問，系統會藉由互動問答的方式，提供產檢是否需自費以及可以檢測的病症等資訊。若希望針對孕期的飲食、健康狀態有問題，就可以使用懷孕萬事通，透過自然語言進行發問，系統則會提供與問題最相關的專家答案。此外，還有好孕資源、福利補助等資訊，提供孕媽咪們參考。 衛教小天使可以以自然語言進行發問，系統則會提供與問題最相關的專家答案

OMO數位服務流程設計服務 分析數位足跡掌握消費者輪廓 目前台灣零售商主要分成便利商店、量販店、超級市場與百貨公司四大類型，以規模最大的百貨公司來說，儘管擁有悠久歷史，但缺點為數位化能力弱，即便到了今天，仍堅持以實體DM、特賣會、周年慶hellip等傳統方式與消費者溝通，在如今價格競爭激烈、勞動成本提高的環境下，加上本身沒有價格優勢的，希望消費者保持忠誠度是不可能的，這些也都反應在逐漸衰退的銷售力道上，資策會服創所團隊希望透過「OMO數位服務流程設計服務」，或許是能幫助百貨業者轉型的解決方案。

你是否有過類似經驗，當上網亂逛網拍時，總覺得網頁好像懂讀心術，不斷把你想買的商品推薦給你hellip 在對的時間推薦對的商品給對的顧客 例如看到一件喜歡的衣服，接著下方立刻出現類似款，或能與它搭配的配件，結果就是hellip購物車不知不覺愈裝愈多，網頁之所以如此懂你，最大關鍵在於導入能自動分析顧客偏好的AI引擎，在對的情境即時推薦對的商品，無形中提高消費者下單意願，讓平台的客源更加穩定，這就是太米Rosettaai擅長的服務項目。 太米Rosettaai提供電商提升轉換率與顧客留存率軟體服務，透過多種不同AI引擎分析消費者偏好，在線上與線下推薦個人化商品。 太米Rosettaai為是專門為電商打造一站式顧客轉換與留存服務的網路公司，透過多種不同AI引擎分析消費者行為，並在線上線下推薦個人化商品。以剛才提到的網購為例，在整段購物旅程中，巧妙透過首頁、商品頁、類別頁、購物車、結帳頁hellip等不同情境頁面，安裝不同的AI人工智慧引擎，設計符合消費者需求與購物情境的API，進一步深度分析消費者偏好，透過正確的銷售預測，有效提高消費者體驗與提袋率。 在整段購物旅程中，太米Rosettaai能在各頁面安裝不同的AI人引擎，在對的情境即時推薦對的商品，無形中提高消費者下單意願。 不同AI引擎分析不同情境 創造消費者回流與提袋率 舉例來說，假始消費者停留在一件大衣購買頁面，下方不單單只推薦類似款式，還可能出現能與該件大衣搭配的服飾或配件，例如內搭、褲子、皮帶、包包hellip等；且系統會參考消費者過去購物習慣，推薦可能感興趣的品項；例如消費者過去買過單眼相機，頁面就可能推薦相機包、清潔包hellip等相關產品，透過AI技術交叉分析商品資訊與顧客偏好，進而達到個性化的推播。 目前除了鎖定電商市場，太米Rosettaai也積極拓展到海外，近兩年更與國內外各大加速器媒合，也期許能應用在不同產業，尋求更多合作可能。 太米Rosettaai提供多種API即用性模組與多種基本情境組合，讓用戶可依網站屬性選擇，無需投入大筆資金建立AI架構，便能清楚掌握顧客喜好，大幅降低行銷成本，甚至能達到庫存預測，讓電商營收有效成長。目前除了鎖定電商市場，太米Rosettaai也積極拓展到海外，過去兩年更獲選進AppWorks、Founder Institute、Orange Fab、Zerothaihellip等國內外知名加速器媒合，也期許未來能應用在不同產業，尋求更多合作可能。 太米Rosettaai官方網站

檢測為所有工廠產線維持品質的重要環節，但傳統多採用人力檢視產品外觀有無瑕疵，肉眼觀察不僅容易失誤且人力成本高，偲倢科技將AI技術導入檢測系統，提出被動元件高速AI瑕疵檢測系統，希望能大幅提高檢測流程速度與效率。 專注自動化軟體開發 盼改善產線檢測效率 偲倢科技（Spingence）專注於軟體設計、開發與銷售，擁有全方位淺顯易懂的自動化開發平台，搭配自動化圖形化平台LabVIEW與高階軟體，提供自動化專案的評估規劃，包含機械手臂、機器視覺、運動控制hellip等設備，希望透過各種實作案例與經驗，顛覆現有的自動化軟體模式，提供能快速導入、上手簡易的產線檢測平台，協助各大企業改善產線的自動化流程。 偲倢科技（Spingence）專注於軟體設計、開發與銷售，提供能快速導入的產線檢測平台，協助各大企業改善產線自動化流程。（圖片來源：偲倢科技） 偲倢科技在日前AI HUB大會中，展示出被動元件高速AI瑕疵檢測儀（High-Speed AI defect inspection），顧名思義該套檢測系統導入AI技術，讓整個產線作業更有效率。之所以會研發這樣的設備，是因為大部份工廠過去多採用人力檢查產品外觀有無瑕疵，但人眼會因為工時拉長，導致工作品質下滑；另外，愈來愈多零組件體積愈來愈小，甚至在製造現場生產速度愈來愈快，這些都讓人眼難以負荷，因此才希望藉助科技的力量，透過高解析度相機與高效能影像軟體，讓整個製程的檢測工作更有效率。 快速辨識與自我學習 符合產線高速檢測需求 被動元件高速AI瑕疵檢測儀可根據不同的硬體配置，輕鬆完成自動流程編輯與編排，同時也提供最佳化模型，速度每分鐘可達到1200pieces，讓漏檢率低於50ppm，更重要是配置彈性，能依照客戶成本與速度要求，選擇不同的部屬邊緣裝置，當然要混合使用也沒問題。以現場Demo瑕疵檢測為例，將檢測白色平台上待測物點膠的完整度，如果是傳統AOI演算法，可能會因為環境光線讓膠的表面反光，導致許多誤判的結果；但如果利用AI神經網路自動學習的特性，反而可以穩定辨識反光與點膠不完全的瑕疵。 被動元件高速AI瑕疵檢測儀可根據不同的硬體配置，輕鬆完成自動流程編輯與編排，高彈性配置能依照客戶成本與速度要求打造。 要建置符合線上高準確率的網路模型，不僅需要長時間的運算訓練，還必須針對不同產品優化參數，偲倢科技把演算法高度優化在嵌入式裝置裡面，讓被動元件高速AI瑕疵檢測系統，在短短一分鐘之內，就能檢測上千個待測物，以達到產線高速檢測的需求。影像辨識當今已成為AI最主要應用，尤其應用在產線的瑕疵檢測，AI具備快速辨識與自我學習功能，能更有感提升整體建置效益。 偲倢科技的軟體平台與技術，目前已獲得許多合作夥伴認證，而工廠導入自動化已成為近年趨勢，且因應各個產線設計差異，自動化必須是高度客製化的工作，在未來投注更多資源的支持下，偲倢科技也期許這套自動化軟體平台，提供客戶更多元的解決方案，幫助企業輕鬆邁向工業40。 偲倢官網

在當今網路世代，無論個人或公司，若想透過網路經營品牌，都會面臨撰寫文案、設計版型的問題，而怎麼樣才稱得上好的設計網路世界總給人深不可測的印象，木刻思團隊長年專注於研究各種數據，就是希望能從中找到想要的答案。 專注於數據分析 探索並解決問題 木刻思為一群專注於數據（Big Data amp Deep Learning），探索解決問題本質的顧問公司，團隊運用各種量化分析技巧，挑戰網路上許多深不可測的問題，並致力於提升台灣企業與個人，在數據分析領域上不斷學習，而這套技術應用範圍相當廣，例如新聞平台個人化導覽與推薦系統，電商個人化導覽、搜尋與推薦，或金融交易的策略開發、設計與回測；同時木刻思也因應科技與時事需求，開設數據分析、網路爬蟲、資料視覺化hellip等各種資料分析實體課程，希望與國內外企業合作，導入各種資料科學解決方案。 木刻思為一群專注於數據分析、探索並解決問題本質的顧問公司，團隊運用各種量化分析技巧，挑戰網路上許多深不可測的問題。（圖片來源） 以最簡單的網頁設計來說，木刻思認為，當今個人化追蹤技術發展日新月益，搭配AB Testing實驗設計與測試技術，當今各行各業行銷與企劃人員，總算可以不用再依靠那些所謂20年的行銷經驗，好像瞎子矇著眼在市場上亂猜，與其用如此低效率、成效難以預計的做法，其實只要擅用數據分析，即便是很直覺的觀察，也可以「猜」得有依據，進而掌握線上使用者的心聲，透過足夠的數據證據支撐，在下錯誤決策與方向之前，就得以快速被修正。 木刻思在日前AI HUB大會中，展示自家研發的3D標記系統，這套3D標記系統透過AI影像辨識技術，能協助醫生快速判斷病患肺部結節狀況。 AI模型會自動根據標記進行學習，提供醫師未來標記時建議，若能即早發現就能立刻治療，解決過去3D影像標記困難、標記資料不易取得的痛點。 團隊開發3D標記系統 運用AI影像辨識技術 大幅提高醫師診療效率 同樣的AI數據分析技術，甚至能應用在醫療領域，木刻思在日前AI HUB大會中，展示自家研發的3D標記系統（包含Auto-Learning與Pre-Labeling），這套3D標記系統透過AI影像辨識技術，能協助醫生判斷病患肺部結節狀況，當醫師完成診斷與標記，AI模型會自動根據標記進行學習，提供醫師未來標記時建議參考，若能即早發現就能立刻治療，大幅解決過去3D影像標記困難、導致標記資料不易取得的痛點。 木刻思希望透過各種資料分析技術，解決各種個人化服務的需求問題，也呼籲大家要跳脫憑空想像，親自與各種資料互動，挖掘出問題後面的解答。 在過去兩年中，木刻思團隊核心成員們，積極在各電商與媒體平台，協助與指導一般使用者建立正確觀念，透過導入相關技術與服務，解決各種個人化服務的需求問題，以提升商品與客戶媒合的機率，木刻思也呼籲大家要跳脫憑空想像，動手去感覺資料、與資料互動，挖掘問題後面的解答，同時感受解答後面的問題。畢竟網路世代瞬息萬變，每一波浪潮的崛起，都伴隨著不同使用者需求與心聲，木刻思希望透過各種資料分析技術，幫助大家快速而有效率解決問題。

在醫療影像AI產業中，有愈來愈多新創公司投入，而近期最受矚目的，肯定是在去年國際醫療影像年會MICCAI中，以數位病理AI擊敗史丹佛大學團隊的雲象科技，希望運用人工智慧實現精準醫療，同時減輕醫師繁瑣的工作。 提供數位病理解決方案 滿足人工智慧應用需求 雲象科技由葉肇元醫師領軍，雖然成軍才短短幾年，但團隊成員囊括醫療與科技，同時具備高度跨領域整合能力，擅長醫學研究、資料科學、軟體開發、系統工程、醫學知識與資訊科技，致力於提供病理數位轉型與人工智慧輔助診斷之解決方案。看準數位病理在全玻片影像技術發展下，已逐漸成為醫療影像數位化的里程碑，雲象科技提出數位病理系統（aetherSlide）解決方案，除了研發數位玻片管理與閱片系統，同時也整合影像標註、深度神經網路推論與訓練功能，希望能滿足人工智慧模組應用與開發需求。 雲象科技雖然成軍才短短幾年，近期在醫療影像AI產業受到矚目，日前共同創辦人暨執行長- 葉肇元 醫師更獲得台灣百大MVP經理人。（照片來源：雲象科技aetherAI臉書專頁） 數位病理系統最大特色，為提供自訂數位玻片狀態列，可依照優先、緊急hellip等案件排序，不僅一目瞭然且輕鬆達成時間管理。同時介面設計也很直覺，提供熱鍵組合、一鍵玻片彙整，以及比例尺、放大鏡、無段式旋轉hellip等實用工具，這些都能提高諮詢或討論效率。而在人工智慧服務方面，提供癌症辨識與定量、免疫染色定量、血球分類計數hellip等多元應用，透過人工智慧與醫師協作，減低重複性工作的負擔。另外也支援豐富的訓練標註功能，提供多種圈選方式、多類別標註與自由手繪，標註結果可無縫接軌深度學習訓練使用，並以結構化格式輸出，於日常流程中產出人工智慧訓練用資料。 雲象科技去年開發AI醫療影像開發平台（aetherAI），該套系統最大特點為診斷自動化，能提供端到端數位病理人工智慧開發流程。（照片來源：雲象科技aetherAI臉書專頁） 值得一提的是，數位病理系統支援強大的管理功能，特別能依醫院科室工作分派流程進行整合，甚至能與醫院既有資訊系統整合，節省人力分派資源，透過數位化操作提高行政效率。在檔案格式部份，也配合多廠牌玻片掃瞄機類型，支援svs、ndpi、scn、mrxs、bif、tifhellip等全玻片影像格式；另外為了降低醫療院所長期儲存空間的負擔，雲象科技採用的基礎架構支援強大的擴充性，能依據使用者需求，提供水平或垂直擴充，同時支援本地端與資料中心，作為長期儲存的擴充方案。 雲象科技的數位病理系統擁有強大的管理功能，在檔案格式部份，也支援多廠牌玻片掃瞄機類型，數位化操作能提高工作效率。 aetherAI數位病理人工智慧應用 減輕醫師負擔提高生產力與一致性 在日前AI HUB大會中，雲象科技展示去年推出的AI醫療影像開發平台（aetherAI），該套系統最大特點為診斷自動化，讓醫院各科能將各式DICOM檔與醫療知識匯入，具備人工智慧模型的高擴充性，提供端到端數位病理人工智慧開發流程，目前提供的數位病理人工智慧模組，包括骨髓抹片自動分類計數、鼻咽癌辨識應用以及腎絲球偵測應用hellip等近10種不同類型資料集。那麼，對於醫生哪些實質幫助簡單來講，只要事先用AI掃過，就能確認是否有癌症，不用像過去要在骨髓檢體裡數半天，如此也能大幅縮短醫師重複性的工作，更有效率完成複雜度高的診斷。目前aetherAI已能達到與病理科醫師同樣肉眼辨識的水準，以鼻咽癌為例，辨識率高達97。 雲象科技AI醫療影像開發平台（aetherAI）能大幅縮短醫師重複性工作，更有效率完成複雜度高的診斷。 雲象科技現階段合作伙伴與客戶以大型醫學中心為主，國外則以美國匹茲堡大學醫學中心為首，國內部份包括台大醫院、台北榮民總醫院、長庚醫院、國泰綜合醫院、三軍總醫院、中山附醫、北醫附醫hellip等大型醫療機構，希望運用人工智慧實現精準醫療，讓深度學習落實臨床，減輕醫師負擔，提升醫療品質的一致性。 雲象科技官網

IOT智慧廁間：一個乾淨、省電、便利的新智慧廁所革命 使用六種感知器偵測衛生紙、洗手乳存量、漏水、臭味發生以及人流和廁間使用狀況偵測，搭配上NBIoT傳輸、雲端系統以及 LINE 機器人。可以大幅改善客訴、提高廁所消耗品的補給效率，加上即時的狀況通知，可以禁絕違法廁間抽煙以及提昇安全性。使用者再也不會遇到廁所濕、髒、臭，以及沒有衛生紙的窘境，體驗大升級。 走進熱門觀光區的公廁，給您什麼樣的印象沒有洗手乳沒有衛生紙甚至是又髒又臭還漏水資策會的 IoT 大數據智慧廁間解決方案，一次解決廁所不方便的問題。 根據行政院環保署的統計，截至2019年9月底為止，全台灣目前已經建檔管理的公廁數量達 4 萬 3 千餘座，而整個環保署卻只有 3 萬 4 千餘人。這麼龐大場域數量的清潔管理，顯然不是一件容易的工作；再加上高齡化社會來臨的必然，從事第一線廁間清潔服務的人員數量和品質勢必遇見前所未有的瓶頸。引入有效的服務流程以及科技的輔助，成為一個遲早要面臨的重大課題。 資策會在全台 20餘間 IoT 智慧廁間服務解決方案的實證案例，或許為我們解決這道難題帶來一個不錯的方向。 應接不暇的客訴、四大問題、以及資策會的三套解方 2016年，當與火車站共構的捷運松山站正式啟用後，原本使用量已經幾乎爆滿的公共廁所，面臨到爆量使用所造成的嚴重客訴。原本平均每日旅客量只有四萬人次的臺鐵松山站，就已經瀕臨服務產能的瓶頸；在連接的捷運松山站開通之後，旅客爆增為七萬人次，讓原本就已經接近極限的服務能量，完全無法應付捷運開通後新增的旅客量。 曹雪芹在小說巨著「紅樓夢」當中曾出過一個刻劃人心的經典台詞：「牆倒眾人推」，或許可以形容這個現象：各個獨立廁間的衛生紙、洗手乳總是來不及補充、洗手台骯髒以及廁間排泄物的污染來不及清理，使得廁間的客訴連連，應接不暇。再加上臺鐵松山站的公廁比捷運松山站的公廁更為靠近旅客必經要道。臺鐵松山站至此，必須站出來、面對並解決這個難題。 由於臺鐵松山站與資策會有著長期的合作關係，就委託資策會協助解決這個頭痛難解的問題。 愛迪生有句名言：「只有在我知道一切做不好的方法以後，才知道做好一件工作的方法是什麼。」而資策會第一個要做的就是痛點分析（Pain Point Analysis），從根本面來思考問題。經過盤點客訴以及與第一線的清潔服務公司探討分析之後，發現四個問題、和三個解方： 四個問題分別是：衛生紙以及洗手乳補充不即時，洗手台潮濕以及空間內的惡臭。 而三個解方分別來對應這四個問題，分別是：1 消耗品如衛生紙、洗手乳的精細管理。2 服務流程中的關鍵績效指標 （ KPI ）數位化，如洗手台的潮濕程度，或是空間中的臭味濃度。3 利用物聯網（ IoT ）的新科技達成前面兩個解方的實作，輔佐大數據和雲端科技來達成高效益的場域清潔管理。 「技術特點以及研發過程」 六個關鍵感知器，以及 IoT 雲端主板與大數據的結合，徹底解決七成的客訴，效率也提昇了120倍 一、消耗品的精細管理 為了達成衛生紙和洗手乳的精細管理，第一步就是針對這兩個耗材研發感知器來偵測。 從 2017 年開始，資策會開始設計首款的紅外線廁紙偵測模組。該模組主要運用衛生紙使用習慣的物理特性來偵測：一般正常使用下，廁紙放在鐵桶型的支架上，它的厚度會隨著消耗而慢慢的變薄。 這個模組需要利用 PSD 位置感應探測器 position sensitive detector 、 IRED 紅外線發光二極體 infrared emitting diode 以及 SPC 信號處理電路 Signal processing circuit 三者的搭配，來達成有效的廁紙長度判斷，其精確度甚至達到小數點後一位。 第一次開發這個偵測模組的時候，由於沒有可以參考的設計，只好從感知器的選擇、電路板的設計規劃、感知器程式的撰寫，甚至光固化 3D 列印的外殼設計完全不假他手，全部都在資策會內完成。 智慧廁間服務實境 不過，雖然設計生產廁紙感知器的種種困難都克服了，但是萬萬沒有想到，如何固定反而是讓人吃盡苦頭的一道難題。 智慧廁間廁紙偵測模組 資策會團隊與我們分享：「一開始的時候，我們用熱溶膠固定，可是清潔人員每次補充廁紙的時候都需要開開關關。震動一多，沒有很牢固的固定住，結果就是掉下來。 最糟糕的狀況是在女廁：有一次有女性旅客如廁的時候，這個感知器沒固定好就掉下來了。你會不會覺得這個感知器看起來很像針孔攝影機這東西突然在女廁掉下來，有沒有很糟糕（笑） 還好長官支持，我們也持續研發如何固定的技術，直到最後可以成功的牢牢固定，不然這個專案早就胎死腹中了。」 智慧廁間服務手機畫面展示 後來，廁紙偵測模組上線之後，原本清潔人員巡察一次廁紙使用量就要花掉 15- 20 分鐘，後來只需打開 APP，10秒就能查完廁紙使用量。大幅提高了效率至原本的 120 倍。 既然衛生紙的消耗量解決了，下一個難題就是洗手乳的低存量偵測了。 跟衛生紙不同，洗手乳每一次補充的量不見得完全相同。由於設計的理念是希望能夠用最低價、最穩定的元件來完成這個功能，以便於未來的推廣。最後選擇了常見的霍爾感應器，將其貼在洗手乳給皂器的外殼上，來達成偵測洗手乳即將見底的功能。 原理其實很單純，只要液面低於某個百分比，霍爾感應器就可以對液面進行電磁感應而產生電壓的變化，感知器送訊號至後端的雲端伺服器，然後跟廁紙感知器一樣，由伺服器再發送訊息給清潔人員。 二、服務流程中的關鍵績效指標 （ KPI ）數位化 洗手台潮濕往往就會滲水到地板上，再加上來往旅客腳上難免帶有灰塵，一旦踩過潮濕的地板，就會使得地板髒污。視覺上就會給人「這廁所很髒」的感受。然而，廁所不可能隨時都有清潔人員值守，這時就需要有專門的感知器來偵測這樣的情況。 資策會利用薄膜導電電阻的特性，當薄膜電阻表面具有液體時就會降低整體電阻值，進而改變類比訊號輸出的相關數值。如此一來，只要在容易潮濕的表面鋪設薄膜電阻即可偵測潮濕的情況。例如窗台旁邊，或是洗手台面。 不過，由於感知器較為昂貴，而且刮傷就會破壞感知器的效能，所以後來只有特定的公廁才有導入這個潮濕偵測的感知器。 另外，除了視覺上的髒污，若是公廁傳出陣陣惡臭，即便這個廁所看來明亮乾淨，仍然會被認為是髒污的廁所。 然而，臭味的偵測可沒有那麼容易解決。 一開始，為了找到這個「電子鼻」，找遍了國內外的各種感知器，結果才從日本某個專門生產各種氣體感知器的大廠產品線中找到合適的 MEMS 微機電感應晶片。 所內接著也是從這個晶片的麵包板測試、電路設計圖、以及發包出去生產，共花了近半年才完成這個感知器的設計。 除此之外，在研發智慧廁間的過程當中，陸續也接到其他的需求，如人流偵測以及使用偵測等模組的研發委託。 智慧廁間感測器呈現 在開發過程當中發現，部份的無障礙廁間可能在使用過後，使用者有可能不小心把門關上，燈也忘記關，所以看起來這間廁所一整天都有人佔用。然而，真正需要使用的人反而被空蕩蕩的無障礙廁所擋在門外。這個問題相對簡單，工程師找到現成的人流感應模組，將其安裝在洗手台之下，這個問題也就迎刃而解。 另外，部份偏遠的公廁如梨山國家公園這一類公廁，對於環保減碳的要求上實在難以執行。由於地處偏遠，負責人員每天上班要去開燈，下班再去關燈。有些時候一整天卻沒有幾個遊客使用公廁，但所有的燈光以及設備都還是整天開啟，實在非常浪費電。 而一般市售的感應器非常呆板，只要30秒到10分鐘設定的時間一到，就關掉電源。或許在家中只有一個人使用廁所的情況，這樣的感知器已經堪用，但是動輒60坪的廁所，需要好幾個偵測器一起工作才能確保是否還有使用者在廁間當中，又是一個市面無售的解決方案。資策會只好整合多個感知器，另外在 MCU 上開發演算法，才解決這個需求。 三、IoT、雲端、大數據、以及 5G NBIoT 新科技的引入 創新的路上，總是有總總的困難等著工程人員來克服。而見招拆招的過程當中，也一步步的精鍊了解決方案，使它更便宜、更可靠、更便利。 在前述的各種感知器建置完成之後，這套系統也陸陸續續產生新的問題留給資策會來解決。例如使用者習慣的障礙、耗電問題、成本問題等等。 由 APP 改為更為貼近使用者習慣的 LINE 群組機器人 智慧廁間服務架構呈現 2017年首次完成松山車站約 60 坪的公廁佈建之時，是採用 MCU 搭配 WIFI 的通訊方式全天候監測並傳輸資料到伺服器上，在系統判斷異常之後，利用資策會寫的手機 App 通知清潔人員。 這個設計乍看之下似乎牢不可破，然而，由於現場清潔人員平均年齡 50 歲以上，安裝一個專門的 APP 反而沒人使用，第一線人員經常用沒幾天就把程式刪除。空有整套感知器在監控，卻沒有清潔人員真的使用。使用者習慣，往往是新科技導入面臨的最大障礙。 後來，做了一些使用者訪談後發現，每個公廁的清潔人員，都有一個 LINE 群組。 智慧廁間服務 Line 群組展示 資策會團隊提到：「既然知道他們（清潔人員）有 LINE 群組，那就好辦了 我們一開始小心翼翼的詢問清潔人員，是不是可以邀請一個機器人rdquo新同事rdquo來幫忙巡察衛生紙以及判斷廁所的異常。 一開始的時候，清潔阿姨們還有點疑慮。後來發現這個機器人rdquo新同事rdquo很好用之後，反而很愛它。」 因為成本、環保、以及便利性問題，由 WIFI 升級成 NBIoT 通訊協定 WIFI的速度快，頻寬大。但是一個公廁裡有男廁和女廁，就要分開兩個系統來分別監控，而且每個系統都需要獨立的 4G 網路連上雲端系統。所以建置以及通訊成本較為高昂，而且耗電也比較大。 說到這裡，或許讀者會有疑問：公廁都是設置在公共空間當中，難道沒有公共 WIFI 網路可用 資策會團隊給了我們很有深度的答案：「其實，確實幾乎每個公共空間都有 WIFI 網路可以使用，但是，與其他人共用 WIFI 容易受到干擾，而且 IoT 設備簡單，缺乏安全性控管的機制，若使用公開 WIFI ，有一定的安全風險。 因此，我們的解決方案中，還是設計封閉的WIFI通訊系統來解決通訊問題。 另外，由於一個 WIFI 基地台能夠支援的節點數量只有 20-30 個，一個有 18 個廁間的女廁就需要一組系統了。再加上隔了一個水泥牆，訊號會非常衰弱，甚至影響到訊號的穩定性。所以一個公廁設置兩套系統主要是穩定性考量而不是成本考量。」 人口密集的使用場域當中透過 WIFI 來傳輸資料到伺服器並不會太麻煩，然而，當智慧廁間系統開始被應用到更遙遠的廁間如梨山、谷關、獅頭山等國家公園遊客中心公廁，時時都要確保網路通暢，確實成為一道難題。 還好，5G 的新一代行動通訊網路當中有一個專門為了 IoT 物聯網設計的 NBIoT 窄頻物聯網通訊方式 Narrow Band Internet of Things。資策會領先全台，採用國內晶片大廠的 NBIoT 晶片組開發出台灣首套針對智慧廁間設計的 NBIoT MCU 控制系統 。 這套系統除了成本大幅下降、而且十分省電，只需要原本 WIFI 系統 的電量。最重要的是，比起傳統 WIFI 需要相對穩定的 4G 訊號橋接，這套系統的覆蓋範圍更廣，深山野嶺也都可以通訊。使得未來智慧廁間的覆蓋率，可以不受網路訊號的限制而更加廣泛。 四、「效應分析以及未來展望」 IoT 智慧廁間：一個乾淨、省電、便利的新智慧廁所革命 隨著整套的各式感知器、雲端系統、NBIoT 以及 LINE 機器人陸續上線，帶來的好處十分顯著。 以松山車站公廁為例，從本來的應接不暇到後來大砍 70 客訴量，巡察消耗品廁紙所需要的時間從原本的 15-20 分鐘縮短到只需要 10 秒。一旦有異常狀況發生，也從原本的不知不覺，到現今的立即通知。 有趣的是，意料之外的，這整套系統也順便也帶來了安全、以及徹底執行菸害防治法的附加好處。由於廁間只要有人佔用超過 40 分鐘，就會發出警告給清潔人員的群組。所以，一旦有使用者佔用太久，就會有清潔人員來敲門。安全性大幅提昇。 另外，臭味偵測器對於煙味也非常的敏感。由於國家公園全面禁煙，部份偏遠公廁常有旅客存著僥倖心態，溜進公廁偷抽煙。在國家公園的公廁中，臭味偵測器一旦偵測到煙味，就會播放一段菸害防治法的語音，讓旅客清楚知道公廁內抽煙可是要開罰新台幣二千至一萬元的。自從臭味偵測器安裝了之後，公廁使用者偷抽煙的情況很明顯的大幅減少。 後來，松山車站的「智慧公廁」因為克服了種種難題，而得到了交通部頒發的「金路獎」，因此而聲名大噪。從原本的客訴連連，變為各個公部門爭相參訪的模範公廁，讓承辦人多了許多帶團參訪的工作，也可以說是很奢侈的煩惱吧。 未來展望 這套系統因為 3 年的研發和場域實驗過程當中已經實證其穩定性和成本效應，目前已經成功技轉給國內的系統整合廠商。目前服創所也期待未來這套方案能夠擴展、甚至是技轉到歐美地區。 除此之外，在穩定可靠的數據流和通訊連線基礎之上，引入大數據來分析，或許可以讓人力的調配更加的精細，工作分配不均的問題可望得到根本的修正。 面對高齡化社會的來臨， NBIoT 通訊系統，搭配上各種 IoT 感知器，或許可以為我們帶來更健康、安全的生活環境。一些傳統上高度仰賴人力的重複性工作，也可以利用科技大幅提昇效率。