您的瀏覽器不支援JavaScript語法,但是並不影響您獲取本網站的內容。 跳到主要內容區塊

新聞資料庫

:::

工研院強棒出擊,AI智慧革命四大應用超解析

工研院巨資中心主任馮文生發表工研院開發的「糖尿病視網膜病變診斷輔助分析技術」可有效輔助醫師針對病變嚴重程度進行判讀
工研院巨資中心主任馮文生發表工研院開發的「糖尿病視網膜病變診斷輔助分析技術」可有效輔助醫師針對病變嚴重程度進行判讀

AI人工智慧已在你我身邊!工研院今(14)日舉辦「AI大未來:技術與應用交流會」,發表工研院研發的AI大腦,化身醫療助手、神算、客服專員、工程師等各行各業好手,提高工作效率,甚至可以解決現行產業,人腦難以解決的問題。此外,AI設備廠商帆宣及智慧語音業者程曦也分享,如何用AI搶商機。

工研院巨資中心主任馮文生指出,根據IDC預估,2019年AI的市場將達約500億美元,複合成長率23%,已成為全球科技發展不可忽視的趨勢,工研院在經濟部技術處科技專案支持下,已有豐碩的AI研發成果,並實際解決產業問題,帶來商機。舉例來說,工研院開發的人工智慧技術,已實際應用在光電半導體、PCB、金屬加工、醫療、商務等產業領域。

馮文生進一步表示,為了讓AI落地形成產業帶來商機,工研院「軟硬兼施」,例如,協助國內軟體業者升級為AI資服業者,而硬體設備廠則透過跟工研院合作,以AI軟體加值硬體設備,提升產值;並催生AI新創公司。同時,加速人工智慧從工業應用普及至民生,一般民眾也可享受到AI級的醫療養護、商務、通路等應用,讓AI平民化,接地氣!

現場並發表工研院開發的人工智慧技術,在「智慧製造」、「智慧醫養」、「智慧商務」、「無人經濟」四大領域應用,所帶來的智慧革命。智慧製造方面,「AI機器人夾取技術」透過自主學習,可在短短12小時學會夾取不同形狀與位置物體的方法,解決目前工廠要換線時,必須仰賴專業工程師才能調整機器手臂任務、耗時耗力的問題;「人工智慧瑕疵影像分類技術」以深度學習網路架構,兼具決策彈性與運算效能,瑕疵分類正確率可達97.55%以上,並可協助目檢員減少57%的檢測篩檢量,可解決現行生產線仍需仰賴大量人力複檢,造成檢測效率低落的問題。智慧醫養方面,「糖尿病視網膜病變診斷輔助分析技術」是國際上目前唯一可偵測四種主要的病徵,並且清楚標示位置的AI判讀技術,可有效輔助醫師針對病變嚴重程度進行判讀。智慧商務方面,工研院研發之「文字問答虛擬助理機器人」,採用深度學習異質性網路架構及自然語言處理技術,讓虛擬客服可以自動學習句子中的語意特徵,相較於傳統建置方法,可節省約6成成本。在多項專業客服領域,正確率可達85%。無人經濟方面,「易取-智慧貨架」無隔間限制,讓商品陳列及更動彈性高,並可透過多重感測自行偵測消費者由貨架拿取的商品,AI替消費者結合行動支付結帳,提供消費者拿了就走全新且便利的購物體驗。

此外,智慧語音業者程曦資訊總經理張榮貴、以及設備業者帆宣系統科技副總經理韋建名等業者,在「AI大未來」交流會中現身說法,分享工研院研發的AI技術如何化身企業升級的利器,實際解決產業面臨的挑戰。以程曦為例,其承攬的客戶包括國內銀行、物流業者、電商、政府機關,以及六都1999專線,為了以AI提供更好的服務品質,程曦技轉工研院研發的「深度學習文字虛擬客服解決方案」,已應用於國內某大型銀行信用卡與銀行業務客服、市政1999服務與國內最大物流客服等,在每月數十萬筆文字問答客服需求中,自動處理83%-95%的資訊。

半導體設備業者帆宣技轉工研院「半導體機台故障預診斷」技術,可以在設備發生故障前,事先預警。良率攸關半導體產業競爭力,即使業者定期保養設備,仍可能發生非預期性的故障停機,或是當品質檢測發現問題時才知道機台發生異常,往往造成大量廢片損失、生產延遲與良率大幅下降。工研院整合十幾種人工智慧演算法建立「眾智式AI 學習預測技術」,有如「鐵板神算」,可及早預測機台需要維修的時間點,預測準確率達95%,使工廠能更積極掌握機台的健康情況,大幅減少產線因機台突然故障而必須停頓的風險,該技術曾榮獲2017 年全球百大科技研發獎,並已實際應用於半導體產業。

此外,本次交流會也聚集國內重量級AI專家,包括微軟AI研發中心執行長張仁炯、臺灣AI實驗室創始人杜奕瑾、工研院產科國際所副所長鍾俊元等AI專家,剖析AI發展趨勢。

「AI機器人夾取技術」透過自主學習,可讓機器手臂在短短12小時學會夾取不同形狀與位置物體的方法
「AI機器人夾取技術」透過自主學習,可讓機器手臂在短短12小時學會夾取不同形狀與位置物體的方法
「易取-智慧貨架」可透過多重感測自行偵測消費者由貨架拿取的商品,提供消費者拿了就走全新且便利的購物體驗
「易取-智慧貨架」可透過多重感測自行偵測消費者由貨架拿取的商品,提供消費者拿了就走全新且便利的購物體驗

【新聞連絡人】
工研院行銷傳播處 楊玟欣
電話:+886-3-5919392
Email:ellie@itri.org.tw

工研院AI技術亮點成果

智慧製造

AI機器人夾取技術
自主學習機器手臂是未來製造業邁向AI時代的關鍵技術,目前工廠中的機器手臂必須仰賴專業工程師針對不同應用客制化控制程式來達成任務,造成換線/任務耗時耗力。工研院以深度增強式學習(Deep Reinforcement Learning,DRL)為基礎,研發自主學習之隨機工件取放料技術,簡單、易用,補足勞力需求。


人工智慧瑕疵影像分類技術
由於製造業普遍應用『AOI-自動光學檢測』設備來實現自動化生產流程,但現行設備檢查正確率不高、瑕疵分類能力不足等問題,容易照成誤判,因此產線仍需仰賴大量人力進行複檢,造成檢測效率低落。本技術設計新穎深度學習網路架構,兼具決策彈性與運算效能。漏檢率(FNR)小於0.05%、篩除率(TNR)大於50%、檢測時間小於20ms,6類瑕疵分類正確率可達97.55%以上 (2類分類可達99%以上),並可協助目檢員減少57%的檢測篩檢量。本技術結合『智慧化資料標記解決方案』,持續強化資料標記品質,降低訓練所需資料標記量至少50%,大幅降低AI導入產線應用門檻。

製程參數最佳化技術
製程參數最佳化技術,具備從製程參數快速估測產品品質特性的能力,可與製程工程師透過互動協作模式,縮短研發時程,提供一個符合產業高效率的製程參數最佳化系統,整合先驗資訊與高效率AI搜尋演算法,提升研發速度,減少真實實驗次數。

智慧醫養

糖尿病視網膜病變診斷輔助分析技術
國際上目前唯一可偵測四種主要的病徵 (Microaneurysms微細血管瘤, Hemorrhages出血, Soft Exudates軟滲出物, Hard Exudates硬滲出物),並且清楚標示位置的AI判讀技術,可有效輔助醫師針對病變嚴重程度的判讀。結合醫師專業知識與人工智慧分析之人腦與AI雙腦協作,更有效率協助非眼科醫師進行糖尿病眼底影像的細微病變判讀,加快醫生確診速度 ,免除轉診眼科的不便利,進而提高潛在病患早期發現之比率,早期治療,維護民眾健康,減少醫療照護支出與社會成本。提供糖尿病視網膜病變五個級別(No DR, Mild NPDR, Moderate NPDR, Severe NPDR, PDR)的分類模型,給予不同分級病患更為貼切的醫療照護。亦提供是否轉診眼科的二分類模型。

智慧商務

人工智慧理財機器人
結合AI機器人市場觀點、AI潛力基金分析、與馬可維茲現代投資理論,透過給定預期報酬率的前提下,本技術可提供最小風險的投資組合配置,並在潛力市場或潛力基金預測改變時,動態進行資產配置。結合量化資料如交易資料與經濟指標,質化資料如政策與研調報告,將深度學習演算法與金融理論整合,產生不同股票市場與債券市場的機器人市場觀點。以演算法預測股票市場與債券市場未來方向平均準確度超過70%。

文字問答虛擬助理機器人
工研院研發之文字問答虛擬助理機器人,採用深度學習異質性網路架構及自然語言處理技術,讓虛擬客服可以自動學習句子中的語意特徵,相較於傳統方法,除節省建置成本外並可達到高準確度。在多項專業客服領域,達85%正確率。相較於傳統建置方法,可節省約6成成本。透過人機協作,虛擬客服自動回覆80%常見問題,20%透過專員處理難度較高的問題。此外,客服經營從被動式詢問轉為主動式行銷,翻轉客服產業轉型為利潤創造中心。

無人經濟

易取-智慧貨架
易取-智慧貨架整合電腦視覺辨識、感應器資訊整合及深度學習技術,提供消費者『拿了就走』全新且便利的購物體驗。一個可以出現在學校教室、辦公室、宿舍、工廠、健身房車站、社區等角落的微型智慧商店,地點不需再考量人潮、店面大小、商圈等因素,大大縮短商店與消費者間的距離。

共創平台

人工智慧共創平台AIdea
人工智慧共創平台AIdea主要宗旨是希望透過此平台的共創機制,提供產業的問題與資料,媒合產學界分析能量,快速建立整體應用的解決方案,藉由產學研共同合作,創造AI應用的產業價值。 本平台從台灣產業議題出發,由產業界負責提供實務資料及專業領域知識,工研院團隊協助提供釐清企業需求、擬定議題、資料整備、個資隱私保護技術等,由產學各界參與解題,依其專長開發演算法或模型,以提供最適解為目標,讓出題者與解題者透過此平台快速找到合適的合作夥伴,進而達到產業AI化、AI產業化之目的。

  

延伸閱讀