:::

【109年 應用案例】 文鼎X木刻思 打造AI造字助手 傳統鑄字行文化傳承現曙光

全台僅存的鑄字行 文化傳承曝危機

國內某傳統鑄字行為台灣僅剩一家「仍在營運」的鑄字行,有種使命感,希望把台灣長久以來美麗的鉛字活版技術,長久傳承下去。但即使想要繼續鑄字,現存的模具已經歷超過40年反覆鑄造,用來鑄鉛字的「銅模」紛紛損毀。店中高聳的鉛字牆,正面臨時間侵蝕的困境。

每一枚「銅模」可以用來生產一萬枚鉛字,因此被稱為「鉛字之母」。如果銅模的字跡模糊,鑄出來的鉛字也會模糊,印刷之後就會出現部首殘缺、筆劃參差的現象。

在台灣50~70年代,用來鑄字的「正楷」銅模,負擔傳播文明的重要責任。

▲在台灣50~70年代,用來鑄字的「正楷」銅模,負擔傳播文明的重要責任。

正因銅模崩毀狀況嚴重,鑄字行老闆於2008年發起「字體銅模修復計畫」,與一群熱情參與的志工,首先進行「正楷」銅模字體的修復。三年中各種討論、工坊如火如荼,每週不間斷地討論,似乎銅模復刻之日即在眼前。然而這樂觀的前景,卻發生了意想不到的危機,最終被迫暫停,因為每個人修復的字個性迥異,雖然優美,看起來卻不像是同一套字型……

銅模字體修復師的「共性」養成不易

▲銅模字體修復師的「共性」養成不易

曠日廢時的「字體銅模修復計畫」

經歷2008年的失敗,對鑄字行是巨大打擊,因為不能採用這批字型,而覺有愧於志工們的熱情付出且最重要的銅模仍持續損毀中,尤其是店內最具價值的「正楷」銅模,每多鑄一個字、就又破損一點,讓日星焦急不已!

銅模損壞從「缺角」開始,逐漸碎裂,終至崩壞

▲銅模損壞從「缺角」開始,逐漸碎裂,終至崩壞

為了趕在銅模完全損毀之前至少保存「字體現貌」,鑄字行於2016年重啟修復計畫!在幾位重要志工和Justfont字型團隊的協助下,先將受損最嚴重的「正楷」初號鉛字、部分「宋體」一、二號鉛字先行掃描、保存,待資源到位時,可將「掃描圖檔」轉換「字型檔」,再以電腦進行精修。之後由60歲的老闆一人,緩慢地以一天5個字的速度,修復日星12萬餘枚字型。

有鑑於人力修復的腳步遠遠比不上銅模磨損的速度,鑄字行透過更嚴謹的測試徵選,把3至4位有志長期協助修復的人才聚集起來。除重新進行字型教育訓練之外,也增加「書法」課程培訓。最重要的,為了養成修字的統一標準,這幾位修復師必須接連數月、數年的同步修字,並且每天就修字成果進行檢討,以便減低誤差,趨於一致。期望讓3位修復師一起工作,每天5個字進行長期修復;加上前置訓練,2~5年內將有望為繁體漢字重建完整的「正楷」4500字初號字型……

算算看一位修字師傅,需要幾個日子,才能把所有字修完?

▲算算看一位修字師傅,需要幾個日子,才能把所有字修完?

文鼎科技神助攻,打造AI造字助手

文鼎透過全球領先的漢字造字技術和工具來協助鑄字行,更透過工業局的AI智慧應用服務發展環境推動計畫-促成資服業者AI加值轉型計畫,與AI新創獲獎廠商木刻思合作,研發融入AI技術,提升造字生產力,達到縮短開發時間與降低成本的目的。

文鼎從早期每個字都要字型設計師一筆一畫從頭開始造,進化到可以利用既有的字根組字,預組出完整的字。但此初步預組的字,可能筆畫重疊厲害,空間與粗細不佳,還需要設計師花許多時間調修,才能產出可用的字型產品。而透過AI加值模組後,系統可學習設計師部分已調修過的字型風格,自動調整剩餘字的架構、筆劃粗細等,最後再由設計師花較少的時間來確認品質與小幅修改,即能完成可用的字型產品,大幅降造字的時間成本。

導入文鼎加值AI造字系統流程-2之1(導入AI工程技術)

▲導入文鼎加值AI造字系統流程-2之1(導入AI工程技術)

文鼎科技以全球字型、跨平台字型技術服務為核心,提供全球各大製造商、系統商、政府單位各種字型解決方案,以過去開發新字體為例,完成一套1萬字的字型需耗時一整年,經濟部工業局輔導文鼎科技與AI新創公司木刻思合作,透過AI學習字型風格,只需完成5,000字,即可自動生成其他5,000個未造字型,再進行品質確認與調修,讓設計師花更少時間便能完成整套字體,大幅提升5成工作效率!未來亦將持續優化造字模組,讓AI完成9成以上字型設計,加速新創字型生產速度。

導入文鼎加值AI造字系統流程-2之2(導入文鼎造字平台)

▲導入文鼎加值AI造字系統流程-2之2(導入文鼎造字平台)

文鼎科技字型創新受到各界採用,如第30屆金曲獎運用字型進行舞台視覺設計、蔡英文總統競選團隊也採用平台字型做為總統大選文宣,於2019年透過AI加值轉變營運模式,首年創造1,500萬元營收,預計5年內提升營收至1億8千萬元以上。

智慧字型設計服務平台

以AI輔助造字降低字型設計門檻,未來可以轉化為「智慧字型設計服務平台」,提供設計師自創字型,也可服務企業字型設計,幫助設計師達到原本無法以個人完成的整套字型開發,也能在專業的造字領域,達成設計與開發的分工,並成為字型代工成功的第一步,對於字型的設計和應用將有重大影響。

且透過AI加值的iFontCloud文鼎雲字庫改變了原本的營運模式,從僅限於文鼎科技內部設計師進行字型設計,打破原有客群限制,與外部設計師進行合作,建立並活絡造字產業圈內的生態系。

AI加值造字流程產出的字型產品:文鼎雲端平台字庫管理工具

▲AI加值造字流程產出的字型產品:文鼎雲端平台字庫管理工具

文鼎科技吳福生總經理表示:工業局輔導參與AI加值計畫的實證成效,自2019年起每年持續投入600萬,至2023年累計投入3,000萬於AI技術研發,文鼎規劃下一階段將轉化為「智慧字型設計服務平台」,把iFontCloud文鼎雲字庫開放給所有熱愛文字的民眾,每個人都可以透過平台創造個人風格字型,並可應用在各領域,預計將創造更大商機。

iFontCloud-AI加值造字流程產出的字型產品,在文鼎雲端平台上銷售

▲iFontCloud-AI加值造字流程產出的字型產品,在文鼎雲端平台上銷售

推薦案例

【導入案例】化身大型AIOT科技遊樂場 海科館華麗轉身好吸睛
化身大型AIOT科技遊樂場 海科館華麗轉身好吸睛

臺灣是一個海洋國家,你去基隆八斗子漁港或潮境公園遊玩時,是否順道去占地48公頃的國立海洋科技博物館探索海洋世界的奧秘呢為了讓更多人親近海洋科技,基隆海科館導入科技服務,將場館化身為一個大型科技遊樂場,讓大小朋友都樂不思蜀,充分發揮「寓教於樂」的功能。 歷經長時間的規劃,北臺灣最大的基隆海洋科技博物館於2014年元月開幕營運,館內以海洋教育科技為主題,號稱擁有全臺最大的IMAX 3D海洋劇場,主題具有獨特性、又擁有新穎的視廳設備,理應成為基隆知名的地標景點。然而,原先的展覽規畫以靜態為主,內容相當專業,與民眾互動不足,曾經前往參觀的遊客也反映展出內容有限且十分無趣,整體消費者體驗評價欠佳。 海科館不滿意的前3項為周邊景點連結弱、展示內容不吸引人、展示內容少 根據海科館的統計數據顯示,海科館遊客結構當地民眾與外來客的比重約為 64,其中外地遊客以北部居多;交通方式以開車與客運方式為主;出遊類型以家族、親子、朋友居多;逗留時間為 1至2 小時。 再深入了解,遊客感到不滿意的前3項分別為周邊景點連結弱、展示內容不吸引人、展示內容少等,館方分析可能的原因包括部分展示內容的呈現方式過於專業,讓民眾看不懂,以及缺發互動體驗的元素,讓參展民眾覺得無趣,停留的時間匆促而短暫。分析遊客的輪廓可以發現,由於基隆科博館主要客源有半數以上來自於當地民眾,外來客必須以開車或大眾運輸方式前來,來一趟並不是那麼容易,因此,場館與展覽的設計必須導入更多的互動性及趣味性,讓本地客願意一來再來,外地客的停留時間也能拉長一點。並透過科技服務將博物館特色凸顯出來。 經由經濟部工業局AI團隊之一中華民國資訊軟體協會引薦,海科館就委託巨鷗科技協助解決場館無法吸引人的問題。 巨鷗科技初步訪談之後發現,許多遊客前往海科館,大多是受到海科館建築外型、周邊牆面所張貼的告示及懸掛的旗幟、或正在舉辦的活動所吸引;而遊客最感興趣的為 3D 海洋劇場,顯示內容以影音、實體景方式呈現較能吸引遊客。 七大AI科技導入 海科館帶動區域觀光人潮 巨鷗科技透過科技服務的導入,將占地48公頃的場域設計成AI語音導覽、尋寶解謎遊戲、AI展物互動活化、AI空間展館互動體驗、AI人流管控、Face AI互動式體驗、AI語音客服系統等7大服務,藉由AIoT物聯網以及雲端科技讓看展變有趣、不僅解決孩童靜態看展無趣的議題,並可提升雙倍學習效率,讓消費者對海科館的印象改觀,大大提升來客意願,也同步拉升區域觀光人潮。 國立海洋科技博物館導入AI語音導覽等七大科技應用服務。 巨鷗科技以改善海科館空間場域優化為目標,透過臺灣北部海濱鳥類特展的展覽背景為雛形,結合包括「人臉」、「肢體」、「人流」三大主軸,從提升功能的面向,來協助改善海科館對AI的應用。 在具體作法上,海科館及巨鷗科技首先針對場域內的特展進行篩選,先避免在已展出的展覽內進行水電工程、管路等相關建置,影響到展覽本身的觀看品質,轉而找出展期未到的場館先行導入,透過展覽本身的特點搭配一系列的科技服務進行導入。 在海科館內臺灣北部海濱鳥類特展施工內容與策展人討論,初步在展館入口處利用Bella X1做迎賓互動說明,接著搭配AI智慧導覽中文英文X1進行講解,搭配趣味性尋寶解謎集章活動-APP X1,讓民眾闖關,後續將鳥類特展內鳥種進行標本活化互動X1、甚至在展覽空間中導入AR之情境X1增添趣味性娛樂,最後在Face AI做人臉之互動測試臉部進行微笑打分數。nbsp 華麗變身後的海科館將成為親子最佳旅遊地點。圖海科館FB粉絲頁 海科館這套AIoT服務未來可延伸運用於各大展覽類博物館,甚至擴及到靜態美術館等地區,依據不同場域特點導入。同時也可透過政府專案及相關計畫推動,幫助農村再生,讓遊客不再只是去農村看看而已,添加趣味互動以擺脫對不同場域的刻板印象,應用服務範圍十分廣泛。

【導入案例】巨量遙測空間數據AI分析雲端服務平台 使衛星遙測影像順利落地應用
巨量遙測空間數據AI分析雲端服務平台 使衛星遙測影像順利落地應用

衛星遙測影像雖然可以讓地面景物無所遁形,然真正要能落地應用至產業面,還需要耗費大量時間與人力。為有效解決客戶面臨巨量影像資料消化困難及消除跨領域用戶對衛星遙測影像處理的技術障礙等問題,興創知能研發「巨量遙測空間數據AI分析雲端服務平台」,作為智慧空間資訊跨域AI應用導入的新開端。 近年來,為了因應產業全球化衝擊,臺灣農業轉型持續走向科技化與精緻化,紛紛從微氣候衝擊、病蟲害防治等問題的解決,來提升農作物的產量與品質。為了精確掌握作物的生長環境、農業對於影像的使用,有了無限擴張的需求。 在早年UAV無人機尚未盛行的年代,人工田野調查是最基本、卻也最消耗人力的工作,有了UAV無人機的出現,航拍操作也許不太困難,但能拍的範圍受限,要精確地擷取空間資訊,還需要測量專業。此時,衛星遙測數據的使用可能就此跳脫過去使用影像資料的想像。 國家太空中心TASA資料倉儲服務 在近十年,現代衛星遙測應用技術的突破,數位地球成了全球資料採集的新趨勢、各國紛紛發展資料立方的影像倉儲技術,各國發展智慧農業成了最大的影像用戶之一,掌握作物的栽種分佈,就是掌握作物產量的第一步,有了免費的衛星遙測影像、強大的資料倉儲支援,以及團隊穩健的影像辨識技術,是加速農業轉型的重要支持。 運用衛星遙測影像數據 可加速智慧農業發展 然而,在過去,想透過衛星遙測影像來萃取大面積作物分布,也是困難重重,所需要花費的費用不說,若想使用免費的資訊,必須逛透國際太空機構的網站,在琳瑯滿目的衛星產品規格表中,審慎評估感測器規格、影像解析度以及再訪週期,找到適合的影像後,還得一幅一幅的看,去蕪存菁,接下來,動輒數百MegabyteMB的影像資料、連續幾十張的影像下載存檔,所用的電腦容量恐不堪負荷。 還有,當克服影像存取、備好資料後,接著必須開始確認下載的影像產品,哪些才是想要的波段,因為眼前看到的影像並不只是一個圖檔jpg或png,複雜的多光譜資訊、屬性欄位和座標資訊,光是確認正確的資訊,就耗費龐大心力。 而面對功能複雜的GIS套裝軟體,又是另一個麻煩的開始,複雜的影像前處理流程,以及缺乏彈性的機器學習套件,大幅降低分析資料的效率。好不容易做出作物辨識的結果,才發現可能已經過了圖資使用的黃金時期。上述複雜耗時的衛星影像處理問題,恰恰就是市場的痛點, 興創知能從傳統的機器學習擴展到現代的深度學習應用,研發在GeoAI框架下的「巨量遙測空間數據AI分析雲端服務平台」,為客戶突破這些空間資訊的魔鬼細節。 AI分析雲端服務平台流程導入前後之差異 興創知能表示,在我國國家太空中心TASA, Taiwan Space Agency的多年努力下,屬於臺灣的ODCOpen Data Cube系統也已打造完成啟動服務,與國際趨勢正式接軌,強大的倉儲技術讓使用者可以輕易的根據需求,擷取並使用特定時間與空間範圍的影像資料,倉儲收納了國際太空機構旗下的多個衛星影像資源,包含ESA的Sentinel-1每隔6日一幅、Sentinel-2每隔6日一幅,USGS的Landsat-7每隔16日一幅、Landsat-8每隔16日一幅,以及國內自有的Formosat-2每日一幅與Formosat-5每隔2日一幅。 以Python語言為基礎 興創知能開發衛星影像辨識工具 擺脫GISGeographic Information System套裝軟體的侷限,興創知能以Python語言為基礎,整合GDALGeospatial Data Abstraction Library,並考慮運算效率與平行處理,完成所有衛星影像處理與影像辨識建模所需的工具開發,包含座標系統與資料格式的轉換、網格與向量資料互動,以及資料內差與正規化等工具,都是以AI應用為考量進行設計,而部分常用的工具更以TronGisPy為名,打包為開源套件造福技術社群。 興創知能善用團隊對衛星遙測影像的了解,以及透過所蒐集的標記資料作物分佈圖資,預設好影像辨識建模過程,所需的訓練資料規格與資料集定義,套用事先完成的機器學習LightGBM或深度學習CNN框架,並讓整個訓練過程在Web GIS的介面中,提供使用者部分的彈性,自由篩選影像、確認時空範圍、選用模型與超參數調整。除了訓練模型的操作,也提供歷史模型的運用產出辨識結果,最終讓作物分佈的辨識結果展示在Web GIS圖台。 事實上,不僅只是農業才會有衛星遙測的應用需求,隨著各行各業為了提升企業全球性的競爭能力,空間資訊的智慧化應用也大幅度的出現在各種領域之中。舉例而言,擁有大量圖資的測繪業者,能夠透過AI分析雲端服務平台 ,收納圖資的同時也加速數化製圖的效率;在全球氣候劇烈變化與致災性地震風險之下,產業保險類別豐富,農業保險、金融保險或是災害保險,都與空間資訊脫離不了關係,透過遙測影像辨識掌握保險標的早已成為國際趨勢。 巨量遙測空間數據AI分析雲端服務架構

這是一張圖片。 This is a picture.
測試座接觸元件 AI 智能瑕疵檢測

在 5G、AIOT、汽車電子等下游發展迅速,全產業鏈有望受益於此消費市場。在產品需求動能逐漸增加的情況之下,提高生產效率與降低作業成本成為最重要的課題。為符合客戶各封裝產品類型的需求,穎崴科技一直致力於研發高度客製化測試座,但衍伸的作業痛點則是無法大批量與機台全自動化的作業,部分作業仍需依賴人工執行。 在本案 2021 年時測試座探針部分是委外製造,對現行與未來的大量需求下工時、成本、供給、品質是穎崴需面臨的課題。nbsp因探針的體積較小且材質屬於金屬類型,在現行人力目檢下需花上較多的時間調整焦距、亮度等以確保能看得清晰並判斷,而判斷標準會因人而異,容易因主觀意識或人員目檢疲勞產生誤判、作業疏失,導致不良品未檢出、流入客戶端手中,使客戶使用本公司的測試座產生誤判結果,導致客戶產品功能失效等問題,進而影響本公司的商譽。 本公司在接觸元件檢測良率為 9995,看似高良率,但以一個品檢人員平均一天能檢測 1 萬根針,不良品就有 5 根針,在僅 3 公分長寬的測試座上約有 1 千根針,只要有一根不良針可能導致客戶端測試不良。因現有作業模式為人力目檢,當外在因子若為人員疲勞,人員作業疏失,人員非量化判定即有可能造成不良品流出,因此接觸元件的品質必須嚴格把關。 nbsp曾尋求以光學檢測Rule-based進行外觀品質控管,但接觸元件材質為金屬製,對光線會產生射散、背景雜訊干涉、背景刮痕、材質等因素可能造成誤判,因而找到在 AI 技術方面的資服業者來解決我們的檢測難處。 開發 AOI 專用線掃設備 nbsp為了達成本公司 IC 測試座內動輒數千上萬支探針檢測需求,若以傳統面型取像與逐針取像,勢必因取像速度慢無法達到快速檢測以及節約人力的目標。針對此點,資服業者提出可試用 AOI 專用線掃模組方案,以 X 軸 63mm 為面寬,往復掃描測試座上的所有探針,經測試可一次掃描 89 支探針如下圖,大幅提升未來 AOI 機台的檢測效率。nbsp本案將進行上述創新的概念驗證POC,重點於線掃描設備的開發,針對本公司所提供的正常與異常探針進行取像、學習、訓練,先以逐針取像,訓練初步 AI 模型為驗證目標,以達初步認可。 本案客製化開發的線掃描取像模組 未來理想取像結果示意圖 以單一 AI 技術方案解決量檢測需求 nbsp統一以 AI DL CNN 學習方式,取代現行 Rule based 需逐一定義瑕疵,為滿足磨耗的量測需求與缺損異物的外觀瑕疵檢測需求,如機台同時採用採量測檢測兩套技術,除了成本增加外,亦影響檢測速度,則資服業者建議以線掃描設備取像,其解析度足以由 AI 同時判定外觀瑕疵及以大小圓點判斷針頂磨耗狀況,詳如下圖。 以線掃描像素方式,呈現針頂磨耗情形 nbsp依此 AI 檢測技術能符合穎崴的量測與檢測兩項需求,不僅在未來探針檢測上帶來更多的效益,也在 AI 技術方面帶來創新主軸。 改變人檢方式,提升工作效率與產品品質 經以上述硬軟雙劍合璧後線掃描硬體AI 軟體模式訓練,成功挑戰了 AOI 新興檢測應用,經本案 AI 落地 POC 驗證後,包含客製化線掃描模組及初步 AI 模型開發、驗證,計畫明年正式開發 AOI 機台,並導入 IC 測試座生產線。 未來展望 IC 測試座上游探針業者及下游 IC 廠使用者對 AOI 檢測機台均有需求,上游可確保探針出廠品質,下游使用者則可利用本機台定期檢測手中諸多 IC 測試座使用狀況,對未來需求勢必殷切,故本計畫 AOI 機台對 IC 測試產業於可見的未來必將造成極為正面的影響。