:::

【110年 解決方案】 提升水資源效能 臥龍智慧善用AI預警及決策功能

一次家中電鍍廠汙水處理稽核事件,成為臥龍智慧環境公司總經理謝文彬決定投入環境工程領域,而一份想為台灣與下一代創造更好環境的初心,讓他毅然決然離開人人稱羨的台積電主任工程師職務,走入創業旅程。極端氣候造成時而乾旱、時而洪水,水的供給越來越不穩定,為了追求環境永續發展,謝文彬運用人工智慧(AI)技術,成為水資源保護的急先鋒。

根據過去半世紀台灣降雨的趨勢觀察,由於氣候變遷加劇,台灣的乾旱週期,已經從早期的17年、縮短為3年至5年。2021年4月,更遇上台灣半個多世紀以來最大水荒。之後,台灣中南部又遭遇到暴雨洪水成災,水資源的保護,已成為當今社會重要的議題。

謝文彬曾任職台積電廠務水處理的主任工程師,在2015年水利署及竹科辦理的節水活動中,台積電均獲得第一名的佳績。他在財團法人環境與發展基金會任職時,承接經濟部工業局產業用水效能提升計畫,共計輔導台灣300家以上廠商。

AI導入水資源應用 可達預警與預測目標

臥龍智慧環境公司成立迄今不到半年,即鎖定政府專案及中小企業汙水及廢水處理的IoT建置或是AI智能化的導入,希望汙水、廢水的處理能達到預警及決策的目標,提升水資源效能。 智慧AIoT應用有三大主題:包括預測與決策水處理系統、水處理操作程序管理最佳化及智慧水處理管理平台。這也是臥龍智慧的核心業務。

AIpoint水處理AI智慧系統的服務範疇與效益

▲AIpoint水處理AI智慧系統的服務範疇與效益

謝文彬表示,經濟部工業局管轄的工業區共有66家污水處理廠,加上數萬家列管的廢水處理廠,其共通性的問題為化學混凝系統常因為人為控藥與後饋式加藥判斷不準確與不及時,造成水質不穩定,大量使用非合理藥劑量PAC與Polymer 同時產生大量污泥。現有的檢測判定具有誤差值,需建立更完善的AI檢測數據資料庫來佐證及輔助判定加藥標準。而透過大數據導入AI專利模型,有助於廢水(污防系統)處理效能提升與精準調控系統。

導入AIpoint精準加藥系統 可達到減排及系統延壽功能

導入臥龍智慧研發的AIpoint精準加藥智能系統,可以達到以下效益:

• 減少操作人力

• 減少化學品加藥量

• 減少污泥產生量

• 減少碳排放/節能

• 延長系統壽命

• 系統自動預防與維護

• 降低導電度

AI導入水資源服務模式與流程

▲AI導入水資源服務模式與流程

事實上,汙水及廢水廠的數位化程度不一,因此,謝文彬將客群進行分群,針對尚未數位化的廠家,進行IoT設備及軟硬體系統的建置;已經有IoT的廠家,則導入AI技術,針對痛點解決問題,提升整體汙廢水處理效能。「有些客戶的問題不一定要靠AI解決,絕不會為了AI而AI」,謝文彬會按照客戶的實際需求進行評估與導入。 謝文彬累積了水處理豐富的經驗,加上AI專家的加入,工廠只需要提供水質數據,即可做AI預測與決策。

在實際作法上,有些工廠資安的要求比較嚴謹,AIpoint智慧雲平台可將蒐集數據的硬體直接連接到廠端,資料傳回來不會放在雲端。而系統會自動分類,自動篩選演算模型,得到最適模型,再連接到系統端,產生預測與決策的結果。此外,雲平台有區塊鏈的加密,數據嫁接上來,廠端也是照一樣的步驟,快速介接。 另外,在後台監控系統上,可以幫助水處理或水回收系統做預警,包含sensor故障預防、自動防護、後台模型的再訓練等。專案進行時間大約3個月到半年,之後需要按系統的狀況做模型的調整,這部分是訂閱制的服務,與售後服務做整合。

臥龍智慧環境公司也訂定短中長期的目標,短期希望秉持誠信、正直原則,做好品牌定位;中期是與跟硬體等合作方建立生態鏈,集體打群架,共同拓展市場;終極目標則希望能將服務跨域輸出到國際市場。在財務規劃方面,謝文彬期望積極爭取天使輪募資,以新台幣2,000萬元為目標,希望達到公司永續經營之目的。
 

臥龍智慧環境公司創辦人兼總經理謝文彬

▲臥龍智慧環境公司創辦人兼總經理謝文彬

推薦案例

【解決方案】讓硬碟裡的音樂重生 愛飛媒平運用AI為影像找到最佳拍檔
讓硬碟裡的音樂重生 愛飛媒平運用AI為影像找到最佳拍檔

一名年輕女孩,孤身在美國洛杉磯,為的是尋一個夢,一個能讓音樂創作者深埋在硬碟中的創作音樂重新找到知音的夢helliphellip。 愛飛媒平創辦人李姿慧,理工科出身,心中卻卻深埋音樂人的強大基因,為了協助全球音樂人創作音樂能找到能配對成功的「最佳夥伴」,她創立愛飛媒平公司,提供一站式AI影像音樂媒合平台AV Mapping,協助影像創作者可以快速找到擁有版權的原創音樂。 一站式AI影像音樂媒合解決方案,為音樂創作者找到創新商機 一般來說,以往影像創作者要進行影像配樂,從作詞曲、配樂、找版權,通常需要花上兩周時間,透過AV Mapping影像音樂媒合平台,10 秒鐘立即配對到適合的音樂,音樂人也可以將創作再行銷取得分潤營利,創造三贏局面。此一嶄新、去中心化的營運模式,也獲得已故台灣音樂大師-李泰祥傳人的青睞,在平台上可重溫那一段讓音樂創作恣意飛翔的時光。 李姿慧從小練鋼琴、參加合唱團及管樂團,並自己創作音樂,大學雖然念的是理工科系-成功大學測量及空間資訊學系,但從大三開始,即加入影像團隊從事配樂,並赴南藝大應用音樂系旁聽。大學畢業後,李姿慧決定順從心裡的聲音,當音樂的尋夢人。 愛飛媒平提供一站式AI影像音樂媒合解決方案 愛飛媒平提供一站式AI影像音樂媒合解決方案,主要係藉由人工智慧的影像辨識和音樂分析,影像創作者在平台上可自行搜尋、配對合適的音樂,透過系統可將配樂的時程從8小時縮短至幾秒鐘,大幅縮短近2,000倍。 李姿慧表示,傳統影像配樂工程除了創造合適配樂,還須將大量時間成本投注在溝通及搜尋上,包括後續的編曲、錄製等後製處理和音樂授權更是耗時耗力,有了AI的協助,創作者能將所有心力花在創作上,不必擔心找不到適合音樂,或是音樂版權遭盜用的困境。 虛實整合行銷,從交易到簽約一鍵完成 目前愛飛媒平的音樂資料庫共有6萬首曲目,種類超過60種,涵蓋歐美及亞洲等世界各地音樂,包含流行、EDM、搖滾、愛爾蘭音樂等。愛飛媒平獨創的去中心化概念更大幅保障音樂人權益,在平台上的音樂人可自行訂價並追蹤交易流程,達到公開透明、去中心化的特性。目前平台上包括影像及音樂創作者共有7,000多位,音樂創作者在平台上交易成功,可分潤4成以上,最高達到5成。雙方在平台上交易並完成簽約,手續十分簡便。 AVMapping共有14種AI模型,輕鬆找到速配音樂 李姿慧表示,AI影像音樂媒合解決方案共有14種AI模型,其作法是拆解所有元素之後,透過影像辨識與文字辨識,做音樂分析,再運用機器學習演算法大量訓練,將影像及音樂的特徵列出,即能快速媒合出合適影像情境、氛圍、節奏的配樂。 除了線上媒合交易外,愛飛媒平也舉辦實體音樂會活動,邀集音樂及影像創作者參與,活動的內容環繞在AI影像配樂的展示,現場運用導演一段影片讓音樂創作者PK配樂;或是拿出示範影片,由AI進行配對,只需耗費端端10秒鐘,AI配對的影像與音樂在情緒及氛圍上都十分到位,讓現場參與者嘖嘖稱奇。 三年研發獲紅點設計大獎,以科技支持音樂藝術發展 愛飛媒平花了三年的研發,平台於2021年8月正式上線,2022年元月份在美國拉斯維加斯參加CES活動,引起在場記者高度關注,共獲得超過上百家的媒體報導,使得一個月使用次數就超過千倍,吸引7,000位影像、音樂創作業者加入媒合平台,據統計,先階段美國與台灣媒合交易比重各半。 李姿慧表示,傳統音樂的授權方式十分複雜,包括著作類型、著作財產權種類等,要取得一首歌曲的授權,必須經過詞曲經紀公司、集管團體、製作公司、唱片公司,甚至是作曲、作詞者,十分繁瑣,音樂人也並不一定能得到分潤收入。透過AI影像音樂媒合平台,所有交易合約在線上完成,音樂創作者能獲得利潤,創作熱情不斷被激勵。 三步驟協助影像創作者輕鬆完成配樂工作 值得一提的是,目前NFT(Non-fungible token,又稱為非同質化代幣)在藝術及文化市場大行其道,影像音樂領域導入的可能性如何李姿慧表示,目前以太坊的交易手續費(gas fee)居高不下,加上她在洛杉磯參加多次聚會得到的結論,目前NFT接受度仍在醞釀中,然而,愛飛媒平仍看好NFT未來趨勢,在可預見的未來,仍會將相關技術導入AV Mapping平台,提供更多元化的交易方式。 為了快速擴充海外市場,李姿慧在舊金山不斷尋求國際策略性投資人挹注資金。同時,由於美國洛杉磯疫情控制得宜,產業逐漸復甦中,李姿慧也參加許多線下創作聚會。愛飛媒平希望成為連接影像與音樂的橋樑,在國際市場上導入知名的使用者案例,讓更多創作者看到平台的威力。 愛飛媒平也頻傳捷報,繼榮獲DSA數位廣告奇點銀獎、美國在臺協會與META合辦的AWE女性創業最佳潛力獎之後,李姿慧創辦的一站式AI影像音樂媒合平台AV Mapping也於2020年再度獲得德國紅點Read Dot Award設計大獎設計概念Design Concept的最佳設計獎Best of the best,希望持續以科技立足、以藝術為養分,支持音樂創作者創作出更好的作品。 愛飛媒平創辦人李姿慧榮獲多項國際大獎,是深具潛力的女性創業家

【解決方案】7毫秒內分離人聲 洞見未來科技協助聽損者「聽說更簡單」
7毫秒內分離人聲 洞見未來科技協助聽損者「聽說更簡單」

某週四下午,下了一場傾盆大雨,然而,位於台北小巨蛋附近的洞見未來科技RelaJet台北體驗中心內,客戶預約全滿,主要是聽損人士前來試聽運用人聲分離引擎設計製造出來的助輔聽器,對於聽損人士而言,能夠有平價、輕巧、降噪效果佳的助輔聽器可用,真可謂一大福音。 「希望幫助有需要的使用者,再次聽見世界的精彩」這是同為聽損人士的RelaJet創辦人暨執行長陳柏儒體貼的期望,他最懂得聽損者的需求,也希望藉由洞見未來科技獨特的人聲增幅助聽技術,能夠造福更多的人。 萬元有找的輔聽器 造福廣大聽損者 成立於2018年的RelaJet,是陳柏儒與哥哥陳宥任共同創辦的公司。RelaJet所研發的多人聲分離引擎搭配高通藍牙音訊平台,將動輒8-10萬元的進口助聽器價格壓低到萬元有找,就是希望能研發平價、降噪效果佳、可運用無線傳輸連結手機的好商品。 公司成立後的前2年,主要研發多人聲分離引擎,讓降噪效果更佳,搭載上高通藍牙耳機晶片之後,音訊處理時間極短,大約7毫秒就能強化主要人聲、降低周圍噪音干擾,只需要傳統助聽器醫療標準16毫秒不到一半的時間,幾乎「零延遲」。 洞見未來科技推出平價助輔聽器,大大嘉惠聽損者 陳宥任解釋,主要是運用高通晶片的邊緣運算,加上極簡化的演算法才能做到極低延遲及聲音可以處理更好的降噪度,同時助聽器可涵蓋18個頻道,傳統的助聽器涵蓋的範圍是4-48個頻道,未來RelaJet會朝更多頻道逐步邁進。 根據統計,全球聽覺障礙者總計47億人,其中,已開發國家聽力輔具配戴率平均為30,其中以歐美國家最多。台灣有近150萬人失能性聽損,其中,中老年族群失能性聽損就佔了30,而輔具配戴率僅有10,比率相當低。 陳宥任進一步分析,輔具配戴率偏低有兩個原因,一、國際大品牌平均售價高達8-20萬元,可使用期限3年,不僅售價高、養護成本也高,讓很多人卻步;二、在吵雜環境下,噪音也被放大,使用者仍然不一定能聽得清楚,並且聲音參數無法即時、自由調整,需要常回到門市調校不是很方便。三、大部分機種無法連接手機,不方便聽損者接聽聽電話。 運用高通藍牙晶片 產品開發速度大躍進 有鑑於此,曾在聯發科擔任半導體工程師的陳柏儒負責技術研發,有法務背景的陳宥任主責公司的管理與營運,兄弟合作無間,組建團隊運用AI人工智慧演算法與晶片串接,學習數據庫內幾千小時的音檔,透過神經網路與深度學習技術,研發出低延遲、高降噪的人聲增幅助聽技術。並在2019年將此聲音處理技術整合至高通藍牙晶片,並獲得高通台灣新創競賽獲得冠軍、高通全球擴展計畫夥伴的榮譽,讓產品開發速度大躍進,2021年在台灣推出自有品牌Otoadd系列助輔聽產品,並受到市場的青睞以及有廣大聽損者的好評。 根據不同消費者的需求,有不同的產品設計,陳宥任表示,Otoadd具有輔聽功能的無線耳機N1,屬於頸掛式入門款,售價一副9,500元,可以一邊帶輔聽器一邊聽電話,運用手機App即可控制降噪強度及聲量大小。未來也將研發周邊配件,以符合年長者的需求。該輔聽器除了在台北、高雄體驗中心可預約試聽外,也可在PChome商城、台哥大myfone商城、樂齡網等輔具通路販售。 另一款為針對輕度到重度聽損者設計的Classic R助聽器,於2021年獲得日本Good Design設計獎,這款產品自去年底上市,對於先天性聽損者具有吸引力,用過的人都說在吵雜的環境下也能比過去聽得更清楚,也感受到藍牙連接手機通話、看影片的便利。預估此一商品也將在今年下半年外銷海外市場。 此外,今年6月即將上市的助聽器藍牙功能二合一功能產品,大小就如同一般藍牙耳機,主力客群鎖定在意外觀的聽損者,一方面體積較小、無線耳機造型設計美觀,加上也可接聽電話,若經衛福部許可上市之後,符合資格的聽損者還可以向政府申請補助。 RelaJet下一階段將進軍海外市場 以美國為灘頭堡 有趣的一個問題是,因應疫情關係,全民都必須配戴口罩,無法讀唇語,此對聽損者的影響是如何呢陳宥任表示,此時就能凸顯RelaJat的優勢了。由於每位聽損者聽力強弱不同,助聽器僅能補充到適當音量,協助聽損者聽取6-7成內容,餘3成仍須仰賴讀嘴唇及手勢。而在疫情期間,為了防疫,人人都戴口罩,口罩也讓聲音有所遮蔽,RelaJat人聲分離引擎也能校正補強,使戴口罩者的聲音分離清晰,方便聽損者辨識。 除了台灣市場之外,RelaJet下一階段將進軍海外市場,預計今2022年將取得ISO 13485醫材品質管理系統認證及美國醫療器材許可證,以美國為灘頭堡,以自有品牌或是成品貼牌方式銷售海外。 除了台灣市場之外,RelaJet住輔聽器下一階段將進軍美國市場

這是一張圖片。 This is a picture.
AI缺陷智能化檢測-降低製程耗能智慧監控解決方案

AI缺陷智能化檢測-降低製程耗能智慧監控解決方案 當一片貼片陶瓷基板上有超過2萬顆貼片電阻,應該要如何快速檢測答案是用AI來檢測。 在當前科技迅速發展的時代,雷科自豪地宣布其雷射加工技術的顯著進步,這一突破得益於人工智慧AI領域的創新應用,雷科致力於將先進的AI技術整合至雷射加工機中,於2019年與合作廠商共同開發出全球第一台結合AI技術的雷射加工機,並以此為基礎上進一步在2023年打造了首台結合AOIAILASER的陶瓷載板檢測機。 智慧陶瓷載板檢測機 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,使產品良率在一年內提升5、將檢測速度由原本2分鐘片大幅降低至20秒片、大幅降低了檢測成本、在前段有效率檢出與雷射標示後,可降低後段製程上的浪費,減少整體場域碳排、並可自動產出詳細檢驗報告,以進行數據分析與優化,有助於提升設備產能、降低人為疏漏,使雷科的設備產品更具價值、強化我國電機電子產業之國際競爭優勢。 雷科股份有限公司Laser Tek成立於1988年,並於2002年正式掛牌成為上櫃公司,成立迄今已成為具指標性之SMD電子包裝材料、SMT檢測設備、雷射設備等全球性銷售通路服務及設計製造商之一。 雷科總經理擁有20多年雷射整合經驗,他觀察到被動元件客戶每個月產能可超過10億顆SMD元件,但伴隨著SMD元件尺寸持續微型化發展,其生產製造時之瑕疵檢測作業變得更加困難,一片陶瓷基板上動輒上千上萬顆元件,元件尺寸越小,印刷雷射加工位置更加微小,檢測難度就越大,而更容易出現偏差,因此生產檢查成為相當重要的一環。 R-SMD生產檢查流程 AOI良率過殺問題,靠AI來把關 而AOI檢查機是普遍且成熟的機種,但市面上的高精度AOI運作方式是以單次拍攝小圖移動拼接成大圖,精度雖高但檢查時間較久,小尺寸SMD元件更易受環境干擾,如:光照和振動等容易造成誤判;因此AOI僅能以抽檢方式估算良率,且抽檢良率差的元件也並非單獨去除,而是連同良品整個剔除;人力複檢不但成本提高,每個人的檢查標準又無法統一,最終導致的結果,是平均會發生約2-5的產品未被檢出不良品而流入後段製程,即約每月至少2,000萬顆不良品之SMD元件,因未能在初期被檢測出,而造成後續各段製程中,不良品上依然會有印刷、加工檢查等流程,無論是油墨耗材及能源的浪費,增添了成本負擔,更因此加速設備磨損、使設備運作壽命簡短,而每一階段的浪費,皆會增加場域製程的碳排放量,不利於企業的碳足跡盤查。 0402修阻後樣品照片範例 傳統AOI 自動光學檢查的高誤判率也是業者面臨的一大生產痛點,在被動元件產業對於良率「寧可錯殺一百,不可放過一人」的高標準要求,往往會把 AOI 參數設定極高規格,導致設備異常敏感。當數據參數設定過於嚴苛時,易造成高誤判率。例如:當被動元件的汙染髒汙與印刷層顏色相近時,AOI 過篩誤判率可能高達 7 成。 汙染髒汙與印刷層顏色相近AOI易誤判 雷科有別於其他AOI供應商,捨棄了小圖拼接或線掃描方式,有效避免圖像處理時硬體或環境造成的資料遺失與斷差,採用超大面陣感光相機搭配訂製高解析度鏡頭,透過特殊影像進行合成處理。合成的過程中,感光元件的每個像素位置上都包含了從多個不同位置捕捉到的光線資訊。通過將這些資訊結合起來,影像的解析度和細節得以提高,達到億萬級別的分辨率,配合多重自動調整光源,單次拍攝可處理涵蓋7070mm,影像解析度可高達5um,取得清晰影像,再透過Smart-AI技術進行分析篩選。 三大妙法打造快速檢測Smart -AI 雷科總經理分享,快速將AI技術導入並減少檢查運算時間,並開發Smart-AI有三大方法: 方法一、先以AOI方式快速將良品與含爭議的缺陷品進行二分法區隔,將檢測重心放在少數不良的辨識上。 方法二、自動標註平台簡化訓練問題:運用攝影機蒐集機台的資料,用自動標註取代人工標註,逐步訓練以拉高精度,問題越簡單,訓練所需資料越少。 方法三、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,同時區分是良品或是瑕疵部分,再以AI方式進行標註與訓練。接著利用可重複串聯的加疊效應,其檢測效益更大,隨著訓練資料累積越多,AOI比例降低,AI比例逐漸提高。 修阻後物件偵測與訓練 透過三大方法逐步構建系統信賴度,並將資料進行缺陷整理分類,最終將AI判斷結果回傳到主機,以雷射加工方式在製程前端控管將真正的不良品剔除,減少不良品流入其他站別,造成重複檢測或重複加工的損耗。 智慧雷射設備第一,選擇LASERTEK就對了 由臺灣品牌雷科持續打造結合AI智慧檢測與雷射加工設備,以逐步建構由原材料、產品、檢測、雷射設備等相互相加疊而成的智慧化監控解決方案,以降低生產製程之耗能為目標,落實發展半導體 載板及元件加工等領域,產出能在低碳條件下仍可滿足終端使用者需求之設備產品,以快速且優質的產品與服務來拓展國內、外需求市場,增加本土Made in TaiwanMIT設備之全球競爭力。