:::

科技專案成果

以人工智慧技術產業落地應用 提升臺灣產業競爭力
發佈日期:2021-04-14
單位:財團法人工業技術研究院、財團法人資訊工業策進會
案例年度:2020
簡介:
發展臺灣專屬AI技術 滿足產業應用需求
AI是改變全球產業發展的重要科技,也是臺灣亟需建立的關鍵技術。本計畫根據關鍵場域需求,設定具市場競爭力的技術指標,已成功研發多分支深度學習技術,兼具高準確度與速度,突破AI技術瓶頸;研發結合AI與人類領域知識的系統技術,克服AI技術缺陷;融合深層與淺層深度學習的中文文字問答技術,具備實用性與跨域應用彈性,達成進口替代。

特色:

獎項名稱:技術成就獎
執行單位:財團法人工業技術研究院巨量資訊科技中心、財團法人資訊工業策進會
計畫名稱:人工智慧產業關鍵技術拔尖計畫(2/4)
資料出處:109年度經濟部技術處法人科專成果表揚成果專輯
 

研發團隊團體照

▲ 研發團隊團體照
 

近年AI技術與應用在許多領域皆有重大突破。然而,對於臺灣產業實際應用需求,現有公開的深度學習等AI演算法,或因產業資料屬性的不同,例如目前的演算法多針對自然影像,而瑕疵影像為幾何圖形;或因為漏檢率等高規格要求,例如目前最好的分類演算法其漏檢率為3%,但產業規格為0.05%。因此必須研發符合臺灣產業需求的專屬演算法。
 

此計畫便是由跨法人、跨領域團隊深度合作,研發符合我國製造、醫療、服務等產業需求的AI自主技術與應用,以解決產業的痛點。
 

多分支深度學習瑕疵檢測技術提升我國檢測設備水準

▲ 多分支深度學習瑕疵檢測技術提升我國檢測設備水準
 

製造、醫療、服務 AI可以幫大忙
 

綜觀臺灣產業面臨的問題包括:於製造領域,現有檢測機台誤判率太高,需大量人力複檢,且缺乏多瑕疵分類,難以溯源分析;產線排程與控制因子達兆級組合,僅能以經驗選擇;產品製程日趨複雜,時程內研發出合規的配方參數更加困難,此外,製程實驗昂貴,需要以少量資料學習出最佳配方參數。
 

於醫療領域,糖尿病患者常會發生視網膜病變,然臺灣半數鄉鎮缺少眼科醫師,就診不便造成檢查率低;國外乳篩產品未能對應如陽性案例追蹤率等國內在地需求,缺乏嚴重度排序功能,延誤病患召回醫院並造成醫院受罰。於客服領域,國外大廠推出問答對話解決方案,搶占國內市場,而目前解決方案缺乏擴充性,且建置成本高。
 

針對上述的產業需求,本計畫主要研發製造領域所需的多分支深度學習瑕疵檢測技術、產線資源智慧調配技術、智慧協作製程配方優化技術;醫療領域的糖尿病眼底病變診斷輔助分析技術、乳房攝影病變偵測與辨識技術;以及服務領域的中文文字問答對話虛擬客服技術等,並將其導入產業應用。
 

計畫規劃與執行階段全程均與領導業者緊密合作,深入了解產業需求並取得實際資料,量身打造具有國際競爭水準、且對臺灣助益最大的AI技術,與產業共創價值。並透過專利布局與產業落地實證建立具實用性之技術,再將技術通用化進而複製擴散到更多應用領域。
 

透過產業AI化的過程,此計畫建立適用於臺灣產業與資料特色之自主AI演算法,並據以推動「AI產業化」,將AI技術移轉給承接廠商,輔導發展國產AI軟硬整合設備與AI資訊軟體,扶植技術承接廠商擴大服務國內業者需求。本計畫以「AI產業化」持續擴大「產業AI化」的良性循環,建立臺灣AI產業生態系,已展現具體成效。
 

推出我國第一套AI-DR手持式眼底鏡

▲ 推出我國第一套AI-DR手持式眼底鏡
 

了解產業痛點 核心技術具實用性
 

在計畫執行過程中,團隊遇到許多難題,所幸在跨領域團隊的集思廣益下,關關難過關關過。例如,在產線資源智慧調配技術方面,團隊執行專案面臨的最大挑戰就是:如何克服不預期的變動條件。生產資料的完備度為產線智慧化的首要條件,多數廠區的生產資料未有效系統化儲存與管理,無法即時解決製程換線頻率增加、機台稼動率降低等問題。經由跨領域團隊合作,結合資料分析與AI技術,克服大量混合型生產資料蒐存取析之複雜性,發展漸進式學習優化的產線資源調配技術。
 

團隊成員雖然身陷溝通與解決問題的迴圈中,非常辛苦,但團隊秉持每天一點小進步也是智慧的累積,從過程中瞭解產業的特性、痛點與需求,促使核心技術更具實用性。
 

另在糖尿病眼底病變診斷輔助分析技術方面,由於醫療的高專業性與資料特殊性,使得醫療AI技術的研發過程,從資料取得到醫材查驗登記都荊棘密布,其中資料標註耗時最長,花費約1年半的時間,邀請50多位眼科醫師加入標註行列。
 

由於疾病標準規範並非使用量化數字而採文字描述,也花費較多的時間與醫師溝通標註共識,配合醫師繁重的臨床看診工作,常會討論到晚上8~9點後才回家,或者在深夜時與醫師線上會議。過程中我們也體會到醫師們對於AI知識的好奇,並從中學習到眼底判讀的知識。
 

乳房病變偵測技術奠基臺灣,放眼全世界

▲ 乳房病變偵測技術奠基臺灣,放眼全世界
 

嘉惠業者 打造AI應用示範島
 

在團隊的努力下,此計畫繳出豐碩成果。於製造領域,與國內PCB檢測設備業者緊密合作,共同蒐集與標記百萬張瑕疵檢測影像資料,研發「多分支深度學習瑕疵檢測技術」,大幅度提高PCB檢測設備產品售價,並已銷售導入於多家PCB領導廠商,可減少一半傳統檢測設備所產生的假瑕疵數量,嘉惠使用檢測設備之製造業者。
 

於醫療領域,則是成功研發「糖尿病眼底病變診斷輔助分析技術」,技術已移轉給國內眼底鏡業者,輔導發展完成我國第一套AI-DR手持式眼底鏡。於服務領域,研發「文字問答對話虛擬客服技術」,融合深層與淺層不同特性的深度學習網路技術,可提高問答分類準確性,自動回答線上80%客服問題。
 

此計畫具體展現以AI自主技術推動「產業AI化」與「AI產業化」的成效,未來將持續輔導技術承接廠商發展AI軟硬整合設備與AI資訊軟體,擴大以國產AI解決方案導入更多有需求的廠商,打造臺灣成為AI應用示範島。
 

成功心法Box
 

本計畫自主研發製造、醫療、服務等領域的AI技術與應用,執行兩年(FY107~FY108)已技轉55家廠商,簽約金額達1.31億元,衍生產值22.78億元;專利已獲證52件,95件申請中。
 

文字問答對話虛擬客服技術達成進口替代

▲ 文字問答對話虛擬客服技術達成進口替代
 

【專家推薦】
 

  1. 本計畫之技術研發團隊跨工研院與資策會兩大法人共6個單位,執行人數186人。工研院包括:巨量資訊科技中心、機械與機電系統研究所、服務系統科技中心、電子與光電系統研究所,資策會包括:數位轉型研究所、數位服務創新研究所,團隊人員的專業背景涵蓋:資訊、機械、電子、光電、醫療服務等,並曾榮獲R&D 100 Awards等重要獎項,實力堅強。
     
  2. 本計畫主要研發製造領域所需的多分支深度學習瑕疵檢測技術、產線資源智慧調配技術、智慧協作製程配方優化技術;醫療領域的糖尿病眼底病變診斷輔助分析技術、乳房攝影病變偵測與辨識技術;以及中文文字問答對話虛擬客服技術等,並將其導入產業應用。計畫規劃與執行階段全程均與領導業者緊密合作,深入了解產業需求並取得實際資料,量身打造具有國際競爭水準、且對臺灣助益最大的AI技術,與產業共創價值。
     
  3. 本計畫導入AI機器學習技術,於智慧製造、智慧客服及智慧醫療技術,相關成果對推動產業AI化已有實質貢獻,衍生技轉55家廠商。技術面之產線資源智慧調配技術曾獲2018 R&D 100 Awards,獲國際肯定。並在研發之技術成果已獲證專利52件,另有95件申請中,智財佈局成效良好。而研發所需的多分支深度學習瑕疵檢測技術可加值國產PCB檢測設備,大幅提高設備產品售價,且已有銷售實績。此案簽約金達1.3億元以上,並促成廠商投資近16億元。

* 點閱數307

回上一頁 回首頁