智動化科技 - AI

智慧防疫跨域整合數位引擎推動創新商機 (2020.12.09)
智慧防疫帶動生醫及科技領域跨業跨域合作，甚至跨越國界攜手以求共創產業新未來，使得各家廠商因應疫後新常態在局勢中求新求變或數位轉型已成必然的趨勢。

AI.R.落實工業人工智慧商機 (2020.12.09)
非接觸科技不斷演進。過去曾一度被提及，利用工業機器人（Industrial Robot）為載台的AI.R.趨勢也可望藉此落實，帶來商業化契機。

工業用機器人2020市場現況與發展趨勢 (2020.12.08)
工業機器人的市場應用不僅愈來愈廣泛，從2014年開始，每年都還以兩位數的速度增長。

疫情改變物流業面貌啟動智慧化方能因應新變局 (2020.11.27)
美中貿易戰與COVID-19疫情重擊人類社會，更讓產業鏈直接斷鏈。未來全球供應鏈會由長鏈轉為短鏈，物流業者應盡速啟動智慧布局，以掌握後疫情時代商機。

AI引領自駕風潮感測系統建構全智能駕駛體驗 (2020.11.06)
對於全自動化的自動駕駛體驗來說，安全永遠都是最優先的考量。此外，也必須要能提供靈活的客製化服務，並依照客戶需求提供解決方案。

經AOI蒐集全製程資訊　加速傳產數位化轉型 (2020.10.07)
隨著工業4.0智慧製造潮流推動下，不僅可藉此檢測產品尺寸、瑕疵之餘，還要針對每個生產步驟檢測並蒐集資訊，納入AI加值應用。

全面進入工業領域智慧機器視覺系統勢頭看漲 (2020.09.30)
智慧製造與新冠肺炎（COVID-19）兩相加乘，新一代具備人工智慧功能的機器視覺解決方案，迅速佔據舞台焦點，成為市場的主流。

善用數位工具強化營運效能以新零售視角因應市場挑戰 (2020.09.28)
新零售概念，是將包括所有的軟硬體技術均視為手中工具，透過這些工具強化企業的營運效能，讓所有成本支出的效益最佳化。

藉由慣性感測器和機器學習評估老年人跌倒風險 (2020.09.21)
在Kinesis Health Technologies的工程團隊透過MATLAB開發一個客觀、量化的方法來對跌倒風險、脆弱性、活動性損耗進行篩檢的QTUG軟體系統。

以科技力量提升效率巡檢工作走向智慧化 (2020.08.27)
過去的巡檢方式主要是透過人力，透過科技的力量，無論是人工或機器人作業，智慧化都可讓此工作的效率更佳。

促進工作負載整合成效 (2020.08.17)
工作負載的整合，也就是把工廠內部多個單一作業負載的機器匯整成數量較少的「全能」裝置概念，具有不勝枚舉的諸多好處。

數位分身在工業應用大顯身手 (2020.08.05)
數位分身被視為工業4.0的關鍵技術。透過對設備與機具的深度模擬，將能進一步降低管理人員的負擔，提高整體管理的效能。

AI醫學影像前瞻技術探勘 (2020.07.20)
AI導入醫療流程需要更大規模的流程整合，如何將AI技術延伸至診療流程的前置處理與後期判讀極為重要；而在AI導入的過程中，亦需適時地創造新的服務加以協助。

雲端服務需求激增數據機房面臨綠色能源挑戰 (2020.06.09)
目前日益依賴數位技術的社會，突顯了決策者在極端條件下，更需要仔細評估靈活性資源的潛在可用性的需求。

人工智慧長驅直入邊緣運算漸成產業主導要素 (2020.05.15)
隨著運算資源成熟，邊緣運算將成為所有產業和應用的主導要素。特別是機器人等各種複雜的邊緣裝置，都將加速此一轉變。

Edge MicroDC—邊緣運算微型資料中心發展趨勢 (2020.04.30)
邊緣運算微型資料中心（Edge Micro Data Center）採用分散式系統，在介於終端設備與雲端運算的位置之中，扮演數據緩存、過濾等「預處理」功能。

工程師必須關心的2020年AI/工業4.0關鍵趨勢 (2020.03.27)
科學家和工程師能藉由專業領域知識在AI專案取得某種程度的成果；然而，若利用如自動標記等工具來快速地處理龐大、高品質的資料集，將是進一步成功的關鍵。隨著取得了現有深度學習模型與研究並加以持續改進，科學家與工程師得以在人工智慧（AI）專案得到更大範圍的成果

智慧製造浪潮襲來 HMI角色重新定位 (2020.03.27)
HMI發展已久，過去功能僅聚焦在機台控制與運作狀態顯示，但在智慧製造概念下，HMI的角色被重新定義，其架構也必須再次進化。

工業機器視覺：提高系統速度和功能，同時提供更高簡捷性 (2020.03.11)
速度更快，性能更好的機器視覺是邁向下一世代工業自動化，無人駕駛汽車和智慧城市管理之主要手段。

甲骨文預測：2020-2025年十大雲端趨勢 (2020.03.05)
甲骨文預測，90%的手動IT操作和資料管理任務將在2025年完全自動化，工程師將有更多時間發展人工智慧和機器學習等先進技術。