Smart factory:
自動化工廠的終極目標是讓工廠中完全無人,但是不是一蹴可及的事情。
所以可以看見,現在合作的廠商,希望的是可以打造出全世界最安全的工廠。
分為三塊,工作區,安全區,和介於之間的區塊,當作業員超過限制區域的時候,就會發出提醒,告訴作業員,現在這樣有可能會造成危險。以此來為工廠中的作業員安全把關。
下一個是瑕疵檢測,利用改變光線角度來作為工人改變角度去觀察產品的行為。
作展示的demo是對於金屬板的檢測,不過不知道可不可以順利的應用智慧檢測在PCB板上,因為這塊會遇到更多問題,諸如資料不足、瑕疵難以判斷等等。
醫療數據平台:
目標在處理非結構化的數據,看醫生時會對你的病依照編碼去輸入,在和健保匯報時,這項服務可以提供推薦的編碼,簡化醫生的判斷。
這個項目的構想在於,醫生有許多時間不是在判斷病人的病情,而是在處理文本資料,輸入哪一項病的編碼,才能夠對應相對的藥物。所以利用輔助的AI軟體來幫助醫生處理這個項目,可以提高效率,甚至讓醫生可以有更多時間去診察病人的病情。
另外也有提供一個醫生的判斷案例,不過感覺那主要就是SQL,可能我學術知識不足,不確定應用到AI的部分在哪裡,所以就不做紀錄。
Smart retail and enterprise:
裡面的技術有用到,人臉辨識,不同鏡頭間判斷同一人。
利用辨識的技術,就可以簡單的去紀錄,並且分析人在商店之中的停留時間,這樣資料若是在大型連鎖店之中,就很有可能可以協助判斷說這個顧客的習慣,顧客的需求等等,是一項我認為很有商機的項目。
不過人臉辨識技術很容易造成隱私問題,工研院目前在努力為非人臉辨識的無人商店而努力。
最後,提供了ocr技術來處理表單,可以簡單的標示出需要的目標,就可以簡單處理這份表單,若是還有許多廠商持續使用紙本發票、文件,那這項技術就可以很好的利用。
Smart transportation:
目前是跟物流廠商合作,可以觀察駕駛的偵測管理系統,判斷駕駛是否有照規範去進行監督。
這樣可以協助諸如uber或是物流的廠商,去協助判斷這名司機的開車技術分析,未來也許可以讓uber去掉一定要擁有良民證才能加入的規定。
到了這邊可以很明顯地感覺到說,有大部分做的都是監督的AI,或是協助的AI,也就是說,雖然大家都說,AI有多好,AI有多棒,但是實際上,目前也有很多難以取代的東西,大家先實際點,以協助作為起點去為我們的製造、醫療,提供更好的服務。
很高興能看見台灣的硬體廠商願意去嘗試軟體相關的東西,希望未來台灣能夠在這方面有更多的發展。
最後感謝AICS對於交大AI學院的邀請,我如果有機會,也非常願意加入AICS去看看自己在軟體的方面能有多少的貢獻。