跳到主要內容
 
:::

技術論壇

主題:傳產可以如何用AI雲服務轉型?

發文時間 2020/04/16 作者 yujay705

瀏覽次數 2485 留言數量 10 按讚 0


IoT數據資料蒐集/分析/預測類

肺炎疫情日益嚴重,許多產業遭受重創,不論科技業或傳產都受到嚴重打擊,轉型與創新感覺勢在必行,不知道傳產結合AI能不能殺出一條血路?各位大大對於傳產轉型有什麼意見嗎?請問傳產可以如何用AI雲服務轉型呢?


10則留言

發文時間 2020/04/16 作者 jingrul691

按讚 0


協議鋼鐵去年與工研院合作,導入AI、自動化即時監控工廠生產情形,並且大量減少出貨檢測所需人力

https://buzzorange.com/techorange/2019/09/04/createsteel-microsoft/

 


發文時間 2020/04/16 作者 zhoujieren8

按讚 0


台灣紡織業為傳產大宗,這一塊也積極導入AI與雲端運算
紡織業的訂單其實非常複雜,不像一般訂單只有品名和數量,而是隱含非常多的資訊,例如:織法、顏色、原物料、洗標上的資訊…等,再加上訂單本身格式也不一致,有些是 Word 檔、PDF 檔或是一封電子郵件,皆須仰賴專員人工判讀、手動輸入再加以彙整,才能將訂單上的各式資料轉至 ERP 系統,產出工單、採購單…等等單據,進行後續的生產排程作業。
透過資策會所開發的訂單匯入自動化系統,訂單處理人員不必一筆筆手動輸入,只要確認系統拋轉後的資訊是否正確,大幅改善、縮短作業時程,原本一張訂單的處理時間為 48 小時,如今只要 2 小時就可以,不只效率提高 90%,作業人力也節省了一半以上,省下來的時間和人力可以用來優化其他管理流程。

 


發文時間 2020/04/17 作者 laisan86

按讚 0


這個問題其實很廣!不過總的來說,所謂傳統產業主要是勞動力密集、製造加工為特點,所以多為標準化大批量生產的一些行業總稱,主要是工業啦~不過近來也有國家把農業當成一種傳統產業。

這類型的行業變化不大,而且其中不乏歷經好幾個世紀的,舉例而言這次災情慘重的義大利,義大利的製鞋業就是全球知名的傳統產業之一。

假如像是製鞋業,除了量產之外再來就是要有些新潮Fashion,才能吸引全球更多買家!這倒是可能透過生成對抗網路GAN為基礎,產生出許多不同種的款式設計當成設計師的參考

而要能訓練出給GAN用的模型,就得提供不少鞋子圖樣與樣式給電腦進行分類訓練,的確還蠻適合AI雲服務能提供記憶體以及訓練GAN所需的運算能力

 

再不然像是電力供應商其實也是屬於傳統產業的一類,尤其北半球即將進入炎熱的夏季,對於電力的需求將更明顯!就輸電網路Power Grid來說,功率的分配向來都是管理上的大挑戰,這時候可以試著發揮深度學習的最大賣點~預測Prediction,協助制定電力供應上的策略。

像這種具有時節性的數據預測,RNN這類的演算法其實很適合,如果能將區域劃分後,根據電力消耗以及人流數量當基礎去訓練電腦,對於預估各區域所需的功率就很有用。

作者 laisan86 發文時間 2020/04/17 按讚 0



發文時間 2020/04/17 作者 omnixri

按讚 1


在最近疫情逐漸擴大之際,許多產業及廠商開始意識到自動化及智能化的重要,如何讓員工有更高的產值,更輕鬆的工作環境及提升競爭力就變得刻不容緩。可是綜觀台灣產業很多都沒自動化(工業2.0),更不要說數位化、資訊化(工業3.0),甚至智能化(工業4.0),因此要導入人工智慧就產生很多人才、技術問題。

去年AIGO推出解題競賽時,我曾寫過兩篇文章仔細盤點大家需求及各種迷思,有興趣的朋友可以參考一下。

從AIGO業界出題內容看台灣AI如何落地 https://omnixri.blogspot.com/2019/04/aigoai.html
從AIGO業界出題看如何成功導入AI http://omnixri.blogspot.com/2019/07/aigoai.html

以下就把去年和傳統產業相關的議題整理如下,提供大家參考。


【佳穎精密】 AOI產線不良品影像自動檢測系統:端子、連接器生產品質。
【大同(股)公司】 AOI產品包裝自動檢測系統:檢查包裝內容型號、顏色及內容物件是否齊備。
【新漢智能系統】 利用AI技術,讓機器人可判讀如何抓取之前沒見過物品:從影像中分辨如何抓取一個物件。
【台灣利威國際物流】 使用影像辨識判斷貨物材積:利用影像計算貨物材積。
【大同(股)公司】AI能源監控在物業管理上的解決方案:透過各項表頭資料驅動方式找出適切環境品質。
【承啟科技】 智慧工廠:利用人工智慧分析工廠機具運營最佳化:依訂單及機台狀況達成工作分配最佳化。
【承啟科技】 智慧工廠:工廠能源管理最佳化:分析用電資訊達成節能。
【大灃科技】無線接收器AI自動辨識檢測系統:建立自動影像檢測系統以偵測燈號及輸出信號。
【晟田科技】切削刀具之汰換維修預測:以影像方式偵測刀具磨損狀況以利即時汰換改善製程良率。
【雲逵科技】自動化CNC機械加工結合透過刀具、夾具AI影像辨識磨損影像功能,以即時提醒現場人員解決問題:根據影像自動分析刀具磨耗程度進而改善加工參數提升加工品質。
【台灣普利司通】AI自動檢測系統輔助輪胎成型作業的安全監控:以視頻分析員工操作機台動作以確保作業安全。
【佳凌科技】干涉儀牛頓環形狀瑕疵判斷:利用干涉儀產生之量測結果影像來判定光學鏡片製造品質。
【鍾和企業】利用人工智慧判定零件品名、規格:利用手機拍照並自動分類為何種螺絲及規格。
【清展科技】鋁門、鋁框、紗窗製程動態同步排程規劃:利用生產訂單資料庫分析生產排程最佳化問題。
【大灃科技】AI電腦輔助工業用無線遙控器出廠檢驗:建立自動化量測系統。
【天星料管】生產排程導入AI智能:根據生產資訊來優化生產成本及排程。
【清展科技】鋁件沖壓機異常停機問題分析:根據生產數據預測故障發生時機及項目以利提早準備對策。
【和明紡織】梭織廠智慧排程最佳化AI分析:根據訂單、製程資訊找出瓶頸點並優化生產排程以減少生產時間。
【和明紡織】運用AI分析梭織廠成本效益:根據過往訂單、生產、成本資料建立模型以精確預估成本及提供報價。
【力菱機電】中央空調冰水主機能源耗電負載預測】利用天氣及冰水機資訊預測耗電及自動調整參數以達節能效果。
【美溪機電】基於放電加工聲音提升加工效率:利用放電聲音預測加工狀態進而改善放電參數提升加工效率。
【商德星隆台灣分公司】螺絲成形機台動態備料排程:依據機台生產狀態預測缺料以利備料及提高設備稼動率。
【日貿精密工具】AI 監控在加工產線刀具管理問題上的解決方案:利用生產數據進行刀具更換、壽命預測及管理。
【叡揚資訊】染色機多目標預測及優化建議演算:整合水洗牢度預測模型以及總色差預測模型產生新染色預測模型。
【商德星隆台灣分公司】螺絲成形機異常停機問題分析:依據機台生產異常資訊分析故障發生原因。

 


發文時間 2020/04/17 作者 omnixri

按讚 0


再補充一下,傳統產業要轉型導入人工智慧,首先要將系統自動化、資訊數位化以建立大量【資料集】,接著才是根據需求找出欲導入項目,大致可分為「數據分析」、「電腦視覺」及「自然語言分析」。而以第一類需求最為明顯,大多期望藉資料來找出浪費、增加良率、妥善安排產能及預測維修等。而「電腦視覺」則以提高產品生產及檢測品質,降低人為誤判及分析操作行為保護作業安全等應用。而最後一類則以語音方式對話輔助作業程序、解決大量客服問題。

經和專家討論後聚焦在特定問題上,再小規模驗證概念,並設立目標,以減少一開始對【算法(模型)】、【算力】的需求,待有一定成效後再擴大規模及複製經驗到其它產線或項目,如此才不會大規模投資人力、物力後才發現沒有太大助益。待有了上述概念後才較能了解導入AI雲後,要如何應用虛擬主機來儲存及運算並解決各種問題及如何持續優化系統。

 


發文時間 2020/04/22 作者 chengxiansong2

按讚 0


最近之前有在follow的一位社群朋友要在中科基地分享,他家工廠原是做樂器的,小提琴啊烏克麗麗那種木工,後來轉型除了出midi混音器外,還把樂器用的很fashion,光劍造型還搭配聲光效果,不知道算不算轉型成功但若有興趣可以去和他聊聊,他們公司是maker hart

 


發文時間 2020/04/22 作者 shuechang886

按讚 0


諸多數位轉型的企業個案中,其智慧化零售解決方案必須包含的四個步驟,一、建立具有明確重點領域的願景:奠基目標客群的需求,企業要清楚定義數位化的戰略,然後再訂定客戶、品牌及財務相關績效指標,目標確立後,仍需評估整個產品線上的產品組合,與牽涉到的業務單位所需要的數位轉型幅度,以時尚產業為例,法國絲芙蘭即應用AR試妝服務—Virtual Artist,讓消費者能更便利的找到適合自己的彩妝商品。

二、評估現有功能與目標的差距:重點領域明確後,企業須評估公司數位化程度及既有資源下,距離想要達成數位化目標差距有多少,同時評估整體產業數位化發展的速度及平均水準,以及主要競爭對手現況。數位化程度評估重點在數據蒐集力(客戶跨通路的互動與交易)、銷售通路整合力(跨通路的可行性、客戶參與度及是否能有效強化客戶黏著度),並評估數位轉型所需要的人力及財務支援的比率。

三、確定機會點且量身制定實踐計劃:根據Gartner報告指出,至2021年智慧手機中將有9%以上支援 5G,當建立願景及評估差距之後,必須挑選一個數位化施作範圍並制定相關的行動措施,透過業內相關小範圍施作,以及本業技術相關的異業合作,為未來數位化轉型奠定信心基礎。

四、製定數位轉型的路線圖:數位轉型時的路線圖是調整企業戰略不可少步驟,業者要在數位發展迅速的環境下取得成功,需要了解消費者的習慣與偏好,預測市場競爭變化並隨時掌握新趨勢。因此所需要的步驟包含人力、流程、技術、內容等規劃,也就是包括關鍵活動、時間表、重要里程碑/查核點,且利用滾動式調整以降低執行風險,並確保預計達成的成果。

 


發文時間 2020/04/22 作者 hannibal34

按讚 0


傳統農業就業人口老化、農藥使用氾濫,成為台灣農業發展的隱憂。然而現在,導入AI、IoT與生物科技技術,結合感測器獲取溫濕度、土壤環境等數據,再加上調控系統,就能解決水分、光線、溫度等常見的農業問題,並且隨時掌握農作物的生長狀態;在不需要噴灑農藥的前提下,遠距遙控智慧蟲罐、噴灑生物抑制劑、調控驅蟲燈,讓害蟲「眼盲、餓死」,營造無毒的種植環境。

這是國內新創農譯科技(AgriTalk)的服務,他們以「農地的翻譯者」自居,開發出一套完整的智能農業解決方案,目標協助農民智慧化耕種、打造創新的產銷模式,進而扭轉傳統產業的困境。若有興趣也能多上網看看他們相關資訊喔

 


發文時間 2020/04/22 作者 junwei01

按讚 0


誰是企業數位轉型的推手?


其實不只傳產轉型,這一波疫情讓全球不得不面對數位轉型,這一篇新聞可以看看深思https://buzzorange.com/techorange/2020/04/01/covid-19-digital-transformation/

 


發文時間 2020/05/17 作者 bioasura

按讚 0


從四月到五月(現在快要六月了), 台灣漸漸的快要守好守滿, 其實面對未來各種不可知但是確需要大量的人力做好的各行各業疫情管理, 其實將各種行業裡面導入AI的項目, 適度的讓人不再因為要防疫, 而大量的用 "人做機器在做的事情" (把人當機器的概念, 例如廠房的消毒跟人流管理), 過去傳產在工作的環境上面, 對於工作場域的防疫, 以及如何將過多機械形式的操作步驟, 轉嫁到傳統人力上去執行, 應該是一個很困擾的問題 (無論是目前已經有解法或是暫時技術上可行, 但是沒有解法的場域或問題)

感覺AI應該就是幫忙傳統產業升級最好的一個解法, 因為過去如果要訂製出一個流程, 通常除了SOP之外, 有沒有相對應的硬體設備或是製作流程的機具是一個問題, 很多時候場域間應該已經有了生產的設備, 但是大量的部份需要人為的操作跟介入, 這個時候就很值得用大數據跟雲端的服務, 並且結合邊緣運算跟後端的人工智慧的分析結果, 來幫忙傳統產業升級.

這樣的狀態似乎回到了特定資訊化服務的升級版的過程, 過去可能機具在生產的過程中, 因為設備本身很難將生產過程的資料儲存或保留下來, 但是目前漸漸的生產設備以及設備之間的資料能夠上傳到後端的一份資料庫保存, 而這個後端資料庫目前也已經大量的被雲端的資料庫版本取代, 因此, 傳統產業運用AI雲服務, 相對於過去每個廠房都要自己建立一套資訊的設備, 目前網路的基礎建設在台灣已經很成熟(不論有線或無線的設備, 高速或低速長距離的版本), 這樣的狀態對於傳產把過去已經行之有年的資料庫, 移轉到雲端架構上, 是一個很好的轉型時機.

當然, 如果對於企業本身很私密的資料, 不方便上網的, 就還是建議在廠房的本地端做一個小型的私有雲, 可以上公有雲的版本在利用公有雲的架構去做後續資料的AI分析以及服務.

 

 


最新發表
疫情使企業「數位轉型」迫在眉睫,但員工身心靈都已裝備到位了嗎?
2021年全球疫情因疫苗問世漸趨和緩;台灣也正從新一波疫情高峰中逐步獲得控制,但仍不鬆懈。「數位轉型」即是企業追求長遠生存,逆勢求生的唯一手段。不只是數位工具的導入,其員工數位能力的提升及心態健康程度,更是決定企業能否在這場「防疫持久戰」致勝的關鍵! 企業的「數位轉型」不只包含了「數位化」—將實體的資訊轉成為電子化,儲存於電腦或是雲端中,加速作業效率。更重要是藉由「數位化」基礎,在營運流程、顧客體驗及商業模式等策略中,結合數位工具,提升工作效率並賦予全新的價值,增加市場競爭力。所以,擁有數位腦袋和開放態度的人才,就顯得格外重要!但對於資源不是非常多的企業(可能員工數僅百人以下),不太可能立即擴大招覽相關人才。那麼,就從既有人才上,去轉型、賦能優化吧! 如何幫助員工快速升級,符合企業「數位轉型」戰略目標? 需針對不同部門、不同專業類別的員工,制定相應的學習計畫。從具有架構化的學習開始:以員工學習體驗為導向,滿足員工碎片化學習需求,著重提升學習效率與成果,內容即時因應企業變革成與轉型訴求,在企業有限資源下達到最佳學習成果! 所以,相應教材與學習系統就須同時兼備『快速產製教材』及『穩定學習品質』兩大特性。而「AI智能影音」平台即能達到上述需求,使企業人力培訓上縮短員工訓練時程,加速應用所學,為企業在艱困時,深蹲打好基礎。 「AI智能影音」平台運用大數據、AI自然語言處理、電腦視覺技術等技術,能自動將文字匹配靜態圖與動態影音,並使平台內的影音模型藉由反覆訓練,合成出符合觀眾閱聽行為且具有品質的影音內容。平台最大優勢為,使用者只要將一段文字匯入平台,5分鐘內產出約1分到1分半的影片,不需要額外找素材,其影片的內容就是自百萬商用授權素材庫(包含靜態圖像、動態影音、背景音樂)。大幅縮短原先產製教學影片的時程,中小型企業也能因應市場變化,動態調整教學內容!不增加培訓人員與受訓人員工作負擔。 「數位轉型」是企業須即刻on上日期的專案,數位工具使用與員工賦能就是第一步。全球市場瞬息萬變,難保未來不再有意外。企業應自日常扎根,在非常時期宛如期中考般,考核過去在數位轉型上的投資,方向是否正確?是否風暴中向前挺進?收割推動轉型的豐碩果實,為企業營收再創新高峰! 點擊 看更多企業案
數位轉型時代人才職能的再進化
近年來全球資訊產業趨勢變化快速,雲端運算、物聯網、資料科學、人工智慧和5G行動通訊等尖端技術日新月異的發展應用,帶動了數位經濟的興起,並同時重塑了全球經濟結構。根據世界經濟論壇(WEF)的預測,2022年全球GDP將有六成來自數位經濟,可見數位經濟的發展對全球經濟未來趨勢影響之重大,而其影響自然也將及於人力資源市場。 產業面臨這一波數位轉型,正如當初個人電腦、網際網路的普及一樣,將會完全翻轉全球經濟、以及企業現有的商業模式。過往數位科技人才大多為資通訊及高科技產業所需求,隨著產業積極導入數位工具及人工智慧應用、企圖尋求下一波創新成長動能,各行各業展開數位科技人才爭奪,根據國家發展委員會對於臺灣未來十年人力市場之預估,數位人才將呈現大規模人力缺口。 AI取代工作 還是創造機會 科技帶來翻天覆地的影響,新興領域之人才需求不斷攀升,嶄新的商業模式、跨領域的整合應用也層出不窮。迎接新科技帶來新工作機會的同時,人才技能必須時常更新,以掌握未來世界的人力需求及工作樣態的變化。 根據臺灣經濟研究院研究報告指出,隨著人工智慧、物聯網、大數據、資訊安全等技術發展,將會為我國帶來新的人力需求;反之,設備操作、倉儲物流、行政庶務等事務性及高重複性工作,則可能因新科技而受到衝擊。然而,人類的工作真的會被AI和機器人取代嗎?國際研究暨顧問機構Gartner指出,2020年,雖然有180萬個職位被AI取代,不過同時AI也將創造230萬個工作機會,帶動整體工作機會正成長。未來的人力資源趨勢將是人工智慧結合人腦的工作型態,隨著自動化科技的引進顛覆人類在工作上所扮演角色,勞動者必須具備新的技術和能力,以因應這一波數位趨勢。 人才職能重塑 已是世代常態 各種新興科技正在重塑我們的世界,我們是否都準備好了呢?現今企業普遍面臨相當大之人才挑戰,人才競爭態勢只會越來越激烈,數位科技浪潮下,在可預見的未來,機器人或人工智慧一定會對企業人力運用造成影響,企業數位轉型已經是勢在必行的壓力,就公司而言,企業所需的人才技能隨著公司經營策略的調整均在不斷轉變中,人才需要積極主動、擁抱改變,人才所具備的技能如不隨著大環境的變動,將面臨無法與時俱進的風險、最終可能被市場淘汰。 過去用一把刷子行走職場、或是十年磨一劍的年代已經過去,單一技能很容易被潮流取代、唯有具備數位科技、跨領域專長的人才方能在瞬息萬變的職場上勝出。世界經濟論壇的報告指出,全球所有受雇員工有半數以上(54%)需要在未來三年內接受大幅度的技能重塑與提升訓練。而數位科技人才常需隨趨勢發展而更新專業能力,根據之前Gartner的一份調查,職場員工平均每三年需更新一次職務內容與數位科技專業能力。 職能再進化 先找出自己的型 在這波數位技能革命中,企業必須打造新的人才職能規格、於公司內部創造並鼓勵員工持續學習的環境和文化,同時協助員工捨棄舊技能與發展工作所需新技能。由於企業很難找到各方面條件都符合的現成人選,招募到合適的人才所需之時間已經越來越長。有越來越多的企業支持從既有的員工進行在職培訓,並轉型為數位科技人才,不僅有效降低企業招募時間與經費成本,也可以避免招募到的員工不適任無法久留的風險。越來越多的企業正在提高技能重塑的投資,在企業發展數位轉型的同時,偕同組織內的人才一起精進、重塑員工技能,及早做好職能轉型的全面準備。 然而,職能轉型並非一件容易的事情,根據108年經濟部人工智慧產業人才需求調查發現,並非所有現職員工都能成功轉型人工智慧人才,最被企業看好且轉型成功率高的人才通常已具備相當基礎(有型)、在這個基礎上進行職能轉型較容易成功;例如工程類職務(如:系統工程師、後端軟體工程師) 本身即具有程式撰寫、系統開發能力,較容易轉型為機器學習工程師及AI應用工程師等AI新興職務。而資料類職務(如:資料庫工程師、統計分析師)已具有資料庫或數據分析等基礎,亦容易轉型為資料工程師或資料分析師。而一般常見的產品經理、專案經理及行銷企劃專員等職務,已具備專案管理、產品管理、行銷推廣、跨部門溝通…等軟實力,若能再強化AI相關基礎知識,也容易轉型為AI專案經理或AI產品經理。 生命不息 學習不止 迅速和持續變化的工作性質正在改變學習與工作間的關係,當我們一直被機器追趕著學習新技能,如何能夠有效應對新世代的變遷、在數位經濟的潮流中成為未來產業所亟需的人才?在數位時代的潮流之下,新世代的人才需要透過不同管道不斷精進自我,才能持續增加自己的附加價值,而不被時代所淘汰。未來的人才唯有在終生學習、科技協作、軟技能和環境應變等四個面向深化努力,方能應對快速變遷、日新月異的產業趨勢。 在終生學習方面,除了持續學習的腳步外,在學習的方向上,也要注意學習內容與工作之融合度,以期能符合實際工作的職能需求,此外考量個人能力及人格特質做個性化的學習,也對強化自身附加價值,以及未來職涯的發展有所助益;在科技協作方面,隨著AI與自動化的興起,新的工作型態對人機協作的需求也越來越高,在人類主導的情況下,由機器提供輔助進行工作,將會成為產業從人工朝向智慧化發展過程中過渡的第一步,因此在科技協作的學習投入,將能有效幫助人才面對AI化與自動化的挑戰;軟技能是人類勝出機器的關鍵,包括溝通、思考和創意等在現今這個科技時代愈趨重要,未來人才需要培養機器所無法取代的能力,以增進自身在職場的不可取代性;在環境應變方面,由於近年來產業趨勢的變遷快速,新技術的推陳出新使得人才在適應環境變化上的需求大幅提升,未來的人才也需要像電腦持續定期更新,隨時檢視自己的技能、擁有持續重塑自己以靈活應變的能力,才能在時代的潮流中維持競爭力! 財團法人資訊工業策進會∕數位教育研究所∕數位轉型訓練中心 陳麗萍 組長
AI創作音樂有可能成為一種新趨勢嗎?
音樂是全世界共通的語言,大家都同樣使用12個音符,但卻能創造出各種風格的音樂。目前主打透過AI生成音樂的服務越來越多,在國外還有透過 AI 即時生成電子樂的音樂串流服務,這樣的音樂創作方式有可能會成為趨勢嗎?
到了5G時代,那麼邊緣運算會有何不同嗎?
我們都知道物聯網的概念開啟了科技應用的新視野,當越來越多元件走向微型化、智慧化,數據海嘯也隨之而來,如何讓這些裝置以最有效率的方式運作,互通有無,並發揮大數據的優勢,成了當務之急。邊緣運算便是實現運算資源佈局最佳化的關鍵途徑,不過現在有了5G的出現,對於邊緣運算會有什麼影響呢?
最近在AI資料分析常使用到的"增強分析"是什麼意思?
「增強分析」(augmented analytics)被預測為今年十大戰略趨勢,它對一般企業來說意味著什麼?對數據科學家來說影響又有多大?希望可以了解一下

熱門發表
如果提供影像辨識的訓練資料不足,AI電腦視覺技術是不是就派不上用場了?
目前深度學習很火,從醫療、零售、倉儲、工業到監控等,好像各種影像辨識都能用到,但往往在一個地方卡關,那就是沒有足夠大量且有代表性的資料提供"訓練",有沒有可能用少量資料來達成好的辨識效果呢?
【解題建議】利用OpenPose來解決骨架(姿態、行為)分析
此次出題有很多項目和姿態(行為)分析有關(如下所示),而其根本就是要先找出人的骨架,再加上時間序列來分析骨架各特徵點的位移,進而判定使用者的動作(類型)。 【華碼數位】 體適能動作與姿勢辨識:以影像分析運動者姿態。 【宸訊科技】 利用動態影像辨識技術完成對農民於田間作業之行為分類與分析並能結合AI技術、配合專家互動,持續調整分類學習精準度:從串流影像中分析農業作業姿態(行為) 。 【集思動力】 iSEM多裂肌脊椎運動AI體況分析應用:透過影像、視頻分析人體動作姿態是否滿足特定位置、角度。 【百一電子】 AI電腦視覺辨識男生/女生的情緒與動作事件 :透過視頻分析十六種動作行為。 【良品嚴選】 客戶輪廓分析與服務人員及時輔助系統:從視頻分析客戶在店面行為以提供智能零售。 【良品嚴選】 線上連結線下新零售之AI分析:從視頻中分析行銷手段是否改變消費者行為。 【艾爾塔科技】 線下零售數據消費者行為洞察與全通路數據整合:透過人流資訊分析及預測消費者行為。 【卡訊電子】 智慧教室語音與影像偵測數據AI分析:建立語音、影像辨識老師、學生行為以增進學習效益。 而在開源技術中以CMU的OpenPose最為知名,包含有身體、頭(臉部)、手等部位,有興趣的朋友可以參考一下 https://github.com/CMU-Perceptual-Computing-Lab/openpose
數據「學」無止盡!機器學習、深度學習、統計學究竟差在哪?
數據當道的現今,多少人、事、物受惠於這些龐大的數據分析和學習,但你知道機器學習、深度學習、統計學的差異是什麼嗎?
CES展上發佈的蚊子偵測器怎麼辨別這種微小差異的?
以色列新創業者Bzigo在CES展出一款室內蚊子或小型飛蟲偵測器,宣稱能夠偵測距離8公尺內的蚊子、追蹤蚊子飛行的軌跡,但蚊子很小隻且飛行速度不慢,實際可以偵測到的成效不知道如何,怎麼辨別蚊子或小型飛蟲和其他東西的差異?  
Time is money!如何讓製程最佳化、讓生產更簡單?
從網路時代到物聯網興起,工業 4.0 強調自動化與生產線聯網功能,而新一代的智慧工廠發展,則更仰賴邊際運算、AI 和數據分析。然而,究竟要如何讓製程最佳化,使得生產速度提升呢?

主題分類