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

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

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