對製造業來說，以自動光學檢測取代人工目測瑕疵是常見的做法，特別是3C 或半導體產品產出良率均相當高的情形下，一般自動光學檢測容易遇到瑕疵樣品不足與不易定性定量的辨識瓶頸，利用AI 深度學習影像瑕疵檢測則越顯重要 AI 找出細微瑕疵，華碩讓智慧製造 rdquo看的見rdquo 「初期是期望推動3C供應鏈跟我們一起升級，穩紮穩打，協助產業提升，以面對國際競爭。」華碩全球副總裁暨智慧物聯網事業群共同總經理張權德說，華碩智慧解決方案事業部利用AI深度學習執行各類工件瑕疵檢測，透過累積經驗驗證佈局是事業群首要任務。 華碩全球副總裁暨智慧物聯網事業群共同總經理張權德 對金屬機構件業者而言，表面瑕疵檢測相對困難，金屬表面常因光線反射使得原本該被檢出的瑕疵被忽略，檢測的眉角就是必須掌握光學特性及元件表面特質，華碩智慧解決方案事業部不僅有AI 的專家還有數位影像技術團隊，對數位光學影像有獨到的後處理能力以及強大的擴增能力，除了取得正確的瑕疵資料還能以極少量的瑕疵樣本就能完成AI模型訓練。「一般光學檢驗精準度約85～90，追求高精度檢出的業者是不會用的，因為這表示有-10 瑕疵被誤判。」張權德說，而人工目視檢測瑕疵精準度約93，耗費人力並伴隨有職災的風險，目前華碩已經能讓AI學習後做到98精準度，可以完全替代人力目檢及特定傳統光學檢測。 過去三條產線要三個人管品管，現在只要一人 近年來，眾多製造業陸續返台投資，金屬機構沖壓大廠亦投入新廠設立，華碩為其規劃設置三線合一的瑕疵檢測站，透過邊緣計算擷取影像，統一做AI 模型訓練，合併利用同一部AI 推理工作站做瑕疵檢測運算，再即時傳回到各產線的品管站做監控，過去三條產線要三人管品管，現在只要一人，同時檢出良率從93提高至98，成本等於降低5，再加上人力資源的釋出重新調配，沖壓廠實現了智慧製造也打破返台投資生產成本上升的魔咒 ASUS IoT 應用產業 除了金屬機構件之外，塑膠成型件、印刷電路板等電腦周邊元件生產業及系統組裝業都能運用AI 深度學習影像瑕疵檢測做高精度品管，目前也有半導體業正在優化導入華碩AI 深度學習影像瑕疵檢測，以補足自動光學檢測在晶圓層所抓不到的瑕疵，盼藉由AI的助力突破良率瓶頸，降低人工目測或自動光學檢測已知的誤判所造成的損失，更能利用人工智慧大數據針對品質瑕疵種類做統計分類以歸納出瑕疵形成原因，從源頭改善進而減少製程瑕疵。

只有人的頭髮二分之一大小的鑽石，應該要如何檢測答案是：用AI來檢測。 智合科技打造全世界最小的鑽石篩選機，藉由AI與機器學習的導入，加上樣本大數據的累積，在系統愈變愈聰明的狀況下，使得良率短短兩年間，從70提升到96。此外，將AI技術導入雷射十字加工機，可處理500奈米的雷射加工機的光學測量，也是全球第一個植入AI系統的雷射加工機。 2016年從中國大陸回流的智合科技，是一家專門提供微測距影像量測系統服務的新創公司，其主要的服務項目包括微米級microm甚至奈米nm級的微測距應用、半導體檢測、鑽石相關產品、高米密度刀具量測及非標準件檢測。 智合科技總經理李忠軒擁有十多年AOI檢測的經驗，從中國大陸返台之後，自行創業成立智合科技，當時半導體製程從8奈米一路演進到3奈米，微小化的趨勢日增明顯，由於製程困難度高，李忠軒看好這是一片藍海市場，商機可期。再加上AI技術的發展從2017年2月Google公開TensorFlow軟體TensorFlow是一個開源軟體庫，用於各種感知和語言理解任務的機器學習之後，使得AI的推進速度加快。 全球最小鑽石篩選機 良率提升至96以上 因此，李忠軒將原本擅長的AOI與AI結合，以鑽石篩選機作為第一個試金石。智合科技協助一家專營研磨品、切削刀具、光學及晶圓再生及其他精密工業的大廠將原本人工目測鑽石作業全面自動化。此一直徑大小僅有人類頭髮二分之一的鑽石，是該公司明星產品「鑽石碟」所用原料。在此之前，公司均以傳統的目測方式來進行鑽石檢測，光一個產線就要動用80幾位員工目測，而這些勞工多屬外勞或是高齡化的人力，檢測耗費的時間長，產出也不高，人力成本居高不下。最重要的是，該公司半導體客戶要求要達到鑽石檢測自動化、產品數據化及精度提高的目標。 在智合科技的協助下，協助半導體設備供應商將原本人工目測鑽石作業全面自動化，協助客戶打造了全世界最小，且具備人工智慧的鑽石篩選機，產品良率更從不到70提升到96以上，一天可蒐集高達數百萬顆鑽石數據。 靠AI技術打造全球最小的鑽石篩選機 運用AOI及AI交互應用，大幅提升鑽石篩檢效率 此外，智合科技在2019年10月與雷射設備廠商雷科科技共同合作開發雷射十字加工機，簡單說，就是在只有髮絲二分之一的尖點上，打上十字，其精度及準度的要求更高。智合採用AOI方式自動標注，測量位置與角度對位及加工高度，再運用AI訓練位置與角度估算核心，反覆校調後，耗費4個月時間，開發出全球第一台植入AI系統的雷射十字加工機，有了AI技術的加持，讓原有的雷射機價格翻了三倍之多。 智合與雷科科技合作，共同打造全球第一台AI 雷射機 三大妙法打造Auto-AI 數位轉型So Easy 李忠軒分享，智合科技能快速將AI技術導入，並開發Auto-AI，讓企業能快速導入，協助順利數位轉型，其實際落地應用有三大執行方式： 方法一、自動標注平台簡化訓練問題：運用攝影機蒐集機台商的資料，用自動標注取代人工標注，逐步訓練以拉高精度，問題越簡單，訓練所需資料越少。 方法二、AOI與AI雙軌並進：在智慧製造流程中，僅僅單靠AOI或AI無法畢其功於一役，必須由AOI先行，將特徵值標出，同時區分好的或是瑕疵部分，再以AI方式進行標注與訓練。可重複串聯使用的威力更大，隨著訓練資料累積越多，AOI比例降低，AI比例逐漸提高。 方法三、強化嵌入式系統週邊整合能力：建立新的運算平台嵌入式系統或IPC平台不斷提升AI運算能力，以降低工業界AI落地應用的使用門檻。 為降低AI使用門檻與成本，智合科技建立自主開發核心-Auto-AI又稱為傻瓜系統，目前已經跟國內知名工控電腦大廠進行合作，提供使用者更簡易的AI 使用環境。李忠軒表示，台灣是全球最適合作AI系統的國家，擁有超強的電腦設計能力與系統整合能力，若能再加上軟核心平台，將可大幅提升AI落地應用的實證。 AOI與AI交互並行，將AI應用落地時程大幅縮減 智合科技有研發能力相當強的機械控制及AI演算法的專業團隊，主要是公司的薪酬制度不同，智合將70的利潤分享給員工，讓員工共同享受公司的成長果實，因此能吸引優秀人才投入，即時協助解決客戶痛點，在不更新設備的情況下，藉由AI技術的導入，提升原有設備價值。李忠軒也自許，智合將從純粹業務推銷性質的設備商，轉變成為工業升級服務方案商，並將客戶的滿意度與安全感，轉變成為市場行銷上的卓越口碑。 智合團隊，圖左二為總經理李忠軒

產品想要外銷的中小企業或新創公司缺公關資源、缺曝光管道、缺媒體記者人脈，應該怎麼辦以大數據打造全球市場行銷平台的SparkAmplify安普樂發公司）成立媒體精準行銷平台SaaS，彙整全球超過8萬位媒體記者資料，以AI技術分析，20分鐘內生成新聞稿，並媒合定位精準的國際媒體記者，大大提升曝光量，以達國際市場行銷之目標。 SparkAmplify 主要服務就是媒合品牌與媒體的行銷SaaS平台，從2018服務上線起，就持續分析國際媒體趨勢，目前已分析超過300萬篇國際媒體報導，並協助超過來自25個國家及 1,200家公司媒合精準曝光的媒體。除了與CES大展、Computex合作之外，也與知名育成加速器合作，如美國TechStars、BootUp、台灣的TSS、Garage等。 「媒體在找新聞、企業在找媒體」。應用AI數據，找到了之間的平衡。SparkAmplify創辦人李健群表示，「從媒體行銷市場供需雙方來觀察，品牌故事需要曝光，記者需要好的故事，符合雙方需求的「品牌與記者」媒合平台，是市場的剛性需求。」因此，安普樂發運用機器學習Logistic Regression邏輯回歸演算法，將特定類別的新聞文本篩選出來，並透過主題探勘演算法LDA，找出最熱門新聞趨勢，推出「AI探勘媒體趨勢」服務。 20分鐘生成AI新聞稿 找尋適合投放的媒體 這套系統服務只需要三大步驟，就能將品牌商、中小企業及新創公司的產品或服務，透過國際媒體的報導，廣宣到國外市場上。 步驟一、素材準備：安普樂發設置品牌專頁，品牌商將素材準備齊全，包括公司簡介、產品名稱、服務特色、圖片、相關產品示意圖等，準備就緒上傳系統。nbspnbsp步驟二、品牌故事撰寫：透過專家系統及運用機器學習Logistic Regression邏輯回歸演算法，將特定類別的新聞文本篩選出來，並透過主題探勘演算法LDA，找出最熱門新聞趨勢，系統會自動按結構、格式、片詞、文法、關鍵字等等，在短短20分鐘內自動生成AI新聞稿，再加以人工優化。nbspnbsp步驟三、精準推薦：將公司及產品介紹、新聞稿等，媒合國際媒體共8萬名記者，將對的主題推薦到對的記者身上，主動提供記者報導素材，以增加媒體露出及曝光機率。 AI探勘媒體趨勢服務協助品牌公司精準國際曝光 李健群表示，傳統媒體曝光的作業方式，是召開記者會或是廣發新聞稿，然而，在國際會展活動上，品牌商及中小企業主可能沒有這麼充足的公關資源。此外，瞭解產業趨勢及記者的報導喜好，更是一件困難的事情。除了收集資料會是一個問題外，從資料中找出的訊息和趨勢往往效果不佳，且費時又費力。「AI探勘媒體趨勢」技術可以有效且精確的收集資料，並透過文字探勘和機器學習來找到隱藏的資訊，同時，藉由週期性的執行，可以掌握到市場對產品的變化。 鎖定科技新聞領域 協助品牌業者精準曝光 善於資料分析的李健群，運用媒體大數據的分析技術，打造以機器學習進行分析的行銷系統平台，專攻歐美市場數據行銷決策與社群行銷，幫助行銷能力不足的的新創團隊，或有想要獲得國際媒體青睞的品牌業主，能以大數據分析找尋適合投放的媒體。 在AI技術的應用上，安普樂發使用NER命名實體識別技術，Named Entity Recognition技術來增加不同的屬性。例如人、組織、產品等，最後再透過知識圖譜Knowledge Graph建立屬性之間的關係，才能迅速達成預估目標。 由於新聞領域五花八門，包括財經、科技、政治、社會、運動、娛樂、美食、時尚設計等，資料數量眾多，但受限於儲存等資源，無法一一掌握，安普樂發將重點擺在科技新聞領域，與CES、Computex等大型國際科技展緊密結合，提供參展商在公關媒體上操作的資源，爭取國外媒體曝光機會，負責找對的媒體將品牌效益傳達、延伸出去。 三步驟完成媒體精準投放流程 SparkAmplify 商業模式主要為訂閱制，每月收取399美元，透過簡單步驟即可輕鬆完成品牌與媒體的對接服務。至於除了英語之外，未來是否會推出中文服務李健群表示，要跨到落地的語系需要重新建立一套模型，中文又比英文要複雜許多，處理過程要刪除非常多的雜訊。然而，因應中文化的需求日益殷切，未來在資源配置足夠的情況下，有機會也會推出中文服務。 SparkAmplify 團隊 SparkAmplify 創辦人李健群

AI需要花費很多成本嗎導入AI耗時耗力如何凝聚企業內部共識，打造堅實的AI部隊以上種種問題，都是企業面臨AI數位轉型常見的問題。AI新創開源智造公司創辦人暨執行長黃名仕提供客製化AI解決方案，採取「訂閱制」的方式，讓欲進行數位轉型的傳統企業，能迅速導入AI解決方案。 1990年《改變世界的機器》The Machine That Changed the World一書中首次出現「精實生產」Lean Production的名詞，對應到企業的經營上，則是沒有任何資源浪費的現象，流程運作順暢，並以最小的投入創造最多的更多利潤。 以AI訂閱制服務解決方案 快速協助導入工具 畢業於交大，在美國Penn State University取得電機博士，也在矽谷的新創公司服務過五年的黃名仕，曾任首席資料科學家，帶領10人團隊開發多項AI專案，包含即時影像辨識、5GAI、雲端資源動態擴展的預測系統等。黃名仕回台自行創業，於2019年五月成立開源智造，是以推行AI訂閱制服務為發展方向，希望能讓AI實際落地應用，並且幫助有AI應用需求的中小企業，加速培育有實戰力的AI人才。 黃名仕認為，以AI專案軟硬體設備動輒新台幣2、300萬元的規模，對於資金、人力資源有限的中小企業而言，無異是「不可承受的重」，然而，對於缺乏資源的中小企業而言，AI的確能解決自動化的問題，在很短的時間內為企業降低成本並提高效率，是數位轉型不可或缺的利器。 因此，黃名仕依循著「精實生產」原則，為中小企業準備AI數位轉型工具，運用小專案開始入門，從企業健診找出問題、企業培訓、顧問諮詢到提供AI模型解決方案，在一年之內搞定。在專案推動的過程中，協助企業的中高階主管賦能，幫助其了解企業痛點、AI可以協助解決哪些問題、導入效益分析等，屆時要導入中大型的AI專案，將會相對容易。 開源智造在法律業的客製化解決方案，為開發「食品廣告文字辨識分析」工具。有一家中型規模的法律事務所希望協助客戶解決「辨識食品廣告違規」的問題。根據統計，每個月食品業廣告違規的案例高達4,000多件，傳統方式是指派2-3位律師，在各大媒體刊登的食品廣告上，搜尋是否有誇大不實或宣稱療效的情況，以每位律師所需費用新台幣5,000-10,000元的成本計算，整體成本不斐。然而，透過爬蟲系統，將相關資訊彙整，再運用自然演算法NLP等AI技術導入，開發食品廣告文字辨識分析工具，辨識率可達90，也可大大降低人事成本。 此外，開源智造曾成功地將人臉辨識運用在智慧旅遊、智慧門鎖等應用上，達到95的準確率，也曾利用圖形辨識幫助數位廣告商達到AI圖片去背的功能，縮減設計師重複去背的時間超過80。 值得一提的是，對於設計師而言，過去做照片去背往往需要耗費2小時時間，運用AI模型，10秒鐘可去背1,000張，效率驚人。而此舉使得設計師無須花過多時間在照片去背上，可以將時間發揮在發想創意上，需要照片時以AI技術快速去背即可；對於一般消費者而言，在進行簡報PPT設計時，也可以取用去過背的照片，加速簡報製作時間。未來也將串接Google Flickr的個人相簿或圖片搜尋，直接將所需照片進行去背，畢其功於一役。 現階段開源智造計畫與APP廠商合作，將照片去背做成免費使用網站，造福更多設計產業的從業人員。 開源智造開發髮絲去背的AI模型，效果堪比專業設計師 在醫療產業方面，開源智造也開發婦產科器官影像辨識技術，在學校進行教育訓練，協助學生正確判斷。 開源智造也與台灣自殺防治學會合作，運用AI模型在PTT等網路論壇、Facebook等社群網站上，找尋受情緒困擾、有憂鬱症，或是負面情緒及言論的民眾，設定自殺風險評估，將相關資訊提交給台灣自殺防治學會，以防範於未然，降低可能發生的悲劇。 四步驟導入方法 一年內完成目標 為了幫助中小企業透過訂閱服務達成AI落地應用的目標，開源智造希望透過方法，能在最短時間找到企業痛點，同時提升AI應用的商業價值，其方法如下： 一、 AI Discovery Workshop：透過工作坊或企業健診的方式，引導企業探索需求。 二、 企業AI培訓：導入AI 需要企業高階主管的全力支持及全員共識，才可能成功，透過為期1個月的培訓，快速轉型成為AI 賦能企業。 三、 AI顧問諮詢：重要的是技術可行性評估，並不是一套AI 解決方案可以解決任何問題，必須依企業不同的需求，建立不同的AI 模型，以便對症下藥。 四、 訂閱AI 解決方案。nbsp 導入方法四步驟 黃名仕指出，開源智造所提供的服務，並非單一的解決方案，而是針對企業提出客製化的AI 解決方案。在AI 演算法等人才比較沒有問題，比較困難的是如何將這套顧問諮詢服務，透過簡單的方式行銷給客戶所幸，開源智造參與了經濟部工業局的「AI HUB」及「AI GO」計畫，透過「產業出題、人才解題」的方式，了解企業需求，才能就題解題，推出客製化的AI解決方案。 開源智造團隊在AI GO解題競賽中獲得優等獎，圖右一為創辦人黃名仕

你知道小小一顆高爾夫球有高達28個瑕疵檢測嗎用人工一小時看500顆球，若用AI來檢測瑕疵，一小時可以檢測6,000顆球。慧穩科技所研發的AOI自動化光學檢測技術，可以達到01的漏檢率，高出人眼達10倍之多。除了高爾夫球產業外，慧穩科技AOI檢測也將導入紡織業等產業。 慧穩科技創辦人兼總經理林耿呈是鑽研人工智慧AI的專家，早在2013年間，就感受到深度學習Deep Learning，DL和AI影像辨識的未來性與爆發力。而AOI一直以來是製造業的強烈需求，主要能夠替業主提高產品的品質，讓交出貨的品質可以穩定，另外可以把AOI檢測的結果數據來改善製程，讓製程改善可以進入正循環，進一步節省成本。 由於人眼有疲憊與標準不一等不可控因素，導致檢測遭遇瓶頸，人眼經過訓練的漏檢率極限大約在12，且每下愈況，檢測情況會越來越差，AOI是一個穩定且可大量檢測的設備，慧穩科技可達到01的漏檢率，是人眼的10倍之多，相當於檢出率達999。當然，AOI也會造成5-10的過檢率，再透過人力針對過檢進行篩選既可。有AOI輔助，可減輕品檢的負擔，相對省下不少工時。 AOI檢測高爾夫球瑕疵 一小時檢測能量成長12倍 慧穩科技AOI技術第一個試金石是高爾夫球。高爾夫球球面凹凸不平，是高反光產品，過往仰賴人工一一檢測瑕疵，一顆小小的高爾夫球有高達28個瑕疵，一個小時能檢測500顆。國內高爾夫球大廠為了符合日本客戶的需求，在兩年前導入AOI檢測，透過AOI高速高精度光學影像檢測系統結合AI深度學習影像辨識技術，進行高爾夫球表面瑕疵檢測，進出料全面自動化，以取代人工辨識漏檢問題，並可即時記錄瑕疵狀況並回報，每年每台可檢測20萬打高爾夫球，大大提升客戶的滿意度。但是，這一步，慧穩科技足足走了兩年多helliphellip。 高爾夫球AOI辨識技術畫面 高爾夫球AOI辨識，28個球面瑕疵無所遁形 林耿呈表示，從資料評估與諮詢開始，接著是資料整理與標記、AI演算法挑選驗證及AI訓練服務，高爾夫球資料相當於從零開始一筆一筆累積下來，所幸，高爾夫球廠商全力配合，才終於開花結果。AOI檢測高爾夫球瑕疵，一般用人工一小時看500顆球，若用AI來檢測，一小時可以檢測6,000顆球，成效高達12倍之多。 跟其他公司不同，林耿呈認為AI需要深耕Domain把專業的資料給磨出來，唯有這些Domain的資料才能讓AI做得很好，所以公司是從專案接案開始走起，非一開始就設定一個AI的產品，因為，沒有好的資料或專注的領域，有再好的演算法都無法成就AI，慧穩科技這幾年將專案的經驗累積，漸漸發展出產品，除了專注在Domain資料外，慧穩也提供最新AI演算法給客戶，與客戶共同成長，因此，不同於對外募資，慧穩的投資人就是客戶或是合作夥伴，形成更緊密的合作關係。 評估期到正式上線 AI導入需要六大階段 慧穩科技承接的專案，都會分成幾個階段：1評估期、2前期驗證POC期、3收集資料期、4反覆驗證期、5AI正循環期、6正式上線。評估期是將需求端的Domain狀況先期的了解與評估，接下來會進行POC的驗證，經過POC後將會大量的收集資料，進入反覆的驗證階段，最後讓AI進入到正循環的階段，達到一定的效用後，即可正式上線。一般來說，一個案子需要磨個半年至一年的時間。但以比較熟悉的PCB AOI專案，則直接跳過前兩個階段，從收集資料開始做起，時間也相對縮短許多。 「無論這個案子或其他案子都會遇到的共同問題，客戶都會問說，資料要多少才夠，AI何時才會學會」面對諸如此類的問題，林耿呈指出，這些問題產生的原因是：1 深度學習技術上不可解釋，因為它是個黑盒子；2 AI技術上普遍客戶都沒有相對的概念。因此，公司必須耐心地去反覆驗證資料，找出AI所需要的資料，進行累積與測試，把所有的Domain狀況一一釐清與解決，這是非常需要時間與耐心。 在AI導入的過程中，客戶對於AI高度期待，認為只要結合AI服務，就可以立即取代人力，林耿呈指出，其實不然，實際上AI的價值是透過累積大量高品質資料後，轉換與分析並建立AI訓練與驗證模型，才能完整解決人工所產生的問題。 目前除了高爾夫球的檢測外，慧穩科技正針對紡織業的布料與鞋帶等等用品進行導入，亦有許多行業都有透過慧穩進行POC，如半導體業、PCB業與其他傳產等。 AOI布料瑕疵檢測，上圖為導入AOI檢測前，下圖為導入AOI檢測後 林耿呈指出，在創業的過程中，最困難的是人才的培育與客戶的認知，客戶通常比較講求快速看到成效，殊不知，AI的導入需要資料的累積與反覆驗證，這些過程沒有半年以上無法顯現成果。 受到新冠病毒肺炎衝擊，製造業供應鏈全球化、集中化的趨勢已經被打破，取代而起的是「短區域」的供應鏈，也就是說，小而美的工廠將遍地開花，是否也為AOI帶來新的商機林耿呈表示，高度自動化對於AI自動檢測的確帶來商機，然而，相對資本投入較高，包括自動化設備、主機、GPU及足夠的AI維運人才等，都非中小企業或小工廠負擔的起，需要靠政府資金、資源投入，才有辦法順利轉型。

在AI時代，無論是智慧製造或智慧零售等產業應用，最重要的第一步驟，就是蒐集資料，尤其是在工廠機台上，成千上萬的資訊流，哪些是有用的，哪些是無用的資訊垃圾，在蒐集時就必須清楚界定。如果能有簡單、輕量化、成本低廉的軟體，則有助於企業蒐集機台上的資料，進而加以分析、預測，以達到傳統企業數位轉型的目標。 AI商品化程度不足 企業主要考量成本效益 位於新北市新店的北爾電子亞太總部，是一家致力於工業自動化和高標準資料通訊的技術公司，主力產品為工業物聯網IoTGateway閘道器，可把兩種不同網絡系統連結在一起的裝置，它可將數據傳輸到其他具有相似功能但不同結構的網絡中、戰情室可視化軟體、HMI，核心技術為控制器通訊driver及可視化軟體。 曾任職於研華科技、新漢公司，熟悉工業40運作的北爾電子產品管理與支援部協理李立偉表示，企業在評估是否導入AI時，最重要的考量是成本與效益。據他多年觀察，目前的AI商品化程度仍十分不足，因為AI多屬客製化設計，無法大量複製，成本自然居高不下。除非AI走向垂直領域的應用，將產品單一化，如運用AOI進行瑕疵檢測、馬達或刀具的預知診斷等，這樣的AI才有可能商品化，成本合理化。 X2 pro提供各種高性能工業用人機介面 現階段工廠端遇到的數位轉型問題包括：一、數據蒐集不易；二、工廠設備需要更新，曠日廢時；三、成本過高。對於大企業而言，本身資金、人力資源充裕，有能力自行導入AI，進行數位轉型工程。至於中小企業，除了受限於資源以外，是否需要導入AI，成本效益的考量是一大關鍵，若現有的軟體可以協助蒐集資料，並提供可視化軟體進行決策判斷，應是比較符合現階段的實際需求，而當企業主從中得到實際效益後，才能進一步思考導入AI的需要及其誘因。 身為歐美人機介面專業廠商的北爾電子，其所提供的可視化軟體，可提供產線及生產機台上之控制器資料擷取以及IT資料之整合服務，而運用產能及品質管理最佳化AI技術，就可以解決資料擷取及整合問題。 例如，工廠戰情室以整面的螢幕牆顯示當天的工廠數據，甚至是即時財報數據 ，工廠決策者就可以利用整合過的資訊及已經可視化軟體轉換成的戰情分析進行生產、行銷、庫存管理、採購備料等決策的依據。 戰情室三大優點：成本低、維護容易、可大量複製 與一般工廠戰情室相較，北爾電子所提供的戰情室服務有三大優點：一、提供的是可視化的套裝軟體，成本低廉；二、不需要仰賴工程師維護；三、戰情室很容易商品化，可大量複製提供，也負擔的起未來從自動化到IoT的軟硬體設備擴充。 李立偉進一步解釋，AI主要是撈取資料進行判讀，和自動化要求實時real time反應不同，可容許抓取資料的速度慢一點，但也都在幾毫秒的範圍內，人機通訊不需要特殊的介面，因此，可以跟現有的控制器脫鉤，也無須更改程式，直接可以與目前產線上既有的硬體設備介接攫取資料，同時運用既有軟體來讀資料與分析，協助決策管理，進行工廠數位化升級。 至於北爾電子是否導入AI演算法技術，提供使用者除了蒐集數據、分析與預測等AI服務李立偉表示，北爾電子思考三個層面，一、導入AI，資料收集絕對是重中之重，同時，要在不增加成本、變更現場設備下蒐集數據，顧客接受度才會高，現階段利用人機介面即可直接蒐集數據；需要有人告訴你甚麼是有用的資料，不然收到的資料量再大，實質意義不大；三、想要AI解決甚麼問題，必須很明確。 北爾電子的客群是PLC可程式化邏輯控制器，programmable logic controller，簡稱PLC的業者，包括台達電、永鴻、盟立自動化、士林電機、國際大廠，如Siemens西門子 、Rock weld及MITSUBISHI等。然而，最終要服務的客戶是PLC的使用者，此一層面涵蓋除半導體外，包括石化、3C製造業、汽車製造業、發電、風控等各產業，所涉及的領域知識Domain Know-How包羅萬象，在資源有限的情況下，是否將服務往AI延伸，目前仍在思考中。不過，若能貫徹專業分工，北爾電子將規劃產業生態圈，引進策略夥伴，共同協助客戶朝AIoT目標前進。 北爾電子產品管理與支援部協理李立偉

小小一顆晶片，能夠驅動AI演算法速度近百倍，汎思數據團隊致力於軟硬體整合，提供包括金融產業、智慧醫療及智慧製造等領域以小成本、高效率方式導入AI，快速進行數位轉型。 這幾年，人工智慧喊得震天價響，然而，落地應用受限於高昂的成本，而「算力」的提升是AI應用瓶頸突破的關鍵，汎思數據客製化晶片設計與解決方案可以提升處理效能及有效降低成本，讓AI落地應用於金融、醫療及製造業等領域，變得容易而可行。 公司核心服務為高效能硬體加速平台（FPGA） 汎思數據成立於2018年10月，創始團隊來自於清大、交大與台北大學，現有員工11人，其中，晶片設計總監劉文凱來自於IC設計公司-慧榮科技，帶領5人IC設計團隊，耗費1年多時間研發高效能硬體加速平台（FPGA），成為公司核心服務。 汎思數據整合軟硬體研發高效能硬體加速平台（FPGA） 「AI要落地，面對的是成本與現實處理狀況的考量，若購買NIDIA GPU的標準組合，價格不斐，若能透過客製化做硬體調校，產生符合使用的專屬組合，成本將可獲得大幅度的降低。」汎思數據總經理廖彥欽表示，更進一步指出，現階段的AI新創大多僅有軟體工程師，缺乏硬體工程師，汎思數據擅長處理數據及軟硬體整合，有優秀的團隊，可有效率處理數據問題，並針對客戶的需求開發軟硬體解決方案。 金融市場詭譎多變，以此次新冠病毒（COVID-19）肺炎為例，造成全球股災，並受到程式交易影響，美股史無前例出現10年內實施四次鎔斷，也讓投資人的風險意識大幅提升。 嫻熟金融交易的汎思數據共同創辦人鄭宗宜表示，在股票、期貨、權證等金融市場，「速度」往往是決勝的關鍵，也就是說，在市場上賺錢或賠錢，往往決勝點在於速度。一般傳統的股票交易流程為金融交易資料從網路流到主機，透過搓合軟體進行運算，這種方式是以毫米級計算，平均20毫秒（ms，10-3 秒））完成一筆交易。系統處理交易速度則是以奈秒等級（ns，10-9秒）計算，透過高效能硬體加速平台（FPGA），每筆金融搓合交易只需千奈秒時間即可完成，差異是相當巨大的，這些微的秒差，可能造成數以億計的交易損益，也是券商自營商最大的競爭力之所在。 汎思數據在金融領域的服務對象分別是證券商的自營部門、新種金融商品的交易部門及高頻交易者（或散戶交易大戶）。在證券市場上，行情震盪是大量數據下的結果。如果系統是奈秒等級的速度，讓你迅速看到交易資訊，比別人多了01秒，在別人還沒有看到交易行情時做了交易決策。 服務領域鎖定金融科技與智慧製造 銀行信用卡的風險控制系統一樣可以運用AI整合加速，這比較像是監管科技的領域。建立一套AI模型，可以有效識別信用卡的風險交易，在很短時間給予回應，就能提升網路交易的安全性及流暢度。 在AI信用卡的風控系統運用AI加速，也透過軟體整合加速。交易盛行，詐騙多，比較像是監理科技的領域。透過建立一套AI模型，可以有效識別信用卡的風險交易，在很短時間給予回應，就能提升網路交易的安全性及流暢度。包括金融交易、信用卡風險識別，都是透過晶片將交易資料分析與風險控管系統直接加速運算的結果。 金融交易資訊加速方案 現階段許多金融業者均有自行設置的IT部門，其中不乏資料科學家、大數據分析人員及AI演算法工程師等，汎思數據在金融領域的優勢何在鄭宗宜指出，金融業的IT部門多屬於「用」IT的人，而非「開發」IT的人，況且，懂IC設計的專業人員成本很高，金融業不需要自己養IC設計團隊，專業分工十分明確，汎思只要開發模型供金融業界接即可。 基於個人隱私及資安考量，金融資料比較敏感，往往不輕易取得相關資料，汎思數據藉由進駐金融科技創新園區（FinTechSpace），在資策會的協助下，申請數位沙盒所提供的即時交易資料及企業歷年財報資訊、歷年交易資料，藉此將資料分群，進行分析、建模、回測，對異常交易及風險控管等提出AI風險預警等解決方案。 除了金融科技外，汎思數據也專注在智慧製造的AI應用，如以影像辨識方式研發智慧影像讀表，可以協助業者降低更換設備成本，精準度也相對較高。 在客製化晶片設計、數據分析及軟硬體整合的過程中，汎思數位遭到到數據及人才取得不易的問題，在數據方面，現階段藉由介接數位沙盒的方式，透過金融科技創新園區所提供的資源，來建立AI模型；在人才方面，則建立精實的核心團隊，不斷累積經驗，並建立堅實的創業文化，以迎戰需求不斷成長的市場。 圖由左至右分別為：共同創辦人鄭宗宜、總經理廖彥欽及晶片設計總監劉文凱

導入「AI醫療影像識別系統」，協助放射科醫生能方便快速完成影像識別的工作，降低放射科醫生的工作負擔。 非侵入式的不同選擇 醫學影像辨識是放射科醫生的重要工作，醫生必須根據病患的檢查資料，提供專業的判斷。當發現某個腫瘤時，必須判斷是否為癌症。可行的方式包括非侵入式的醫學影像以及侵入式的切片檢查二種。侵入式的切片雖然準確率高，但對於病患身心均造成不小的壓力。 目前透過影像辨識用來判斷腫瘤的僅能判斷有無腫瘤，尚未能檢測出良惡性腫瘤的區別。判斷乳癌的良性或惡性腫瘤，大同世界科技公司協助財團法人彰化基督教醫院影像醫學部，為全台第一家醫院導入「AI醫療影像識別系統」，將人工智慧乳房X光攝影良惡性判斷正確率提升達85，可經由影像判讀從原本良惡性二分法轉變為機率表現之BI-RADS分級。 AI醫療影像識別系統 提升乳癌判斷正確率達85 AI醫療影像辨識系統可以輔助放射科醫生做快速的判讀。初期將以乳房x光攝影為專案標的。由於發現腫瘤時，判斷是否為癌症必須藉由病理切片檢查或乳房x光攝影。病理切片為侵入性檢查，雖然正確性較高但相對所付出有形與無形的成本也較高。 同時，有助於提升乳房x光攝影判讀的效率與正確性，再加上結合優化乳房x光攝影判讀流程，將有助於降低放射科醫師的工作量與降低病患等待檢查報告的時間。另一方面，透過人工智慧的輔助，亦有助於降低放射科醫生主觀判斷的差異並避免人為疏失，協助院方建立共同標準，增進不同科別醫生兼協同合作之效率。 CNN Convolutional Neural Network模型 輔助醫生做快速判讀外，彙整導入AI醫療影像識別系統之效益： 一、提供人工智慧乳房x光攝影以BIRADS分級，輔助放射科醫生判讀。 二、優化醫療影像辨識流程，提升現有流程自動化程度。 三、使用國人醫學影像為樣本重新訓練模型。 四、採用較佳之CNN模型提升正確性與模型穩定度。 五、定義BI-RADS分級與AI良惡性判讀之關聯性；從原本之二方法（良惡性）轉變為機率表現之BI-RADS分級。 人工智慧之所以能應用於醫療輔助判斷，先決條件是正確率必須高於85，如此對於放射科醫師才有參考價值。透過人工智慧的輔助，放射科醫師判讀單張x光乳房攝影影像，並給予BI-RADS分級之整體判斷時間，本計畫實施後將降低為原本之50，從原本10分鐘左右降低至5分鐘以內，提供具有效率且正確性的AI輔助效果。 大同世界科技股份有限公司董事長沈柏延

新冠肺炎Convid-19，又稱武漢肺炎掀起Uber Eats、Foodpanda等外送平台的熱潮，而外送平台又催化出智慧調度的急迫需求，試想，若司機能從手機或網路平台上了解哪裡不塞車哪條路段紅燈最少AI直接幫你規劃出最適合的排程，將可大大提升物流效率，減少過勞情況。 隨著商業活動的興盛，提供人員貨物移動服務的「物流業」，卻缺乏更智慧的調度。根據國際研界機構Gartner研究指出，全球有97物流產業沒有使用最佳化軟體做有效的規劃。 智慧調度解決利害關係人痛點 我們先來了解，在物流產業鏈的利害關係人中，他們的痛點各在哪裡 老闆的觀點：因應各種不同型態的遞送服務，尤其是新型態的食物快遞，如何不增加車隊規模的同時，又能提昇業績 師傅的觀點：排車非常困難，老闆又要求提升效率，沒有電腦很難做到。 司機觀點：師傅排的不好，物品送不完，或者塞車不順，常常要加班，甚至可能會不小心闖紅燈、吃紅單。 針對上述痛點，專注於智慧調度技術的奇點無限創辦人兼執行長衷嵐焜表示，「這些問題全都是經典的數學問題」，奇點無限的AIR智慧調度派遣雲端服務是一個解決最後一哩運送last-mile delivery調度與路順問題的雲端軟體服務，能夠解決業者每天對於貨物、車輛及運送路順的難題，讓業者用最少的車隊接更多訂單。 智慧調度系統排程 本身專長在於運用資料科學在民生上的解決方案，曾任逢甲大學地理資訊系統研究中心研究副教授的衷嵐焜，於2015年創立奇點無限，主要希望以數學、統計與軟體技術解決智慧移動Smart Mobility問題，公司所研發的AIRouting最佳化技術演算技術，可以提供即時交通資料及動態規劃，目的是協助業者做更有效率的派遣工作。 奇點無限整合即時的交通資訊和號誌資訊，還能做高頻率的非典型物流業態，例如美食快遞、電動機車換電策略。以電動機車換電為例，奇點無限在資策會AI HUB平台的媒合協助下，與台灣三大電動機車共享平台營運商WeMo合作。現行的做法是，電動機車每騎50公里之後必須更換電池，如果沒電了，騎士會將車子放在路旁，電動機車營運商必須尋找到沒電的車子，並自行更換電池，為了維持有效營運，營運商必須維持電動機車稼動率產能利用率在80-90的水準。以雙北市1萬輛電動機車為例，要維持每個時段有8,000輛以上車子在路上，但缺乏智慧調度系統無法維持高稼動率，WeMo在2019年系統導入之後，稼動率大大提升75左右。 AIR智慧調度派遣雲端服務導入成效 AIR智慧調度派遣雲端服務有效提升稼動率75 另外，在食材配送物流方面，也有不錯的成效。傳統食材運送商，每天要到果菜市場、農產運銷公司，甚至是魚貨市場提貨，將新鮮食材送到餐廳，一天需要高達25輛貨車運送，導入AIR智慧調度派遣雲端服務之後，每日送貨貨車最高可降至12輛，足足減少了一半以上的貨車成本。 奇點無限公司內部集結數學統計、交通運輸、AI技術等專家，所介接的交通資訊訊息是OpenStreetMap，再搭配全省即時交通流量數據，了解各時段交通擁塞情況。此外，未來也將運用號誌秒差資料，即統計出哪些路段的紅燈最少、秒數最短，以規劃出最佳行駛路段，減輕物流業者及司機的負擔。 奇點無限公司團隊，圖右三為奇點無限創辦人兼執行長衷嵐焜 除了物流及運輸業，AIR智慧調度派遣雲端服務還能運用在貨櫃場的堆疊、工廠機器排程，工程專案管理、醫院病床配置或手術房安排及航班機門指派等領域。 奇點無限的商業模式採取兩種模式，一為為客戶客製化專屬的調度系統，每月每年訂閱付費，採取隨需付費的方式；另一種為導入系統之後，與客戶進行分潤。基本上是由奇點無限提供API進行介接，由營運商自行開發APP或以網站形式提供服務。 在創業的過程中，最困難之處在哪裡衷嵐焜認為，創業就是不間斷的選擇題，如何將無數的選擇題簡化成少數的選擇題，再簡化每一題裡的選項如何選擇對的答案。過去誤以為「技術可以解決問題」，但最後發現，不能貿然完全靠數學解決「效率問題」，因為世界不是這樣運作的。在這個生態系中，『誰』會因為『誰的意見』而停止導入 例如，在物流業中，運送貨物最重要的是司機，但司機是人，他需要休息，如果將系統導入，排程完全透明化，司機沒有休息的時間，導入方式不對，系統就會成為壓榨的工具，因此，系統要考慮人性，將休息時間放入數學模型中，才能得到司機的支持。或是，預先知道司機的家住在火車站附近，在排程中，最後一站排在車站附近，讓司機送完貨就可以就近回家，以上種種例子，都能夠提升司機的接受度，大大提高專案導入的成功率。 衷嵐焜最後指出，資料搜集對傳統產業是未來能否成功數位轉型的關鍵，沒有資料，就沒有資料科學，就沒有AI。奇點無限擁有自動化搜集與記錄的專利，可以降低資料收集的成本，同時，收集、儲存的資料可用性高，將能作為未來智慧物流重要的基礎。