智慧農業數位分身榮獲 2019年美國百大科技研發獎(R&D 100 Awards)

在經濟部技術處及農委會農業試驗所的支持下,資策會服創所的數位分身技術以「智慧農業數位分身 Digital Twin Solutions for Smart Farming」榮獲2019年美國百大科技研發獎 (R&D 100 Awards),在全球1,000餘項創新技術軟體與服務類激烈角逐下脫穎而出,主辦單位將於12月5日在舊金山舉行頒獎典禮。

什麼是「數位分身」(Digital Twin)?

Digital Twin,有人把它翻譯為「數位分身」或「數位孿生」或「數位雙胞胎」,其意義都是指某種實體物品或系統的動態軟體模式(dynamic software model),您可以將數位分身看成是實體物件在數位世界的動態呈現,並可以如同在實體世界般的彼此互動、組合,藉以理解物件狀態、建構動態模型來回應世界真實變化,改進操作,並增加價值。這是一個結合AI人工智慧,與人類智慧HI的新興技術,國際研究機構Gartner連續三年評為全球未來關鍵十大技術之一。

數位分身 (Digital Twin) 技術發展

數位分身的技術發展是築基於物聯網、大數據、人工智慧等先進技術,可以在各個領域提供即時的 SCPR (模擬、比對、預測、 建議) ,並且隨著即時的回饋持續自主優化。

有別於一般傳統的數位分身概念,資策會服創所的數位分身技術研發的佈局注意到,AI+HI人機跨智協作已經是未來工作趨勢,人工智慧可成為人類的最強邏輯左腦,協助人類採取最佳的智慧決策,因此數位分身技術導入對於產業數位轉型其效益應更甚單純AI應用,應該讓領域產業除了自動化效率,同時也數位保存領域產業技藝,建構AI與HI交互學習與優化的人機協同技術。

資策會服創所AI+HI數位分身的概念,與德國工業4.0的核心精神之一 – 可以累積工匠智慧的智慧製造相符合,經過兩年的合作,為於德國的歐洲最大科研法人 Fraunhofer IAO 也將台灣資策會納入全球 11 國 12 研究單位的策略合作夥伴之一。

應用案例: 智慧農業數位分身

目前農業雖已有許多 IoT 大數據,但環境藏有太多不確定因素,如氣候變遷、作物成長表現、水質變化等,縱使具備大數據但仍得依靠農民自身經驗來判斷下一步種植、養殖行為,高度倚賴農民個別經驗,不僅無法穩定供應一定品質、數量的作物,少子化的狀況下,也面臨到傳承接班的問題。

服創所-智慧農業數位分身 (Digital Twin Solutions for Smart Farming) 技術服務平台示意

因此,資策會服創所嘗試導入「數位分身」科技於農業數位化應用,淬取與紀錄農民養殖管理行為技術,除了保有 AI 根據感測器回饋,執行環境調控的自動化外,農民也可以依據經驗及現場觀察,選擇設備參數的修改,還能進行修改前的模擬預測,以做出最佳的策略方案。更重要的是在數位分身技術下,AI 將動態學習農民的經驗、知識,進而達到協同運作、決策優化的效果。

智慧農業數位分身 (Digital Twin Solutions for Smart Farming)技術案例介面-水產養殖

以水產養殖為例,透過魚電共生魚塭 AIoT 場聯網數位孿生,將漁民隱性知識數位化,將水質數據、魚體影像、病徵影像分析,研發出智慧水質管理、水產成長管理、水產疾病管理等服務,打造高存活率、高換肉率之智慧養殖解決方案,建立全程數據化、品質可析、產銷履歷可溯的品質分級技術,提升水產價值。

「智慧農業數位分身技術」預期可降低農民導入成本50%、提高生產效率30%,在農業、漁業、茶葉領域上,建立全程數據化,品質可析,產銷履歷可溯之品質分級技術,提高科技農民的「智慧化監控」和「精準化生產」,提升傳統農漁產業的生產力(productivity),更達成永續經營(sustainability) ,為台灣農漁業帶來產業升級的新價值。

應用案例:智慧製造數位分身

數位分身應用於智慧製造

台灣過去已建立相當完整的機器人產業鏈,而如上銀、達明等以開發機器人單機及模組為主的業者,也都具備了一定的研發製造能量,然而從硬體到軟體、軟硬整合(系統化技術)的發展與應用尚在起步階段,因此當機器人實際要進一步走向加工應用時,除了要面臨使用時需要額外專業人士、複雜的操作方式等瓶頸外,也因為智慧化不足需要耗時調校、功能單一又不易擴充,而因為無法自主學習造成的技能性不足等問題,都形成了機器人導入產線時的障礙,更無法為使用者創造實質效益。

數位分身應用於模具

資策會服創所有鑑於此,將數位分身技術應用於製造業,研發機器人跨智學習平台、靜態及動態擬真技術,針對機器人加工過程數據進行收集、清洗及建模外,並配置微機電裝置如陀螺儀、加工器(G sensor)於工位操作人員,進行工匠智慧的擷取。融合機器人加工過程數據和人員經驗,透過邊緣運算學習機制建立跨平台、分散式、安全防護與複合流程等協作控制技術進行實時監控及自我調機,實現工匠智識數位化,降低新進人員學習曲線,增加工作操作人員的自由度,提升人員效率。打造機器人製造次系統解決方案,導入AI 自主學習協作機器人與數位分身技術,藉此擴充機器人性能以因應多樣化的製造應用需求。

智慧製造數位分身技術在小型工件式機器人加工系統達到製程加工模擬準確度 80% 同時於自動回饋修正加工路徑,導入時間<10秒,精準控制產品不良率在 10% 內。在小型工件領域開發加速台灣特色製造業升級與建立新創/新事業與創新營運模式,創造國內機器人產業新契機,促進製造業數位轉型。

延伸閱讀:智慧農業數位分身榮獲 2019年美國百大科技研發獎(R&D 100 Awards)

公廁能怎樣靠著 IoT 物聯網以及雲端科技變乾淨、解決7成客訴,並且提昇120倍效率?

走進熱門觀光區的公廁,給您什麼樣的印象?沒有洗手乳?沒有衛生紙?甚至是又髒又臭還漏水?資策會的 IoT 大數據智慧廁間解決方案,一次解決廁所不方便的問題。

根據行政院環保署的統計,截至2019年9月底為止,全台灣目前已經建檔管理的公廁數量達 4 萬 3 千餘座,而整個環保署卻只有 3 萬 4 千餘人。這麼龐大場域數量的清潔管理,顯然不是一件容易的工作;再加上高齡化社會來臨的必然,從事第一線廁間清潔服務的人員數量和品質勢必遇見前所未有的瓶頸。引入有效的服務流程以及科技的輔助,成為一個遲早要面臨的重大課題。

資策會數位服務創新研究所 (服創所) 在全台 20餘間 IoT 智慧廁間服務解決方案的實證案例,或許為我們解決這道難題帶來一個不錯的方向。

應接不暇的客訴、四大問題、以及服創所的三套解方

2016年,當與火車站共構的捷運松山站正式啟用後,原本使用量已經幾乎爆滿的公共廁所,面臨到爆量使用所造成的嚴重客訴。原本平均每日旅客量只有四萬人次的臺鐵松山站,就已經瀕臨服務產能的瓶頸;在連接的捷運松山站開通之後,旅客爆增為七萬人次,讓原本就已經接近極限的服務能量,完全無法應付捷運開通後新增的旅客量。

曹雪芹在小說巨著「紅樓夢」當中曾出過一個刻劃人心的經典台詞:「牆倒眾人推」,或許可以形容這個現象:各個獨立廁間的衛生紙、洗手乳總是來不及補充、洗手台骯髒以及廁間排泄物的污染來不及清理,使得廁間的客訴連連,應接不暇。再加上臺鐵松山站的公廁比捷運松山站的公廁更為靠近旅客必經要道。臺鐵松山站至此,必須站出來、面對並解決這個難題。

由於臺鐵松山站與資策會的數位服務創新研究所(服創所)有著長期的合作關係,就委託服創所協助解決這個頭痛難解的問題。

愛迪生有句名言:「只有在我知道一切做不好的方法以後,才知道做好一件工作的方法是什麼。」而服創所第一個要做的就是痛點分析(Pain Point Analysis),從根本面來思考問題。經過盤點客訴以及與第一線的清潔服務公司探討分析之後,發現四個問題、和三個解方:

四個問題分別是:衛生紙以及洗手乳補充不即時,洗手台潮濕以及空間內的惡臭。

而三個解方分別來對應這四個問題,分別是:1. 消耗品如衛生紙、洗手乳的精細管理。2. 服務流程中的關鍵績效指標 ( KPI )數位化,如洗手台的潮濕程度,或是空間中的臭味濃度。3. 利用物聯網( IoT )的新科技達成前面兩個解方的實作,輔佐大數據和雲端科技來達成高效益的場域清潔管理。

六個關鍵感知器,以及 IoT 雲端主板與大數據的結合,徹底解決七成的客訴,效率也提昇了120倍

智慧公廁 IoT 感測器硬體介紹

一、消耗品的精細管理

為了達成衛生紙和洗手乳的精細管理,第一步就是針對這兩個耗材研發感知器來偵測。

從 2017 年開始,服創所開始設計首款的紅外線廁紙偵測模組。該模組主要運用衛生紙使用習慣的物理特性來偵測:一般正常使用下,廁紙放在鐵桶型的支架上,它的厚度會隨著消耗而慢慢的變薄。

這個模組需要利用 PSD 位置感應探測器 (position sensitive detector) 、 IRED 紅外線發光二極體  (infrared emitting diode) 以及 SPC 信號處理電路 (Signal processing circuit) 三者的搭配,來達成有效的廁紙長度判斷,其精確度甚至達到小數點後一位。

第一次開發這個偵測模組的時候,由於沒有可以參考的設計,只好從感知器的選擇、電路板的設計規劃、感知器程式的撰寫,甚至光固化 3D 列印的外殼設計完全不假他手,全部都在服創所內完成。

智慧廁間服務實境

不過,雖然設計生產廁紙感知器的種種困難都克服了,但是萬萬沒有想到,如何固定反而是讓人吃盡苦頭的一道難題。

智慧廁間廁紙偵測模組

服創所的工程師陳韋凡與我們分享:「一開始的時候,我們用熱溶膠固定,可是清潔人員每次補充廁紙的時候都需要開開關關。震動一多,沒有很牢固的固定住,結果就是掉下來。

最糟糕的狀況是在女廁:有一次有女性旅客如廁的時候,這個感知器沒固定好就掉下來了。你會不會覺得這個感知器看起來很像針孔攝影機?這東西突然在女廁掉下來,有沒有很糟糕?(笑)

還好長官支持,我們也持續研發如何固定的技術,直到最後可以成功的牢牢固定,不然這個專案早就胎死腹中了。」

智慧廁間服務手機畫面展示

後來,廁紙偵測模組上線之後,原本清潔人員巡察一次廁紙使用量就要花掉 15- 20 分鐘,後來只需打開 APP,10秒就能查完廁紙使用量。大幅提高了效率至原本的 120 倍。

既然衛生紙的消耗量解決了,下一個難題就是洗手乳的低存量偵測了。

跟衛生紙不同,洗手乳每一次補充的量不見得完全相同。由於設計的理念是希望能夠用最低價、最穩定的元件來完成這個功能,以便於未來的推廣。最後選擇了常見的霍爾感應器,將其貼在洗手乳給皂器的外殼上,來達成偵測洗手乳即將見底的功能。

原理其實很單純,只要液面低於某個百分比,霍爾感應器就可以對液面進行電磁感應而產生電壓的變化,感知器送訊號至後端的雲端伺服器,然後跟廁紙感知器一樣,由伺服器再發送訊息給清潔人員。

二、服務流程中的關鍵績效指標 ( KPI )數位化

洗手台潮濕往往就會滲水到地板上,再加上來往旅客腳上難免帶有灰塵,一旦踩過潮濕的地板,就會使得地板髒污。視覺上就會給人「這廁所很髒」的感受。然而,廁所不可能隨時都有清潔人員值守,這時就需要有專門的感知器來偵測這樣的情況。

服創所利用薄膜導電電阻的特性,當薄膜電阻表面具有液體時就會降低整體電阻值,進而改變類比訊號輸出的相關數值。如此一來,只要在容易潮濕的表面鋪設薄膜電阻即可偵測潮濕的情況。例如窗台旁邊,或是洗手台面。

不過,由於感知器較為昂貴,而且刮傷就會破壞感知器的效能,所以後來只有特定的公廁才有導入這個潮濕偵測的感知器。

另外,除了視覺上的髒污,若是公廁傳出陣陣惡臭,即便這個廁所看來明亮乾淨,仍然會被認為是髒污的廁所。

然而,臭味的偵測可沒有那麼容易解決。

一開始,為了找到這個「電子鼻」,找遍了國內外的各種感知器,結果才從日本某個專門生產各種氣體感知器的大廠產品線中找到合適的 MEMS 微機電感應晶片。

所內接著也是從這個晶片的麵包板測試、電路設計圖、以及發包出去生產,共花了近半年才完成這個感知器的設計。

除此之外,在研發智慧廁間的過程當中,陸續也接到其他的需求,如人流偵測以及使用偵測等模組的研發委託。

智慧廁間感測器呈現

在開發過程當中發現,部份的無障礙廁間可能在使用過後,使用者有可能不小心把門關上,燈也忘記關,所以看起來這間廁所一整天都有人佔用。然而,真正需要使用的人反而被空蕩蕩的無障礙廁所擋在門外。這個問題相對簡單,工程師找到現成的人流感應模組,將其安裝在洗手台之下,這個問題也就迎刃而解。

另外,部份偏遠的公廁如梨山國家公園這一類公廁,對於環保減碳的要求上實在難以執行。由於地處偏遠,負責人員每天上班要去開燈,下班再去關燈。有些時候一整天卻沒有幾個遊客使用公廁,但所有的燈光以及設備都還是整天開啟,實在非常浪費電。

而一般市售的感應器非常呆板,只要30秒到10分鐘設定的時間一到,就關掉電源。或許在家中只有一個人使用廁所的情況,這樣的感知器已經堪用,但是動輒60坪的廁所,需要好幾個偵測器一起工作才能確保是否還有使用者在廁間當中,又是一個市面無售的解決方案。服創所只好整合多個感知器,另外在 MCU 上開發演算法,才解決這個需求。

三、IOT、雲端、大數據、以及 5G NBIOT 新科技的引入

創新的路上,總是有總總的困難等著工程人員來克服。而見招拆招的過程當中,也一步步的精鍊了解決方案,使它更便宜、更可靠、更便利。

在前述的各種感知器建置完成之後,這套系統也陸陸續續產生新的問題留給服創所來解決。例如使用者習慣的障礙、耗電問題、成本問題等等。

由 APP 改為更為貼近使用者習慣的 LINE 群組機器人

智慧廁間服務架構呈現
智慧廁間服務 Line 群組展示

2017年首次完成松山車站約 60 坪的公廁佈建之時,是採用 MCU 搭配 WIFI 的通訊方式全天候監測並傳輸資料到伺服器上,在系統判斷異常之後,利用服創所寫的手機 App 通知清潔人員。

這個設計乍看之下似乎牢不可破,然而,由於現場清潔人員平均年齡 50 歲以上,安裝一個專門的 APP 反而沒人使用,第一線人員經常用沒幾天就把程式刪除。空有整套感知器在監控,卻沒有清潔人員真的使用。使用者習慣,往往是新科技導入面臨的最大障礙。

後來,做了一些使用者訪談後發現,每個公廁的清潔人員,都有一個 LINE 群組。

服創所工程師陳韋凡說到:「既然知道他們(清潔人員)有 LINE 群組,那就好辦了!

我們一開始小心翼翼的詢問清潔人員,是不是可以邀請一個機器人”新同事”來幫忙巡察衛生紙以及判斷廁所的異常。

一開始的時候,清潔阿姨們還有點疑慮。後來發現這個機器人”新同事”很好用之後,反而很愛它。」

因為成本、環保、以及便利性問題,由 WIFI 升級成 NBIOT 通訊協定

WIFI的速度快,頻寬大。但是一個公廁裡有男廁和女廁,就要分開兩個系統來分別監控,而且每個系統都需要獨立的 4G 網路連上雲端系統。所以建置以及通訊成本較為高昂,而且耗電也比較大。

說到這裡,或許讀者會有疑問:公廁都是設置在公共空間當中,難道沒有公共 WIFI 網路可用?

陳韋凡給了我們很有深度的答案:「其實,確實幾乎每個公共空間都有 WIFI 網路可以使用,但是,與其他人共用 WIFI 容易受到干擾,而且 IoT 設備簡單,缺乏安全性控管的機制,若使用公開 WIFI ,有一定的安全風險。

因此,我們的解決方案中,還是設計封閉的WIFI通訊系統來解決通訊問題。

另外,由於一個 WIFI 基地台能夠支援的節點數量只有 20-30 個,一個有 18 個廁間的女廁就需要一組系統了。再加上隔了一個水泥牆,訊號會非常衰弱,甚至影響到訊號的穩定性。所以一個公廁設置兩套系統主要是穩定性考量而不是成本考量。」

人口密集的使用場域當中透過 WIFI 來傳輸資料到伺服器並不會太麻煩,然而,當智慧廁間系統開始被應用到更遙遠的廁間如梨山、谷關、獅頭山等國家公園遊客中心公廁,時時都要確保網路通暢,確實成為一道難題。

還好,5G 的新一代行動通訊網路當中有一個專門為了 IoT 物聯網設計的 NBIoT 窄頻物聯網通訊方式 (Narrow Band Internet of Things)。服創所領先全台,採用國內晶片大廠的 NBIoT 晶片組開發出台灣首套針對智慧廁間設計的 NBIoT MCU 控制系統 。

這套系統除了成本大幅下降、而且十分省電,只需要原本 WIFI 系統 ⅙ 的電量。最重要的是,比起傳統 WIFI 需要相對穩定的 4G 訊號橋接,這套系統的覆蓋範圍更廣,深山野嶺也都可以通訊。使得未來智慧廁間的覆蓋率,可以不受網路訊號的限制而更加廣泛。

IoT 智慧廁間:一個乾淨、省電、便利的新智慧廁所革命!

隨著整套的各式感知器、雲端系統、NBIoT 以及 LINE 機器人陸續上線,帶來的好處十分顯著。

以松山車站公廁為例,從本來的應接不暇到後來大砍 70% 客訴量,巡察消耗品廁紙所需要的時間從原本的 15-20 分鐘縮短到只需要 10 秒。一旦有異常狀況發生,也從原本的不知不覺,到現今的立即通知。

有趣的是,意料之外的,這整套系統也順便也帶來了安全、以及徹底執行菸害防治法的附加好處。由於廁間只要有人佔用超過 40 分鐘,就會發出警告給清潔人員的群組。所以,一旦有使用者佔用太久,就會有清潔人員來敲門。安全性大幅提昇。

另外,臭味偵測器對於煙味也非常的敏感。由於國家公園全面禁煙,部份偏遠公廁常有旅客存著僥倖心態,溜進公廁偷抽煙。在國家公園的公廁中,臭味偵測器一旦偵測到煙味,就會播放一段菸害防治法的語音,讓旅客清楚知道公廁內抽煙可是要開罰新台幣二千至一萬元的。自從臭味偵測器安裝了之後,公廁使用者偷抽煙的情況很明顯的大幅減少。

後來,松山車站的「智慧公廁」因為克服了種種難題,而得到了交通部頒發的「金路獎」,因此而聲名大噪。從原本的客訴連連,變為各個公部門爭相參訪的模範公廁,讓承辦人多了許多帶團參訪的工作,也可以說是很奢侈的煩惱吧。

未來展望

這套系統因為 3 年的研發和場域實驗過程當中已經實證其穩定性和成本效應,目前已經成功技轉給國內的系統整合廠商。目前服創所也期待未來這套方案能夠擴展、甚至是技轉到歐美地區。

除此之外,在穩定可靠的數據流和通訊連線基礎之上,引入大數據來分析,或許可以讓人力的調配更加的精細,工作分配不均的問題可望得到根本的修正。

面對高齡化社會的來臨, NBIoT 通訊系統,搭配上各種 IoT 感知器,或許可以為我們帶來更健康、安全的生活環境。一些傳統上高度仰賴人力的重複性工作,也可以利用科技大幅提昇效率。

部落格文字轉影音 AI 機器人只需五分鐘

在「影音行銷為王」的數位時代,影音搜尋量已超越傳統搜尋,一整篇洋洋灑灑的文字大作,絕對比不上幾秒鐘的影音內容來得討喜。不過,針對擁有大量「文字庫」的傳統媒體或部落格,甚至是靠影音廣告創造業績的電子商務公司,影音產能有限且無法快速大量產製,尋找快速產製影音的平台,成為當務之急。 

GliaStudio 是一人工智慧影音自動產製平台,現階段若要製作一支 30 秒到 1 分鐘的影片至少需要花 1 個小時的時間,其中,光要耗費的人力、物力將不敷成本,尤其是數量龐大的媒體,所增加的成本無可計數。但透過 GliaStudio,AI機器人平均生製一支影片只要 5 分鐘,解決了影音產製成本太高及無法大量生產的問題。 

由集雅科技研發的人工智慧影音自動產製平台,AI 會先從語言處理開始,確定主題、生產出劇本,再從素材當中自動配對,相關技術已累積四、五年,目前句子分析準確度有 99%,客戶也有 80% 滿意度。另外,他們也提供影音管理資料庫,利用AI分析進行畫面建檔管理。 

影音產製時間縮短 效益提高 

集雅科技現階段所提供的服務包括即時新聞影音及行銷影音兩大類,用戶只要將要製成影片的內容或網址貼至平台上,AI機器人便會運用自然語言處理演算法分析內容的主題及重點,並生產出有分幕的影片劇本,接著根據這個劇本,AI機器人會自動在用戶所提供的素材庫內搜尋相關的影像,將之整合成影片,便可輕鬆產出不同版本的短片。 

部落格平台影音產能達2.8倍 

為了提供會員更佳的服務,痞客邦找上集雅科技共同開發「一鍵轉影音」APP,於2019年元月已於痞客邦應用市集上架。部落客可憑 PIXNET 帳號登入人工智慧影音產製平台「GliaStudio」,自動且快速將部落格圖文內容轉化為影片。生成之影片可嵌入痞客邦文章中,更加生動、有趣呈現創作內容。 

根據效益統計,GliaStudio可降低50%的時間,讓內容創作者從事更高品質的工作,而部落格文字轉影音解決方案可提升每日產能達2.8倍,可讓部落客及行銷人員將時間及力氣花在創作及服務會員身上,產製影片的任務就交給時下最夯的AI機器人。 

技術團隊小檔案 

  • 團隊名稱:GliaCloud集雅科技股份有限公司 
  • 成立時間:2015年  
  • 上線時間:2016/9/12 
  • 產品/服務:GliaStudio (人工智慧影音自動產製平台) 
  • AI技術:自動內容生成 
  • 客戶產業類型:數位媒體、電商等任何有影音製作需求的客戶 
  • 主要市場:亞洲市場,以台灣、日本、韓國、新加坡等地區為主 

多輪對話客服 Chatbot 解決 8 成線上問題

機器人進駐家庭時代已經來臨,但這裡指的是聊天機器人(Chatbot),不僅提供客服、行銷,甚至可以成為管理工廠的好幫手。透過聊天機器人,可以解決 8 成的線上問題,同時偵測工廠機器故障的情況,縮短停工時間,減少損失。 

  目前市場上常見的 Chatbot 主要分為兩大部分,一種則是純聊天(Chit-Chat)的Chatbot,另一種是任務式(Task-Oriented)的 Chatbot。純聊天機器人用於社交互動、閒聊或沒有特定任務目標,任務型 Chatbot 類似個人數位助理,以幫助使用者完成特定任務為目標,因此,又稱為功能型機器人。 

  從技術的觀點來看,要打造Chatbot有三個技術關鍵:自然語言理解、對話管理系統,以及自然語言生成系統。專注於Chatbot機器人研發應用的亞太智能機器公司,目前是全球前五大工業智慧公司「科大迅飛」的台灣唯一技術合作夥伴,主要服務項目為語音辨識、語意理解、語音合成等。 

  根據麥肯錫諮詢顧問公司統計,2017年全球創投業在人工智慧投資領域,第一名為非特定用途,第二名為機器視覺,第三名為自然語言處理,其中,機器視覺及自然語言處理即是幫助機器人會看、會聽、能懂。 

機器人可解決 8 成以上問題 讓客服人員轉做高品質工作 

亞太智能機器所開發出的對話機器人快速建置平台,已具備多輪對話詢答能力,其結合領域知識圖譜,可以在第一線解決70%-80%的客服問題,比較複雜及多元的問題,則仍須仰賴人工客服回答,不過,這80%的準確率,已經足以讓客服人員有時間處理更複雜的客戶需求。 

  自然語言是大量非結構化的數據資料,經過不斷訓練與反饋,達到機器智能化的目的。而且除了能夠處理大數據之外,還要處理跨領域的數據,以及透過數據進行機器學習。亞太智能機器公司 Chatbot 專業客服應用已經運用於紡織、汽車及建築等產業,例如裕隆汽車智慧車上的車機對話,用語音操控,車機可以針對導航、避開塞車地段、天氣預報、旅遊小幫手,甚至於保險客服、生活文字客服、HR Chatbot、語音電子病歷系統等,都有長足的進步。 

  此外,多輪對話機器人現階段也可運用於廠區,客戶在工廠端操作機器設備時出現問題,可以對機器人描述需求與機器的情況,經過多輪對話,機器人可從有限範圍判斷正確問題,結合知識圖譜,有效判定問題之所在,通知技術人員到廠維修,最快可在一天內排除障礙。 

  多輪對話 Chatbot 的底層數據架構必須介接企業網站或企業資料庫,針對使用者偏好資料、使用者問答資料及使用者 Persona 等進行分類,最重要的是,透過智能訓練師不斷「餵養」領域知識,才能讓機器人越來越聰明。 

   聊天機器人現階段的技術發展包括情緒分析、評論觀點抽取、語意相似度計算、詞法分析、短文本相似度、詞向量及依存句法分析等,而自然語言處理(NPL)最大的挑戰在於斷詞岐義、一字多義及即時語義處理等。亞太智能機器創辦人吳柏翰認為,AI學習要以數據為導向,因此,無法用小數據資料就處理大量的對話內容,雖然各種推理的技術正在快速發展,最終靠理解做決策者還是人類。 

技術團隊小檔案 

  • 團隊名稱: 亞太智能機器公司 
    Asia Pacific Machine Intelligence Company (APMIC) 
  • 重要事蹟:Google Cloud新創夥伴、精誠 AGP 加速器入選團隊 
  • 成立時間:2017年  
  • 上線時間:2018/6 
  • 產品/服務:opentalk平台、保險實習生 
  • AI技術: 知識圖譜、語意解析、情緒分析及視覺理解的技術開發 
  • 客戶產業類型:紡織、汽車、建築等 
  • 主要市場:台灣、中國、東南亞、東北亞 

人臉辨識結合邊緣運算 效率提升十倍

人臉辨識軟體運用深度學習與邊緣計算之模型壓縮技術邊緣運算的應用,較雲端運算成本大幅下降,效率提升10倍以上。技術導入相關警政單位辨識嫌疑犯等應用,未來可使用於更多門禁系統、會員系統等應用,提供更多元AI服務。 

AI的終端需求,將越來越強烈,然而,現階段大部分的AI應用,都是將檔案傳遞到雲端,經過CPU、GPU等高端處理器運算、判斷後做出指令,未來各種平版、手機、監視器、智慧門鈴都會有人工智慧應用出現,會有運算資源不足、效能低落的問題,因此,透過邊緣運算及好的深度學習演算法,可以解決資源部不足的問題。 

鼎峰智能研發AiBo人臉辨識軟體運用深度學習與邊緣計算之模型壓縮技術,使IPCam可自動辨識孩童0-12歲每個笑容時刻,透過終端裝置運算,情緒偵測正確率達98%以上,相較於雲端服務邊緣運算可有效節省10倍以上拍攝與辨識時間,照片透過網路上傳雲端後運用人臉分類技術自動製作智能相簿,父母可將寶寶的相簿傳達分享。 

透過邊緣計算不必再耗費時間將所有影像傳回雲端才能進行辨識、分類,節省更多儲存空間與成本,更擴大服務偏鄉或網路不穩定之場域。目前此項技術已與國內大廠合作,大幅降低廠商平均每年400萬美金的雲端儲存電腦運算與服務成本。 

例如藉由人臉辨識的真實認證,讓網路交易更安全,實體店面的零售業者,也可利用安全監控系統的影像分析,判斷客戶身分,提供更精準的服務品質。陳忠偉指出,影像在物聯網的數據類型中佔有高度比例,AI將讓影像延伸更多價值,刺激出不同創意,進而產生龐大商機 

目前,鼎峰智能的產品技術能做到人臉偵測、識別、分類、物件偵測、視線偵測等面向,其AI深度學習技術主要聚焦於影像處理,已有的產品包括人臉解鎖與智慧相簿,未來可擴大應用於家庭、親子餐廳、幼兒園等場域,也可使用於更多門禁系統、會員系統等應用,提供更多元AI服務。 

技術團隊小檔案 

  • 團隊名稱:鼎峰人工智能有限公司 
  • 成立時間: 2015年 
  • 產品上線時間:2019第三季 
  • 產品/服務:AiBo邊緣運算人臉辨識軟體 
  • 技術能量:團隊成員來自於聯發科、博通(Broadcom)、高通(Qualcomm),是國內邊緣計算人臉辨識與人形偵測技術先驅。已獲聯電融資超過300萬美元(約新台幣1億元),並成為飛利浦手機的「智慧相冊」軟體夥伴 
  •  AI技術: 類神經網路演算法、深度學習、邊緣運算、人臉辨識技術、人臉分類技術、影像優化技術 
  • 客戶產業類型:鼎峰智能的演算品產品以人臉辨識、分類為主,可應用於家庭、親子餐廳、幼兒園等場域,未來將逐步往教育、醫療領域延伸。 
  • 主要市場:台灣、美國、中 

幼童安全好夥伴 Zenbo Baby+ 爸媽上班超放心

成立於2015年夏天的峰傅智慧,成立初期正值人工智慧產業風起雲湧之際,藉由華碩雲端的經驗,峰傅智慧將Zenbo機器人充分運用於幼教市場,在AI應用蓬勃發展的市場,闖出一片天。 

Zenbo Baby除了具備「臉部辨識點名」、「餵藥/接送提醒」、「即時影音遠端遙控」與「統整評鑑資料電子化」等功能,還內建豐富多元的互動式教材,以及生動活潑的故事、歌曲等數位內容,可為課程增添更多樂趣與吸引力,提升幼兒學習專注力,讓老師們能透過科技的助力打造出寓教於樂的理想學習環境。 

由華碩與峰傅智慧共同開發的 Zenbo Baby+,是以幼教產業第一線──「托嬰中心」、「幼兒園」等幼教產業的保母與老師需求為出發,結合 Zenbo 獨有的互動特色,能協助老師、家長有效掌握孩童的健康、學習概況,甚至還可透過下載手機 App 隨時互動,促進親師關係、共同成長。 

幼教機器人的四大功能

  1. 臉部辨識點名:Zenbo 具有偵測互動對象身分功能,當孩童抵達幼兒園時,透過臉部辨識可主動與孩童打招呼、播放設定的音樂並完成點名。 
  2. 體溫量測自動記錄:幼兒體弱容易感染流行性感冒,透過每天自動量測體溫,隨時注意幼兒的身體狀況,及早投藥,以避免交叉感染。 
  3. 餵藥提醒:若班級內有多個孩童同時生病,老師可透過 Zenbo Baby+ 設定餵藥提醒,協助其準時服藥。 
  4. 家長接送通知:家長在即將抵達園所前開啟App並按下預計抵達時間按鈕,Zenbo即廣播通知再幾分鐘後家長將抵達,老師即可從容安排接送孩童的準備工作,提前協助小朋友收拾個人物品及穿戴衣物,並確實掌控每名孩童入園、離園狀況。 

技術團隊小檔案 

  • 團隊名稱:峰傅智慧股份有限公司 
  • 成立時間: 2015年 
  • 產品/服務:Zenbo Baby+ 
  • 技術能量: 臉部辨識、安全防護、醫療保健、運輸通勤、消費分析 
  • AI技術: 深度學習演算法,搭配大數據分析系統與雲端服務 
  • 客戶產業類型:「托嬰中心」、「幼兒園」等幼教產業 
  • 主要市場: 台灣、大陸市場 

雲象科技讓醫療影像AI落實臨床

成立於 2015 年 10 月的雲象科技,創始之初,專注於提供容易使用的網路數位玻片介面,將病理玻片推向雲端數位化。之後轉型為AI醫療影像公司,提供醫療院所更精確的判斷依據。 

智慧醫療被視為AI技術應用領域最能發揮的場域,結合專業醫學背景與資訊工程背景,雲象科技共同創辦人兼執行長葉肇元深知AI技術在醫療市場可發揮的空間,致力於打造國際級的醫療影像 AI 公司,協助大型醫療院所順利數位化、也致力於推動醫療民主化。 

    傳統上,病理科醫師在進行病理組織切片的形態學檢查時,往往只留下文字記錄而非影像記錄。隨著近年來顯微攝影技術及機器自動化技術的不斷進步,能自動將組織病理切片進行完整掃描,病理因此有了數位化契機。雲象科技的第一款產品為 2017 年發表的「數位病理影像平台」,提供醫療院所病理影像數位化的第一步。 

    藉由雲象科技的服務,客戶只需要提供組織病理玻片,公司會提供數位掃描服務,並根據其需求建置雲端數位玻片資料庫。隨著第一款產品愈發完善及穩定,葉肇元也開始思考公司下一個發展方向,近年來 AI 技術爆發性突破,他認為 AI 若應用在醫療影像,將可能大幅扭轉現今醫療環境。於是進一步調整公司發展方向,以原有數位病理影像為基礎,延伸技術加入深度學習能力,將平台擴大以利醫療影像 AI 開發,並發表第二款產品「醫療影像 AI 開發平台—aetherAI」。 

AI模型偵測癌症可超過9成 

雲象科技實際應用於放射影像的術後因子預測及特定病理影像超過 90% 的癌症偵測,因此,決定轉型為醫療影像AI公司,以原有的病理影像為基礎,來打造可辨識特定細胞的AI模型。雲象科技獲得匹茲堡大學醫學中心(University of Pittsburgh Medical Center)、美國錫安山醫學中心(Cedars-Sinai Medical Center)青睞,共同發展數位病理AI。 

    在國內,雲象科技掌握了一半以上的數位病理AI市場,合作對象包括臺大醫院、林口長庚醫院、臺北榮總、國泰醫院、北醫附醫等,現階段成果除了有與林口長庚醫院開發的鼻咽癌AI偵測模組,還有骨髓抹片細胞分類、肺癌、腎臟病理研究等10幾項AI專案在進行階段。 

    透過醫療影像 AI,將使得醫師減少重複性的工作、更有效率完成複雜度高的診斷、甚至是找出影像當中隱而未現的知識,讓深度學習能真正在醫學臨床上落實。這是葉肇元認為AI在智慧醫療最大的貢獻。 

技術團隊小檔案 

  • 團隊名稱:雲象科技/aetherAI 
  • 成立時間: 2015年 
  • 上線時間:2018/5 
  • 產品/服務:醫療影像AI開發平台 
  • 技術能量:雲象奪下 NVIDIA GPU 技術大會(NVIDIA GPU Technology Conference; GTC)新創團隊培育計畫(NVIDIA Inception Program)競賽冠軍。 
  • AI技術:電腦視覺兼具醫療影像專業、深度學習 
  • 客戶產業類型:以醫療院所為主 
  • 主要市場: 台灣、美國及日本 

精準個人化推薦轉單率提升二成

近年來,電商市場百家爭鳴,為了與同業競爭,許多公司投入所費不貲的廣告成本,期望提高導流及網站觸及。然而,盲目吸引流量使得「轉換率」無法有效提升,消費者只逛不買情形不減反增。透過精準個人化推薦,可有效提升轉單率。

在電商市場中,從點擊、選購到轉單,是以購物的「最後一哩」-轉單率來評估數位行銷的績效,而回訪的消費者才是平台最重要穩定客源。然而,大部分電商打造的介面不夠人性化,讓消費者下單付款的意願越來越低,造成不管廠商投入多少行銷成本,也僅能不斷獲得一次性消費者,無法提升回購率。 

從消費者於電商平台的購物旅程中,可拆解為三大部分,第一部分為掌握購物途徑;第二部分為創造滿意的購物旅程;第三部分為即時預測互動,電商企業應建構身歷其境的線上購物體驗,讓顧客期望中的內容或商品自動呈現,不但能提高互動增加轉單率,也能打造高滿意度提升回購。 

過去電商想打造推薦系統,耗時費力,對許多電商業者來說難以承受的重。雖然市面上也有提供類似服務的廠商,然服務大多無法切合網站使用情境,轉換率提升效率仍不彰。 

精準化個人推薦的誕生

為解決上述痛點,Rosetta.ai 除了有30多個統一API的即用性免費模組外,還打造了14種基本情境組合,根據消費者的購物流程,設計對應不同頁面、不同階段 KPI 的推薦系統,用戶可根據自身網站的需求選擇推薦情境,系統也提供即時反饋、自動化引擎等服務。 

根據統計,電商平台在導入個人化推薦系統之後,平均點擊率可提升15%、購物車提袋率提升25%,同時訂單價值也提升了20%。 

太米公司主要鎖定的客群對象為品牌電商及各大開店平台用戶,產業別則聚焦於設計品、美妝、中小型服飾等。主要係因為上述產品消費週期較短,需快速有效地調整方案以提升銷售額,Rosetta.ai的服務恰巧切合需求,透過大數據蒐集、分析了解市場需求及消費者偏好變化,使電商能更精準的預測下一季推出的產品,以減少庫存囤積、提升消費者回購率。 

技術團隊小檔案 

  • 團隊名稱: 太米股份有限公司 
  • 成立時間: 2016年 
  • 產品/服務:個人化推薦 
  • 技術能量:入選過四個國內外知名加速器: Founder Institute / OrangeFab / AppWorks / Zeroth.AI 
  •  AI技術: 情境式電商AI推薦引擎 
  • 客戶產業類型: 鎖定品牌電商及各大開店平台用戶,類別則聚焦設計品、美妝、中小型服飾等。 
  • 主要市場: 台灣、東南亞、東北亞、北美、歐洲 

廠房好幫手 Chatbot 讓機器停工期縮短到一天

全球第四大沖床廠金豐機器工業,自行開發APP與LINE、WeChat或IM急時通訊軟體,不論機器數量,透過單一平台整合,可透過手機、平板等行動載具,即時獲知遠端生產、設備狀況及各種狀況排除。 

  成立近七十年的金豐機器,是早期台灣「客廳即工廠」的幕後功臣,舉凡湯匙、鈕扣等金屬產品,都是家庭代工用金豐的機器沖壓出來的。隨著工業4.0科技浪潮襲來,使得這家位於彰化八卦山山下的「隱形企業」,不得不引進AI機器人,迅速解決故障排除及縮短等待期的問題。 

即時監控,AI機器人成為廠線好幫手 

金豐機器工業總經理曾盛明的名言是:「永遠為客戶設想下一步」,年營業額逾新台幣75億元的金豐,工廠停工一天等於損失2000多萬元,走在工業4.0的浪頭上,金豐透過各式感測器遠程掌握機台運作狀態並記錄數據,運用網路連接閘道器整合周邊設備,將監測數據傳送至數據庫,快速檢知降低停機風險,雲端線上全年365天、每天24小時報修等隨時監控,以實現無人化工廠的目標。 

    為了讓機器設備故障排除的速度更快,金豐機器工業引進亞太智能機器公司所研發具備多輪對話能力的客服機器人,結合沖床領域知識圖譜,操作員僅需詢問代理機器人,就可以快速獲得問題解法與報價排修,不必事事等待金豐安排技術人員到廠後才進行處理,最快將停工時間縮短至1天內解決,降低工廠停工排除障礙時間高達50%。 

    亞太智能機器透過AI技術機器理解,讓客戶與前線人員僅需要透過詢問,即可立即準確將問題分類,線上回應操作問題及需求,同步安排撿修人員與料件,以迅速解決排除故障問題,有效降低停工損失。   

圖:金豐機器工業導入Chatbot專業客服應用,將故障排除停工期降至一天 

應用案例小檔案 

  • 應用公司:金豐機器工業股份有限公司 
  • 技術提供:亞太智能機器股份有限公司 
  • 產品名稱:Chatbot專業客服應用 
  • 問題情境與市場缺口:國內最大、全球第四大沖床廠金豐機器工業公司,希望降低排除故障及機器維修等待期 
  • 透過AI達成效益:透過具備多輪對話詢答能力的客服機器人,結合領域知識圖譜,降低工廠停工排除障礙時間50%  

華文部落格平台No1 搭上AI翅膀飛翔

台灣最大社群媒體PIXNET 旗下「痞客邦」為台灣規模最大 BSP 平台,從2005年迄今,已累積超過 8 億篇文章,豐富的原創內容成為民眾生活各面向的指引,包含美食、旅遊、美妝、3C、親子、電影等六大分眾皆占2018 年 3 月 comScore 網站排名台灣第一。在龐大文字內容量及600萬註冊會員的優勢上,如何透過大量影音內容帶動新流量,成為痞客邦從單純的部落格平台,轉型成為以數據應用為服務主軸的資服公司的工作重點之一。 

為了加強與會員的黏著度,痞客邦不斷強化平台功能。有鑑於8億篇文章要逐一生成影片,再時間及人力成本上,會有極大的困難度,例如,傳統的影片產製,包括腳本、拍攝、配音、剪輯、輸出,每一階段均需專業人力,有分鏡且具基本水準的一分中影片,製作完成需要耗時2小時,透過人工智慧影音產製平台「GliaStudio」,可以在一分鐘內全自動完成具備一定品質的一分鐘影片。 

影音成本降到不到2成 日產500支以上 

在成本效益方面,據市場統計,將部落格內容轉換為影音,透過自動化資訊重點摘要、自動化配對圖影與剪輯技術,能夠自動辨別不同的文風、內容脈絡,產出對應風格的影音視頻,不僅節省時間,大量產製,成本更從每支超過新台幣2,000元降至250元,只要傳統方式不到2成的成本,日產量可達500支以上,也超過傳統人力處理極限200支的一倍以上。 

  在華文部落格平台轉型的路上,痞客邦執行長周守珍一路摸索,在耗時18個月研發的大數據分析系統PIXinsight於2014年推出後,這個系統能將文章的標題及內文結構化後,再用關鍵字重新分類,讓痞客邦只要追蹤使用者的瀏覽行為及記錄,就能精準找出目標使用者,也成為痞客邦推出創新應用服務的推進器,在AI技術蓬勃發展的環境下,痞客邦將成為數位內容業者的「變形金剛」。 

  痞客邦與集雅科技共同開發「一鍵轉影音」APP,於2019年元月已於痞客邦應用市集上架。部落客可憑 PIXNET 帳號登入人工智慧影音產製平台「GliaStudio」,自動且快速將部落格圖文內容轉化為影片,讓創作內容更生動、更加吸引人。 

圖:AI機器人自動生成影片,讓傳統影片產製流程大幅縮減。 

應用案例小檔案 

  • 應用公司:痞客邦(優像數位媒體科技股份有限公司) 
  • 技術提供:GliaCloud集雅科技股份有限公司 
  • 產品名稱:GliaStudio (人工智慧影音自動產製平台) 
  • 問題情境與市場缺口:國內最大部落客平台,需要大量影音帶動新流量,傳統影音產製方式耗時費力,無法大量產出 
  • 透過AI達成效益:華文世界首個影音生成自動商業應用,提升影音行銷產能2.5倍