:::

【110年 解決方案】 深耕文字探勘與人工智慧 藍星球資訊一鍵描繪龐大商業網絡

「進入大AI時代,機器將協助人類化繁為簡、處理人力不可及之工作」,憑藉著長達20年文字探勘(Text Mining)的經驗,藍星球資訊公司總經理宋浩堅信,在「政府開放資料」(Open Data)的趨勢下,公開資料絕對是值得深究的寶藏。透過文字探勘與AI技術,藍星球運用「實告ΣCOUT」構建出龐大企業網絡,協助銀行與招標單位充分了解客戶及供應鏈廠商、有效降低商業往來風險。

根據《2020年中小企業白皮書》統計,2019年臺灣中小企業家數為149萬1,420家,占全體企業97.65%,較2018年增加1.72%,創下近年來最高紀錄。面對眾多的中小型、新創企業,無論是銀行要「認識客戶」 (Know Your Customer,KYC),或是政府招標單位要遴選供應商,都是十分耗時耗力的工作。 「

銀行產出盡職報告平均需花費12小時 「實告」可縮短至1小時

藍星球資訊在針對多家銀行進行實地訪查後,發現以往一家銀行對單一客戶進行盡職調查時,需要先蒐集來自司法院、經濟部工商登記、國貿局、媒體新聞等數十個網站之相關資料,再進行整理與審閱,直到產出一份查核報告,總共需耗費約12小時的人力成本。然而,透過藍星球研發的「實告ΣCOUT」商業履歷查詢系統,運用自動化技術,即能一鍵完成所有查核事項,毫無缺漏,並將一份報告完成時間從12小時收斂至1小時,省下超過80%的時間成本。

藍星球團隊致力於為客戶節省科技能夠代勞的瑣碎工夫。

▲藍星球團隊致力於為客戶節省科技能夠代勞的瑣碎工夫。

作為台灣大學正式技轉的資訊公司,藍星球前身為台大資工所研發團隊,自1996年起,為了保存年久珍貴的檔案,國家政府與台灣大學合作執行「數位典藏國家計畫」,透過文本分析技術,將各類存放在圖書館、博物館與美術館等地的館藏品數位化,這段時間的研究淬鍊,也奠定了藍星球紮實的技術根基。 「實告ΣCOUT」收錄的公開發行資料,從小吃攤、工作室、中小企業、大型企業,甚至已經結束營運、完成清算的公司在內,共計超過300萬筆。加上司法院1,500萬筆裁判書,以及各式新聞、論壇、社群等資訊,總計超過上億筆數據存於資料庫中。

宋浩指出,由於藍星球是以中文文字探勘起家,除了結構化資料外,團隊更擅長非結構性資料,例如新聞報導、裁判書等,若要精準分析具有相當技術門檻,因此他們佔有競爭優勢,後進者要追趕上並不容易。尤其是法院的判決文書一旦涉及到企業、貿易往來,其中時常隱藏著龐大的商業脈絡,需要運用深度學習與AI演算法,將其化成結構化資料,才能進一步抽絲剝繭找出潛藏的關係鏈結。

商業風險無處不在 「實告」自動化AI演算大幅降低風險

「實告ΣCOUT」的客群主要分為三類,一類為需要對客戶進行盡職調查與徵信調查的金融業;二類是時常對外招標的政府單位;三類則是一般民間企業的採購單位。宋浩表示,「商業上的合作風險無所不在,遇上中小企業時風險尤其大」,不管國內外,中小企業皆數量龐大、資訊又不易蒐集,再加上國際對於洗錢防制與打擊資恐(AML/CFT)要求均有一定規範,無論是融資、借貸,銀行便需透過像「實告」這樣的系統對往來客戶進行詳盡的查核。

透過獨家語意分析技術,萃取判決書的關鍵詞彙,揭露企業風險事項。

▲透過獨家語意分析技術,萃取判決書的關鍵詞彙,揭露企業風險事項。

此外,政府採購部門一天的招標案可高達上百件;一般企業在挑選採購廠商時前置作業不勝枚舉,若要仰賴人工查核,可說是曠日費時。若能透過自動化系統,將投標、採購廠商的「身家」詳細調查一遍,將能降低未來承攬後未能履約、出工安意外等風險,更能加強提示是否為優良廠商或拒絕往來廠商。 運用AI智能演算法,藍星球獨家開發「商業網絡圖」及「股權結構表」,有助於揭開企業背後錯綜複雜的網絡面紗。宋浩進一步指出,以遠東集團為例,以往要做交叉持股分析,銀行盡職查核人員得徒手畫出200-300條關係路線,但藉由「實告」,只需短短幾秒,複雜的交叉持股網絡即可一目了然。

▲透過資料盤點、蒐集、清洗的正規化流程,從中提取關鍵資訊建構商業網絡。

再如證券市場上有許多投資標的,投資人若不了解企業,投資風險即相當高,透過「實告」的商業網絡圖,卻可嗅出商業上的蛛絲馬跡,如該企業是否為人頭復活的「空殼公司」,更甚,還能挖掘出關係企業背後隱藏的核心人物及最終受益人(UBO)。對於有時負責人、董監事出現同名同姓的情況,宋浩則表示,AI會根據企業活動期間、活動產業的相似性給予不同的權重,權重比例較高,判斷為同一人的可能性也會升高。

臺灣Open Data走在世界前沿 藍星球預計5年內開創新領域與市場

耕耘多年,藍星球資訊現階段可謂台灣文字探勘領域的翹楚。宋浩指出,在前行政院院長張善政擔任政務委員時期,大力推動「政府開放資料」,臺灣的Open Data也因此走在世界的前沿,與英國及日本相當。國內的Open Data資訊多半是文字,歐美國家則為PDF檔或是掃描檔,無法輕易文字化,更難以加值運用。因此,藍星球資訊把握機會,蒐集政府開放資料平臺的數據並加值應用,讓AI結合不同領域的大數據,預計在未來5年內開創新的領域與市場。

在拓展海外市場方面,宋浩透露,過去曾有某外商銀行前來接洽,表示其在全球有多處據點,希望能蒐集全球30個國家的企業資料,如此契機,也讓他起心動念,希望能將藍星球在臺灣的營運服務模式,複製到全球。因此,公司營運的下一階段,即是研究全球可以公開蒐集到的數據,進一步將服務模式推向海外市場,打造國際性的商業實績資料庫。。 自2013年成立以來,藍星球資訊不斷深耕技術,將實驗室的研發成果不斷往商業化路途邁進。宋浩表示,研究室出來的人通常對於研究有其想法與執著,但商業化之後不免必須要妥協於現實情況,他希望10年之後,能將藍星球推向公開發行上市(IPO)之路,帶領團隊成為技術領頭羊,達到成為軟體業「臺灣之光」的終極目標。

藍星球資訊總經理宋浩博士

▲藍星球資訊總經理宋浩博士

推薦案例

【解決案例】神經元科技 動鑑觀顫 以眼為始 最佳智慧醫療輔助者
神經元科技 動鑑觀顫 以眼為始 最佳智慧醫療輔助者

放眼全球及台灣這塊土地,因眩暈而飽受痛苦的病患逐年攀升。面對眩暈檢測,大部分的人會選擇交由醫師診斷或入院搭配神經醫學影像工具如MRI或CT進行判讀,然而卻可能造成眩暈誤診、患者過度診斷、醫療資源浪費等狀況發生,無法有效回溯病患眩暈實際狀況。為解決眩暈在臨床長久痛點,神經元科技(Neurobit)開發智慧穿戴醫療裝置-NeuroSpeed智慧眼鏡及AI輔助系統,提供眩暈快篩的AI智慧解決方案,輔助醫師快速篩檢腦部疾病達80以上準確率及90以上敏感度的高效檢測力。 神經元科技成立於2016年,共同創辦人包含楊鈞程、陳維澄、黃勁勛與王經富因四人修習台大醫工所與創意創業學程共同開設「生醫創新與商業化」課程的因緣際會下,一同踏上創業旅程。神經元科技的核心團隊成員主要由醫工、資訊、神經內科醫師、專利、商學等跨領域專家組成,共同創業理念是不斷發掘探勘在醫療臨床上未解決之痛點。看見病患因眩暈飽受痛苦,神經元科技因此發想出自主開發高效又實用的穿戴式智慧醫療裝置NeuroSpeed智慧眼鏡,結合硬體AI輔助決策系統軟體,提供眩暈快篩的AI智慧解決方案。 神經元科技執行長楊鈞程表示,看見台灣和全球飽受到眩暈之苦的民眾比例很高,在台灣有高達3民眾(約70萬)因為眩暈而苦,而美國大約有1千萬人口因眩暈前往就診,從數據可見眩暈醫護市場相當龐大。對於診間的眩暈診斷快篩,目前醫院的快篩工具主要透過神經理學檢查,大部分透過問卷式量表去處置,診斷會過度仰賴病人主訴及醫師的經驗判定,缺乏量化指標,造成眩暈誤診及喪失黃金治療時間。而對於入院急診的眩暈病患,過往醫療診斷會過度仰賴神經醫學影像工具如電腦斷層檢查(CT)或磁振造影(MRI)進行診斷,經觀察發現器材量不足問題,以美國來說入院急診後能即時接受MRI診斷的人口不到3,而能接受CT診斷人口不到50。然而,若過度使用CT或MRI診斷可能又造成病患過度診治,甚至有浪費醫療資源的問題發生。 為了幫助眩暈病患在診間和急診能正確且高效快篩分流與降低過度診斷,神經元科技開發的穿戴式智慧醫療裝置NeuroSpeed智慧眼鏡,相信對於整體醫療資源應用及病患診治會有很大幫助,楊鈞程表示,若非必要透過MRI去追蹤診斷下,本裝置可作為現有MRI神經影像學工具之前及病患入院之後的快速篩檢,減少病人過度診斷。NeuroSpeed的檢查法是透過眼球震顫快篩,找出潛在腦部疾病患者,此技術的檢查法是觀察受檢者在凝視靜止物體時,眼球的顫動狀態,與一系列眼球運動,藉此判斷腦部風險以作出相對應的診療。 NeuroSPeed智慧眼鏡 破解腦部疾病和眼睛疾病 臨床試驗敏感度達9成 在神經元科技積極研發下,目前已成功推出兩代 NeuroSpeed智慧眼鏡產品,第一代NeuroSpeed主要提供醫師即時觀察高畫質的眼球影像與眼球運動反應相關檢查數據參考,並沒有輔助診斷的服務。第二代NeuroSpeed可提供醫師做紀錄、追蹤、存處及查看相關眼球運動分析及瞳孔區域的辨識,藉此可有效診斷中樞與經與周邊神經系統方面的疾病。由於第二代NeuroSpeed產品具備輔助醫師達分析診斷之功能,已被列為美國二級醫療器材,必須通過美國FDA認證才可對外販售。現階段此產品已完成pre-submission,待生物相容性試驗完成後會進行送件審查,預計明年第二代NeuroSpeed將順利取得美國FDA認證。 在實際驗證場域方面,目前NeuroSpeed已與新北雙和醫院和台中慈濟醫院攜手合作臨床驗證,其臨床結果證實針對中風等中樞神經疾病和其他前庭系統疾病的分類判斷,加上NeuroSpeed智慧眼鏡的設計輕便好攜帶、檢測快速又易操作、具備自動判讀之功能特性,有效輔助醫師能快速篩檢出眩暈病患潛在的腦部疾病風險。與國外醫療中心的場域驗證,主要以入院急診的眩暈病患,醫師可透過NeuroSpeed智慧裝置去判讀中風診斷的現象,目前上述合作醫院的臨床試驗準確度達80,敏感度達90。 神經元科技開發智慧穿戴醫療裝置NeuroSpeed智慧眼鏡 除了成為醫師在診間和急診快篩腦部疾病風險判讀的最佳智慧醫療輔助者,NeuroSpeed智慧眼鏡更協助醫師在斜視風險的檢測評估,透過神經元科技與三軍總醫院共同研發的「可攜式斜視及異常眼球運動診斷系統」,並以三軍總醫院為落地實證場域,提供醫生完整斜視術前評估及術後追蹤依據。本優異的研發技術成果更於2020年榮獲第17屆國家新創獎mdash臨床新創獎肯定。 我們知道很多疾病會造成先天或是後天的眼球運動異常,甚至造成斜視或是眼球震顫的症狀,其中在斜視部分,依據專家醫師諮詢調查,全球學齡兒童在斜視的盛行率是25,而台灣學齡兒童在斜視的盛行率約14左右,楊鈞程表示,臨床針對這些疾病症狀的診斷,主要分為眼球位置的偏向測量及眼球運動測試兩大類。經觀察發現目前眼球位置的偏向比較缺乏客觀的量化手法去診斷,主觀上採用眼球偏向的測量儀器來檢查。對神經元科技而言,目前透過NeuroSpeed儀器裝置和斜視及異常眼球運動診斷系統軟體能去整合客觀清晰的眼球影像、眼肌功能及眼位偏斜角度數據,作為符合臨床診斷準則之快速檢測服務,這些檢測的數據可作為醫師完整斜視術前評估及術後追蹤的依據,因此透過本系統可客觀有效的量化分析,可大幅降低患者手術上的醫療風險。 在商業模式方面,神經元科技主要與醫院合作,進行研究型的產品銷售, 相信公司預計明年通過FDA後將會有顯著的營收表現。目前神經元科技將 以國內首創穿戴式智慧醫療裝置NeuroSpeed智慧眼鏡與AI輔助系統,提供軟硬整合解決方案,輔助醫師快速篩檢腦部疾病及眼部疾病,提升病人黃金治療時間,減少社會的醫療照護成本,以創造三贏。 NeuroSpeed智慧眼鏡 輔助醫師快速篩檢腦部疾病及眼部疾病 放眼全球 智慧醫療器材的先驅者 生醫軟硬體系統整合新典範 神經元科技創業初期,技術研發和商務拓展曾面臨多方挑戰,楊鈞程有感而發表示,由於NeuroSpeed產品是國內首創開發的醫療性智慧眼鏡,無論是硬體原物料取得、技術規格開發與建立以及相關系統整合的挑戰度皆高於消費性電子產品。此外,匯集跨領域人才並將其整合為核心團隊所用也是創業挑戰。在商務拓展方面,公司雖然累積臨床驗證實績與相關的產出發表,但市場通路建立仍需要持續努力拓展,希望能持續借重資策會等法人協助,積極創造更多元的市場通路與對接潛在合作的廠商。為加速國際拓展和市場營運交流,現階段公司將進行新一輪募資規劃以滿足發展。 創業至今,神經元科技是以長期發展、穩定獲利為營運目標,楊鈞程表示,我們除了聚焦既有專業領域外,更對附加價值的產品進行開發應用,透過公司軟體開發和軟硬整合的研發能量累積,拓展到其他醫學科別及領域。楊鈞程期許神經元科技能成為智慧醫療器材的先驅者,並滿足使用者和患者需求為研發導向,更期許成為生醫軟硬體系統整合的典範。對於中長期布局,公司將促進產學交流與培植生醫人才;整合產業上下游資源,創造智慧醫療解決方案與平台;並積極開拓國外銷售市場如美國、歐洲國際布局以作為企業永續發展的願景。

【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】AI電眼取代人眼 慧演智能運用AI幫製造業做品管
AI電眼取代人眼 慧演智能運用AI幫製造業做品管

因應製造業少量多樣的客戶需求,亟待可以找到從雲端到終端的AI解決方案。慧演智能提供軟硬整合解決方案-BailAI影像檢測解決方案,來協助傳統製造業提升製程效率及產品品質,達到轉型的初步目標。 政府宣示2017年為台灣「AI元年」之後,台灣AI新創公司如春筍般林立,成立於2018年的慧演智能即鎖定智慧製造,提供AI影像分析與流程優化的平台,以深度學習的方式檢測產品的瑕疵和組裝的步驟異常,協助企業建置從終端到雲端的基礎設施,讓工廠生產端可以自動化監控,以提升製程的效率和品質。 熟悉產線品管流程 以AI影像檢測作為創業主軸 慧演智能創辦人暨執行長劉雅雯年紀輕輕,在大學畢業之後即進入製造業,在硬碟零件的塑膠射出製程擔任品管職務,「當時已經在產線上,對於生產機台的產線流程相當熟悉」,她之後轉換跑道擔任行銷企劃、接著又擔任過AI產品經理,在時機成熟之後,劉雅雯決定創業,以製造業的AI影像辨識作為創業主軸。 「企業的困難在於缺乏AI開發團隊,即使有了AI團隊,開發專案要花很多時間,至少6-12個月」深諳市場痛點的劉雅雯表示,平台要解決的問題是提供傳統製造業不需要程式開發背景的員工,也可以自行打造AI模型的平台,從遠端協助產線的故障排除及後續的系統維護作業,來幫助企業節省開發時間及人力成本。 BailAI影像檢測平台使用場景 面對市場上提供AI影像辨識的競爭對手非常多,慧演智能的技術優勢何在劉雅雯表示,現階段許多企業備有AOI光學檢測設備,但AOI光學檢測在應用上的瓶頸是,只能用於產線速度快、數量多的瑕疵檢測,而每回檢測或生產都要重新調整參數。而根據她對產業的了解,受限於AOI設備動輒上百萬元台幣起跳,大部分中小型傳統製造業,並不具備雄厚的財力,但他們又想要做自動化檢測,這就是慧演智能的機會。 劉雅雯接著表示,傳統製造業不可能養一個包括AI工程師、資料工程師、雲端架構師、終端架構工程師等專業人才的技術團隊,而慧演智能擅長於軟硬體整合,企業透過BailAI影像檢測平台,就能輕鬆解決產線上的檢測問題。換言之,客戶只需提供影像或樣品,交由慧演智能訓練模型、部署模型及系統整合,即可輕鬆使用AI技術進行產線流程優化及監測。 參加AI新銳選拔賽 組裝行為影像辨識辨識率達9成以上 舉例而言,某家連接器廠商,技術團隊只有1-2位AI工程師。主要解決的問題是,大部分作業員都在產線上,而品管及高階主管在遠端,公司欲透過遠端監控方式掌握產線實際情況。慧演智能透過工業相機拍攝產線畫面,並將AI影像分析傳送到遠端,主管及品管人員可以透過螢幕來觀察產線組裝有無錯誤,如連接器頭跟線路有沒有接好等問題。 慧演智能的AI影像檢測架在微軟的Azure雲端平台上進行作業,也會透過終端設備,如NVIDIA的邊緣運算設備放置於檢測站周邊,透過雲端到終端的整合解決方案,協助傳統製造業提升產線效能與及早發現問題。現階段慧演智能的客群包括航空、電子周邊、連接器及金屬等相關產業。 組裝產線人體行為辨識組裝流程解決方案,準確率達9成以上 為了實證技術深度,慧演智能參加經濟部工業局2021年AI新銳選拔賽活動,為光寶科技提供「組裝產線人體行為辨識組裝流程」解決方案,透過相機及AI影像辨識的方式辨識產線作業員的有效工時及無效工時,也就是透過影像辨識手的姿勢及位置,來判斷作業員的組裝行為,其精準率可達9成以上。 劉雅雯補充說明,由於電子零組件組裝工序較複雜,多以人力為主,無法以機械手臂取代,因此慧演智能在光寶的組裝站裡,用鏡頭拍下作業員組裝的流程,再針對影片進行演算法的訓練、校正,最終訓練出的模型能直接判斷組裝過程是否出現任何錯誤,以改善整體流程。 導入BailAI影像檢測平台 專案開發時間可望縮短至1個月 成立三年多以來,慧演智能累積不少專案經驗,希望能將專案經驗產品化,劉雅雯指出,將於今2022年完成BailAI影像檢測試用版,客戶可依檢測物件的精細度選擇工業相機、視訊相機,甚至於X光來擷取影像,再透過平台做影像自動標記,慧演智能會提供符合場域的AI應用模型,供客戶使用,也可以在雲端終端做推論,便於製造業上線使用。包括金屬產業、工業電腦的金屬機殼、連接器、電子周邊,機械零件,皆可利用平台進行瑕疵檢測及物件辨識。 現階段慧演智能將持續提升技術能力,累積客戶的經驗完成產品化,同時加速AI檢測落地應用,中期將建置終端雲端基礎設施,將企業AI專案開發時間從6-12個月縮短至1個月,降低企業使用時間及使用門檻。長期目標將鎖定台商聚集較多的東南亞市場,將軟硬整合AI解決方案拓展到海外市場,擴大營運規模。