智慧型手機、遠距工作等宅經濟發威，資通訊產業暢旺，帶動光學產業蓬勃發展。然光學鏡片的瑕疵檢測多以人眼檢測進行，不僅耗時費力，受限於人眼容易疲勞，誤判率也是光學業者揮之不去的痛點。受惠於AI技術的演進，上暘光學導入繞射光學技術拍攝，以系統拍攝後影像為數據來源，導入AI模型訓練，並將攝像系統與影像辨識整合為一產線工作站，大大提升瑕疵辨識率高達90以上。 台灣光學產值佔全球10 精密光學應用範圍日廣 光學產業為消費性電子之主流產品，於2019年即使台灣受中美貿易爭端之影響，光電產值仍達463億美元，佔全球10。其中，在「精密光學」部分，即佔新台幣870億元（約29億美元）產值。有鑑於智慧型手機鏡頭數目的增加，相較其他領域之衰退狀況，精密光學仍保有4的持續成長。 自2000年夏普推出全球首款搭載後置11萬像素鏡頭的拍照手機開始，終端消費者即對智慧型手機攝像性能的要求不斷提高，且隨著網際網路5G高速網路的浪潮來襲，帶動擴增實境AR或虛擬實境VR等應用市場的活絡，其技術的創新與應用更為光學產業增添許多動能，而應用的領域更已從智慧型手機延伸普及至汽車、家庭娛樂等大眾民生市場。 光學鏡頭對於「精密光學」經濟發展密不可分，隨著半導體技術的不斷成熟、網路速度的不斷提高，光學鏡頭的運用不僅僅在智慧型手機、平板電腦、傳統相機、播映投影、民生車載領域，其在高精密製程之工程視覺檢測、安防應用的需求更是不斷高速成長。 光學鏡頭瑕疵檢測多以人工進行。 「光學鏡片」為整體光機系統之必要零組件，其進料後與出貨前的鏡片光潔檢測不僅左右整體產線效能發展，對終端客戶的品質承諾影響更是不容小覷。 長期以來，光學產業多以人眼檢測進行瑕疵檢查，隨著生產量的持續提升，不僅人力成本持續上漲。隨著檢驗人員的年齡增長，視力逐漸衰退，誤判率更是年年增高。且近年人力招募困難，即使有幸招募，該檢驗技術養成不易，且訓練時間冗長，無法及時因應產線人力需求。 導入繞射光學技術及AI訓練模型 提升瑕疵辨識率達90以上 現行市面充斥著大量自動化光學檢測系統，並具有多項針對鏡片瑕疵的實質案例。但經由上暘光學多年來的市場探勘與評估，該系統仍無法解決現行人工檢測之問題，其主要在於光學鏡片外型為曲面且透明，並不容易拍攝到各種瑕疵狀況，且一旦瑕疵周圍有其他雜光之干擾，判斷難度更高。且不同型號的鏡片都需依瑕疵狀況個別透過旋動打光、拍攝手法的調校方可進入到判別階段，人力耗費比例仍高居不下，並不符合效益成本。 藉此，經過經濟部工業局AI計畫執行團隊的媒合，小馬光學協助上暘光電建立有效瑕疵拍攝系統。由小馬光學提供精密繞射光學的指導，基於「光」波動的特性即可以統一鏡頭拍攝方式獲取鏡片瑕疵狀況。 現行市場拍攝系統多採幾何光學方式，幾何光學以直線光行進，對於鍍膜缺失、細微刮痕、液態髒污等瑕疵並不易拍攝。合作方案導入繞射光學技術拍攝，經過全角度的精密成像可達到比一般幾何光學元件更高的對比、更卓越的降噪程度，以獲取必要之瑕疵影像。 光學鏡頭刮傷瑕疵示意圖。 為提升本案更細緻的瑕疵檢測辨識率，上暘光學基於系統拍攝後影像為數據來源，導入AI模型訓練，並將攝像系統與影像辨識整合為一產線工作站，不僅提升瑕疵辨識率達90以上，更有助於後續自動化產線發展。 此合作案的AI模型訓練由奕瑞科技提供，目前大部分廠商導入產線瑕疵檢查AOI的系統，大多採用OCR光學字元辨識，是指對文字資料的圖像檔案進行分析辨識處理，取得文字及版面資訊的過程技術，需要達到百分之百的精確度，沒有任何容錯的空間，導致誤殺的情況時常發生。 加入AI訓練模型之後，光學鏡頭瑕疵辨識率大大提升。 AIAOI解決人力不足及誤判率過高兩大痛點 此次奕瑞科技與小馬光學合作，將奕瑞的AI系統搭載在小馬光學研發的光學檢測儀器，在光學檢測瑕疵上加入AI演算法，根據客戶提供的資料與需求，訓練AI模型辨識對於瑕疵的判定，可大幅提升判別的準確度，提生良率，並增加產線效率。透過上暘光學、小馬光學與奕瑞科技三方合作，將光學產業AOI導入AI，期望能徹底解決產業鏡片瑕疵檢測之痛點。 上暘光學自2019年設立生產線後，即希望導入智慧化生產模式。有鑑於公司營運持續成長，生產量持續提升，透過該成果的導入與拓展，將大幅減緩人力需求，更可因高準確判別率指標降低生產排程影響，進而提高生產效率。 上暘光學表示，由於開發成果落地，將可引領該技術推播至光學產業上下游業者，諸如上游光學鏡片原料供應商直至下游成品應用端，包含沉浸式遊戲設備、相關曲面玻璃產品、民生車載及安防攝像裝置等。

科技也能飄著咖啡香 位於台中市南區高工路上的「黑沃咖啡」創始店，28坪的空間，飄散著文創與科技交融的咖啡香。2016年10月成立的黑沃咖啡，迄今在全台擁有7家直營店及28家加盟店，在全台已有15萬家店在賣咖啡的情況下，黑沃咖啡異軍突起的秘訣在於：運用AI科技，打造無人智慧販賣機，1分鐘煮出精美香醇的迷人咖啡。 黑沃咖啡實體店營造文創時尚氛圍圖：黑沃咖啡官網 根據國際咖啡組織（ICO）調查，台灣人一年喝掉285億杯咖啡，市場規模超過700億元；而業者星巴克調查，2018年台灣咖啡整體市場達720億元，2020年已上看900億元。近5年，台灣咖啡市場以每年約20的成長率擴展，成長潛力驚人。 咖啡需求商機驚人 每年以20速度成長 在咖啡已成為台灣人時尚消費象徵的現在，除了星巴克、路易莎等一級品牌咖啡店外，還有7-11、全家便利商店，及在街頭巷弄一家家的精品咖啡館。如何吸引消費者的目光，在淪為「紅海市場」的咖啡市場中異軍突起，就有賴彈性與創意，了解消費者的需求與口味，更是培養品牌忠誠度的不二法門。 除了實體店面外，黑沃咖啡也積極發展虛擬通路，其電商平台除了官網，還有 PChome、momo及團購主等通路， 通路多元，業績也穩定成長。 即便如此，黑沃咖啡創辦人林佩霓仍不斷求新求變，在成立前三年，由於與加盟門市的關係處理往往處於被動分散狀況，難以主動掌握市場動向，與消費者溝通的節奏及品牌跟進消費者的速度存在著一定的落差，較難以培養品牌的忠誠擁護者。 職人精品咖啡深受消費者喜愛。圖：黑沃咖啡官網 透過AI鷹眼系統爬蒐商情 市調成本大幅下降 為解決無法快速掌握市場風向與市調成本高昂的兩大痛點，黑沃咖非在2020年導入AI鷹眼系統爬搜市場商情，透過在社群網站、新聞、論壇等社群媒體全方位爬蒐各式文章，自動貼標，合適篩選，從網站每篇以5個關鍵字計算，爬蒐4,858篇文章，相當於24,290個關鍵字，所花費的成本不多，可以精準掌握到消費者的口味與偏好。 同時，在新品推出之後，不僅可即時通知加盟店，更可以透過社群了解消費者的接受程度，作為是否大力推廣的參考依據。 透過數據的蒐集，及透過AI演算法的分析，選出消費者最喜歡的口味，可以降低新品推出的風險，提升新品成功率，因此，黑沃咖非在2021年大膽開拓新市場，推出全球首創AIoT智慧咖啡創新概念，與全聯合作首間「智慧超市」合作，結合黑沃咖啡打造無人智能手沖咖啡機，讓消費者也能享受獨一無二的好風味。 洞悉消費者口味 打造AIoT無人智慧販賣機 台灣第一家全聯內湖瑞光「智慧超市」就位於台北軟體重鎮內湖區內，推出全球首創AIoT智慧咖啡概念店，可以透過手機App連動AI智慧咖啡販賣機、AI手沖咖啡機、AI真空冷萃機，一次滿足三種咖啡科技體驗，自助區部分設有黑沃咖啡AI智慧咖啡販賣機，不僅支援多種無現金支付方式，還是全台唯一以冷藏牛乳製成奶泡的無人智慧咖啡販賣機，嚴選黑沃5A級牛乳，從付款、研磨現煮、到出杯，只需1分鐘時間。 台灣第一家全聯「智慧超市」於台北市內湖區瑞光路成立。圖：全聯FB粉絲頁 全聯智慧超市設置AI智慧咖啡販賣機，使用APP操作就能享用香醇咖啡。圖：全聯FB粉絲頁 現在，加上AI科技元素之後，喝咖啡不只是純喝咖啡，也為消費者帶來更多全新的科技體驗與便利。

服飾快時尚、少量多樣、短交期 紡織產業面臨服飾品牌快時尚趨勢衝擊整體紡織供應鏈，全球品牌通路都推動零庫存、短交期與少量客製化，生產時間、品質、成本難以平衡，面對品牌商對ODM的預測與實際需求常有落差，造成物料管理與大量庫存成本積壓的問題。 由於客戶預測需求不準確，常導致備料困難，備料太多會增加積存量、備料太少可能延誤交期。本計畫規劃以國內一級供應製造商為對象，建立各客戶專屬的物料需求AI預測模型 AI計算銷售趨勢，進而預測需求 輔導團隊與神通資訊科技合作，計畫主要透過LSTM演算法來做為AI的基礎，主要是希望藉由過去的銷售記錄預測下一個週期的銷售量，在統計上使用簡單迴歸，乃至複雜的『時間序列分析』Time Series Analysis來預測銷售趨勢，因為，當期的銷售量通常會與前期的銷售量有緊密的關係，除非公司發生重大事件，否則，應該會循著規律變化。 銷售量預測的樣態很多種，包括營收、利潤、來客數、遊園人數、銷售產品數金額、等等，都屬於同一範疇，以下會以工廠的每月出貨批數為例，使用 LSTM 模型預測下個月的出貨批數。 物料需求分析方案執行架構 本計畫規劃以客戶為對象，建立各客戶專屬的物料需求AI預測模型，規劃階段使用三種機器學習演算法試作物料需求AI預測模型： Logistic Regression Algorithm 羅吉斯迴歸 Gradient Boosting Algorithm 梯度提升法 Deep Learning Algorithm 深度學習法 物料需求AI預測模型規劃 需求預測誤差自最高70降至35，降低備料庫存量 本計畫將客戶預估需求、所需物料類別、供應來源、客戶交期等資訊，以機器學習的方式，建立主要原物料的採購預估系統，將該客戶前五大國際客戶需求量預測誤差自最高70降至35，大幅減輕庫存之備料量。