:::

【109年 解決方案】 專注各種量化分析技巧 木刻思挑戰深不可測的問題!

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 & 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…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A/B 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。

木刻思3D標記系統系統標記異常圖

▲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。

木刻思影像分析技術與治療整合互動圖

▲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。

推薦案例

【解決方案】2秒鐘完成結帳動作 Viscovery AI影像辨識助攻智慧零售
1 秒鐘完成結帳動作 Viscovery AI 影像辨識助攻智慧零售

近年來,人工智慧 Artificial Intelligence,簡稱 AI 已逐漸改變各行各業的運作模式,不過,絕大部分的工作仍然是由人類完成,AI 則扮演輔助的角色,因而出現了「AI Copilot」一詞,代表「由 AI 驅動的工具或助理」,旨在協助使用者完成各種任務,提高生產力和效率。 AI Copilot 的概念源自於「副駕駛」這個角色,在飛行中,副駕駛協助主駕駛員完成各項任務,確保飛行安全與效率。其實,工業革命的「機器」就開始有 Copilot 的影子,各種機器在不同領域中扮演「Copilot」的角色,輔助人類完成繁重的體力和重複性工作,大幅提升工廠生產效率,推動經濟快速發展。 隨著運算設備的進步、機器學習、深度學習、影像辨識等技術的突破,AI Copilot 的概念逐漸成形。AI Copilot 的發展標誌著從「機器輔助提升到智慧輔助的轉變」。早期的機器人只能完成預設的重複性工作,而現在的 AI Copilot 則能夠學習和適應新的環境與任務,並在實際應用中不斷優化自身表現。這一轉變不僅改變了人機交互的方式,也為各產業帶來了深遠的影響。 AI Copilot 的應用範圍涵蓋了各個行業,包括:金融、醫療、製造、教育、零售hellip等等,無處不在。 AI Copilot 於零售業的應用:AI 影像辨識結帳 在零售業,AI Copilot 的應用已經開始展現具體成果。 以 Viscovery 的 AI 影像辨識結帳系統為例,這套系統即為 AI Copilot 模式的一種,輔助店員加速結帳,或者輔助消費者簡化自助結帳流程。 nbsp 一般的結帳方式需要店員逐一掃描商品條碼,若是無條碼的商品,如:麵包、餐點,則需店員花時間先用肉眼確認品項,再一個個輸入到 POS 結帳系統中。根據一家連鎖麵包店實測,資深店員從「肉眼辨識」到「輸入一盤 6 顆麵包的商品資訊到結帳系統」的過程,就要 22 秒的時間,新進店員需要的時間可能更多。另外,根據一家日本麵包店業者分享,培訓員工認識、熟悉商品需要 1 至 2 個月的時間。 nbsp 現在有了 AI 影像辨識技術,店員可以把「辨識商品」的步驟交給 AI,由 AI 扮演 Copilot 的角色,1 秒內迅速辨識品項,加快結帳,整體節省 50 的結帳時間,優化顧客購物體驗。而培訓員工辨認麵包的時間成本,也能因此有效縮短。 nbsp 即便是帶有條碼的商品,AI 也可以在一秒內快速辨識多個品項,相比逐個掃條碼的方式,效率更高 nbsp 而有 AI 影像辨識「輔助」的自助結帳系統,則能夠讓消費者在沒有店員幫助的情況下,順利完成購物,省去刷條碼或在螢幕上查找品項的麻煩,提升購物體驗,在缺工、找不到店員的時代,也幫助店家降低營運成本。 nbsp AI 快速辨識多件結帳商品只要一秒鐘 圖片來源:Viscovery 近來,致力研發 AI 影像辨識結帳方案的新創在各國嶄露頭角,目前已知最輕量化的解決方案就在台灣,只要在結帳櫃檯安裝一支 Viscovery 的鏡頭與一台搭載 Viscovery AI 影像辨識軟體的平板,即可與店家既有的 POS 結帳系統串接,馬上啟用。 整合方式多元,有隨插即用的作法,也有與店家 POS 整合的 API 串接方案。 Viscovery AI 影像辨識系統可與店家現有的 POS 系統無痛整合 圖片來源:Viscovery AI 影像辨識結帳的導入實例 目前 Viscovery AI 影像辨識系統已導入台灣連鎖烘焙店、新加坡中式麵店、日本仙台百貨公司商辦超商 micormarket、日本麵包店與蛋糕店hellip等等。超過 700 萬筆交易筆數,都是透過這套 AI 系統完成,辨識超過 4000 萬件商品。這些使用案例展示了 Viscovery AI 影像辨識系統在零售行業的廣泛應用,未來將持續深耕、探索零售及餐飲運用 Vision AI 的各種可能。 nbsp Viscovery AI 影像辨識系統已導入日本、新加坡、台灣,使用於麵包店、蛋糕店、餐廳、便利商店等多個場域 圖片來源:Viscovery

【解決方案】輔人科技透過智慧感知床墊 心領神會 讓照護長輩變得有溫度
輔人科技透過智慧感知床墊 心領神會 讓照護長輩變得有溫度

台灣邁向高齡化社會,銀髮長照需求大增。而長照的隱形殺手-長輩跌倒更是居家照護者和照護機構難以言喻的痛。如何讓每一次意外危機轉化為最即時溫暖的關心,正真實考驗著智慧照護的應變力和創新力。為了讓盡孝變得更簡單,輔人科技推出智慧感知床墊Foreaider-Z貼心輔助設備,可優先掌握長輩的生理資訊,讓長輩生活獲得尊嚴,彌補照護人力不足,提升照護品質,降低跌倒率達25以上,有效省去每人每年20萬以上的照護成本。 「為了照顧我的母親」是輔人科技2018年成立時起心動念的創業初衷,輔人科技創辦人暨總經理羅奕麟表示,本身是超過10年的照護者,回憶起母親曾為重度思覺失調患者,長達20-30年在療養院渡過,因不捨年邁的母親,羅奕麟決定一肩扛起照顧母親的重責大任。過去母親長期待在療養院,造成不願意與陌生人接觸,對環境空間變動感到沒安全感,這正是為什麼輔人科技以「在不改變長者的生活環境下,讓盡孝變的更簡單,讓長者生活有尊嚴」為產品終極目標,決定利用先進感測技術與AI分析為照護者傳遞適當的照護資訊, 免除照護者在照顧長者時經歷的身心折磨,期待透過智慧照護AI技術讓與長者互動可以更簡單。 長輩跌倒是居家照顧長者最常發生的意外事件,離床警示技術成為目前照護長者重要需求指標之一,羅奕麟表示。夜間人力不足常為照護機構經營的頭疼問題,僅能處理日常規律的照護事務,無法妥善進行例如像床邊跌倒、臨時身體不適例如吸入性肺炎等長者突發狀況管理或者細微病徵的判定,更是現行巡房及交接班機制無法妥善處理的問題。對於照護機構而言,以床邊跌倒為例,跌倒後將可能額外增加平均每人每年20萬以上的照護成本。 為打造照顧者和被照護者之間非語言的溝通橋樑,幫助照護機構快速應變長者的生理醫療資訊,提升醫護排程規劃,羅奕麟與核心團隊,集結照護者、醫師、資深工程師等專業人士,共同自主開發「智慧感知床墊」Foreaider-Z以提供居家和照護機構更貼心優質的硬軟體AI智慧照護解決方案。輔人無苟,扶人無咎,是輔人科技的成立宗旨,主要傳遞兩個層面。首先是以人為本,讓照顧長者成為有溫度的互動。此外,照護者應抱著無私奉獻的心態,經觀察,被照顧者基於不同理由,不見得有意願表達自身需求,若透過智慧照護技術能掌握到長輩需求,不僅帶給長輩更多尊嚴與空間,降低不必要溝通誤會,讓照護過程更順暢,又可降低照護成本。 智慧感知床墊 長輩的貼心守護者 降低跌倒率達25以上 在智慧感知床墊的技術突破上,結合輔人科技核心研發的生理微動感知技術,利用氣壓變化進行生理感測及AI演算法,讓照護者不需要更換原有床墊,只要把厚度不到1公分的智慧感知床墊放置於長輩原本的床墊下,插電並連上網路,等候3分鐘就可自動完成環境參數匹配與設定,即可開始準確偵測床上的壓力變化,判讀長者的動作行為。 針對照護機構的重症與長照對象以及家中的老人和嬰幼兒,輔人科技推出的智慧感知床墊共有三種版本,包含智慧感知床墊「Lite版」、「標準版」和「Pro版」。Lite版入門款,結合氣壓變化感測技術,可提供居家照護者對長者在離床警示和作息查詢相關辨識功能,透手機下載OTTALK伊鍵通居家照護鈴APP,照護者可遠端設定離床警示的時間並關注長者的離床與否狀態並可透過手機查詢作息狀態。標準版部分,除了離床警式功能,透過類比訊號演算技術,可提供照護者對長者在睡眠時心律與呼吸的數據量測狀態。對於智慧感知床墊Pro版,特別加入臥床-坐起-離床三階段警示功能及睡眠狀態紀錄如臥床時間、臥床時數、淺睡時數、深睡時數、清醒時數、呼吸中止次數等資訊,期望為終端客戶提供更好更即時的服務。 在商業模式方面,輔人科技以整合智慧感知床墊軟體技術的買斷制提供給小規模照護單位。在與SI業者合作上,公司則提供硬體設備進行整合並藉由SI通路創造更多推廣商機。 對於臨床試驗的實證應用,目前輔人科技已與台北安安養護所合作,陸續把智慧感知床墊如Lite款、標準款、Pro款等不同功能產品分別導入照護環境,提供長者多元化智慧照護的貼心便利服務。合作過程,由於安安養護所為小型人力短缺的機構,智慧感知床墊的離床警示功能協助照護者遠端快速掌握長者離床與否或跌倒狀態,有效降低跌倒率達25以上。透過生理微動感知技術快速協助照護者紀錄長者前一晚睡眠狀態,為照護方與家屬間創造更便利的溝通模式與資訊交流機制。此外,透過智慧感知床墊的落地實證可幫助養護所在機構評鑑上取得更正面的評價。 輔人科技透過生理微動感知技術開發智慧感知床墊 智慧感知床墊聲音AI辨識 讓吸入性肺炎送醫人數低於整體個案人數5 聲音AI辨識建立機制的優化一直是輔人科技努力昇化的目標,羅奕麟表示,很感謝在工業局和資策會的輔導下,輔人科技有機會參與呼吸道疾患AI照護服務開發計畫,並於埔里基督教醫院進行場域臨床實證。透過此計畫,不僅讓智慧感知床墊運用AI聲音辨識和演算技術更加精進,更把AI訓練優化架構建立起來,讓埔里基督教醫院的照顧者對於長者在上呼吸道-咳嗽音和下呼吸道-心跳呼吸率變化的辨識和警示效能更加優化,並有效降低照護機構因吸入性肺炎送醫人數,達到不超過當月整體個案人數5。相信在智慧感知床墊和呼吸道疾患AI照護服務整合下,預計今年可服務擴散到5家國內醫療院所,羅奕麟興奮表示,不只如此,智慧感知床墊更獲得日本經銷商青睞並進行產品測試,下階段將展開日本的商務推廣。 智慧感知床墊輔助照護機構降低吸入性肺炎送醫人數 創造長照產業軟硬體與服務生態系整合 讓照護變簡單 輔人科技成立至今雖然只有4年,但在產品技術研發卻花了9年時間才完 成,羅奕麟有感而發表示,在人力與資源有限狀況下,感謝一路支持和認同 公司創業理念的貴人們以及經濟部工業局AI產業推動計畫和法人資策會的輔導與支援。對於輔人科技這樣小型新創,無論是在資金、技術問題、生產的料件取得或加工處處是挑戰也是學習。然而皇天不負苦心人,因著輔人科技努力堅持以「讓想盡孝心變得更簡單」為終極目標驅動下,智慧感知床墊目前已成為全台首創氣壓感測生理資訊的智慧照護產品。對於強調社會價值導向的創業初衷,如何讓智慧感知床墊同時兼顧社會價值,又不失商業利益的雙贏與平衡是目前羅奕麟在經營公司產品與商務拓展必須要慎重思考的策略議題。 面對商務佈局,輔人科技近期將努力穩固營運和行銷運作,以回饋長期支持公司的投資者與目標客戶。此外,輔人科技更積極布局日本、越南及波蘭的國際商務拓展與商品測試。對於中期規劃,羅奕麟認為長者在照護需求與服務並非單一業者能獨立完成,輔人科技期待未來能與更多志同道合的智慧照護業者共創合作,透過集結各家業者的專業能量,建立完整多樣性的產品鏈機制,才能攜手搶攻國內外市場。為此,羅奕麟期許公司能創造長照產業軟硬體與服務生態系的整合,實現讓照護變簡單的心願。 展望未來,輔人科技將期許從長照走向預防醫學,相信若預防醫學經營有術,肯定對節省長照成本會是一大貢獻,羅奕麟表示,更重要是幫助長者在人生後半場享有更心領神會的照護品質且生命光明有盼望。 輔人科技執行長羅奕麟

【解決方案】瑕疵辨識率達百分百 耐銳利科技獲面板大廠青睞
瑕疵辨識率達百分百 耐銳利科技獲面板大廠青睞

工具機生產線上,組裝的第一步有些微差池,累積公差將造成組裝工作要重來,耗時又費力,導致出貨延遲的情況將衝擊企業聲譽。耐銳利科技公司聚焦智慧製造領域,提供各式AI解決方案,運用機器學習模型傳承老師傅的經驗,在CNC加工機組裝及鑄造過程,利用AI分析產線數據,精準調校各式數據,提升生產精準度 25。 這套AI產線數據分析系統,被耐銳利科技董事長黃常定稱為「師傅40」,就是師傅加上人工智慧的最進化版,用在工具機加工廠,成效斐然。此外,耐銳利科技運用AI瑕疵檢測技術,參加經濟部工業局2021年AI新銳選拔賽活動,協助友達進行面板進階影像瑕疵檢測,正確率達百分之百,引此也榮獲大獎。 協助面板大廠友達解題 瑕疵檢測正確率達百分百 黃常定進一步說明,一般面板在生產時,邊邊角角可能會有缺陷,雖然缺陷肉眼可見,但AOI卻往往難以辨識,導致檢測錯誤率常常超過30,因此,一定要搭配人力進行複檢,才能提高正確率。然而,因應少量多樣的產品需求,在人力不足的情況下,運用AI檢測確實是一個好方法。 成立於2018年的耐銳利科技,在短短三年期間,AI技術就能獲得面板大廠的青睞,實則在CNC工具機領域磨練已久。耐銳利科技總經理唐國維指出,台灣前三大CNC工具機廠希望將AI導入組裝及鑄造兩條產線,其中,在組裝產線上,為保持組裝的準確性,設計組件的每一個零件均會設計公差,在組裝時,每個元件都在公差內,但累績公差最後品檢仍無法通過,必須拆掉重新組裝,不僅耗時耗力,也造成浪費。 「進入產線之後,才知道有些師傅累積很多經驗,很會調校,經過他調校之後,正確率提高不少,速度又快。」反之,新來的工程師沒有經驗,調校時間比較久,也未必能通過品質檢測。 師傅40系統 良率從70大幅提升至95 唐國維接著表示,原本師傅在組裝時所設定的尺寸資料都記錄在紙本上,資料寫完之後就存入倉庫封存,沒有人去研究尺寸之間的關係。耐銳利協助客戶設計師傅40系統,透過人機面板,讓師傅在組裝時直接輸入所測量的尺寸及相關數據。蒐集不同師傅的數據之後,再運用AI演算法分析數據間的關係,做出AI模型,AI模型自動通知作業員要調整到甚麼樣的尺寸,品質檢測就一定會過,如此一來,良率從70大幅提升至95以上。 耐銳利科技公司聚焦於智慧製造領域,提供各式AI解決方案 唐國維補充,組裝一台CNC加工機的主軸要耗費四小時,第一步驟機器量測錯誤,包括震動、溫度,速度等超過範圍,都要拆掉重裝,又花了四小時。拆掉要如何調整,是憑藉師傅的經驗,可能一開始師傅憑經驗做了最好的組法,但錯檢率也達30,組裝又耗了好幾天。透過AI師傅協助,組裝時間只需半天,良率達95以上,省下許多時間及人力。 「運用機器學習的AI模型,綜合所有師傅的經驗蒐集在一起,提供給AI學習。第一步要數位化、第二步則是知識化,這是企業邁入轉型的重要關鍵」,黃常定認為,耐銳利科技是傳統製造業從自動化生產走向邁向數位轉型的重要夥伴。 此外,耐銳利科技另一個聚焦的產業是電梯廠領導品牌的智慧派車系統。所謂派車指的是電梯車廂,即兩部電梯以上就需要群管理。過往派車依據固定法則,如哪一台距離叫車比較近,就自動派那台電梯,一方面沒有考慮到電梯被叫太多次的派車,可能會讓其他人等待更久;另一方面過往的派車模式並無考慮大樓使用特性,造成許多浪費。例如辦公大樓,早上上班、中午休息及下午下班時段各有尖峰時間,透過AI智慧派車可以依據離峰及尖峰時段進行彈性調整,讓派車效率增加、降低等待時間,同時減少電力虛耗。 導入電梯智慧派車 提升運輸效率兼具環保功能 黃常定補充說明,就好比之前的路口紅綠燈號誌,系統已將主幹道、副幹道及小街道的停留及通過秒數寫死,現在則運用智慧紅綠燈,彈性調整等待時間,讓容易壅塞的路段更加順暢。透過AI學習使用情境,在電梯中導入智慧派車系統,會讓輸送效率提升,也更加環保。 除了導入電梯智慧派車外,耐銳利也將AI導入電梯廠的生產出貨智慧排程系統 。電梯廠常常無法準確預估客戶的電梯交期,例如,辦公大樓或賣場等必須完工到一定程度,電梯才能進工地安裝。若受到客戶工期延遲等非預期因素影響,往往造成電梯廠產閒置或是排程不易安排的窘境。 唐國維指出,一般了解客戶端工程進展者可能是業務或工務,但整體而言,出貨正確率大概只有六成左右,也就是說有四成不會如期出貨。因此,若能準確預估出貨時程,就能將產線空出來以因應急單或是其他產品生產需求。AI智慧排程系統將分析過去出貨的資料,氣候、工廠及施工端兩地距離位置、客戶信用等約20-30個參數,放入AI演算法中,可以精準預估到底能不能如期出貨。 黃常定也特別說明,耐銳利科技的機器學習非一般的機器學習,更加入傳統影像處理技術、統計學等各種運算方式,要對領域知識十分熟稔,才能作出好的AI模型,這也是公司競爭力之所在。他強調,一般SaaS平台能處理的資料十分有限,正確率頂多從7成提升至7成5,耐銳利的強項在於AI演算法及機器學習,必須再加上深厚的產業領域知識才能產出好的AI模型。 耐銳利科技從AI專案開始,逐漸深化技術,選擇從困難度高的做起,並累積經驗法則,預計在今2022年開發出SaaS服務,以客戶的需求為出發點,逐步站穩腳跟、成為智慧製造的重要夥伴。 圖左為耐銳利科技總經理唐國維及董事長黃常定右