前陣子，臺北市政府與中華電信合作推出5G體驗公車，利用公車上的5G CPE裝置接收5G訊號，即使在公車行駛之下，仍能透過5G網路順暢串流播放8K/4K超高畫質影片。 這輛公車也搭載360度監控系統，可讓駕駛監控公車行駛時的360度車側影像，透過5G即時傳輸影像，可從遠端監控公車駕駛是否有進食、打瞌睡等分心的危險駕駛行為。 應用實例 車上先進駕駛輔助系統（ADAS），也能經過5G和路邊的設備溝通，例如路邊設備偵測到行人未依號誌通行，主動向公車示警減速，或是在車輛轉彎時警示用路人，提升行車安全。
- 雖然一般中小企業導入深度學習技術的難度還很高，但隨著各大 AI 技術公司公開販售訓練好的深度學習模型，未來人工智慧技術將廣泛應用在我們生活的各項應用中，像是 NVIDIA 、Intel 跟 Waymo 都會對外公開販售自動駕駛技術，即使是沒有科技背景的傳統車廠也能讓自家的汽車產品具備同樣的先進功能。
- 而目前在機場也能看見這項AI應用實例，各國也陸續利用此來應付機場眾多的旅客，只要晶片護照資訊與人臉比對吻合，旅客就能在短短10幾秒的時間內通關出境，無須苦苦排隊等候受檢，真的是旅客的一大救星。
- 區塊鏈技術處理契約的方式，是將這個契約複製成千千萬萬份，加上密碼，儲存在社群裡所有人的電腦中。
- Google也為這個智慧型布料打造了一個傳輸裝置，外型就像是個夾克鈕扣，還結合了機器學習演算法，可以懂得接收、解讀用來縫製衣服的紗線訊號，並將訊號經由無線傳送到行動裝置。
- 智慧監控應用於醫療照護與老人照護是各國目前極力投入的重要項目，此項應用期望能即時掌握病人的舉動與情緒狀況，以提供一個更安全且完善的照護環境，減輕照護人員的負擔。
- 區塊鏈的高安全性，可以確保病人的隱私，並避免竄改醫療紀錄的可能性。
- 結合5G的高速連結、低延遲特性，操作員可以遠距離透過飛控系統，即時控制無人機飛行，並即時看到無人機的空拍高畫質影像，應用在空中監控／巡檢。
Google無人車2015年開始進入一般道路測試後，也開始有越來越多的政府同意放行，允許車廠也能用自駕車來進行市區道路的測試，而這樣的態勢，某種程度也反應出了各國政府當前，對於汽車自動駕駛的態度已有所轉變，從原先的全面禁止，到現在放寬了自動駕駛的限制，能直接開上路實測。 澳洲幾所大學成立的研究小組在2015年8月展示他們開發中的一種智慧OK繃貼布，使用了肉眼看不見的奈米感測器，能自行判別傷口感染程度，加以消毒，還能改變貼布顏色來提醒傷者留意。 而這次Levi’s推出的夾克外套便是雙方合作1年後展現的初步成果，這件夾克專為在城市中騎單車的上班族而設計，方便他們在行車途中時，不用低頭就能操控手機功能；而夾克本身也可以摺疊並支援水洗。
應用實例: 電腦輔助設計
如果單項深度學習模型採用最基本的配置，並額外租用顯示卡處理以縮短訓練時間，企業一個月花費至少數千美元，若是較為複雜的深度學習模型，則必須租用更多核心、更大記憶體的硬體配備，更常見的狀況是一口氣處理數個學習模型，此時出租費用將是數十倍計算，對於中小企業來說難以負擔。 網路資訊與聽眾偏好都沒有足夠的樣本數可供分析，那麼 Spotify 會透過分析歌曲本身的音頻，計算並歸納出特定曲風的特徵，例如快節奏、高音、吵雜程度、聲道多寡等等的特徵，再比對出歌曲風格類似的樣本推薦給使用者。 這些公司透過以深度學習為基礎的圖像辨識技術來偵測平台上是否有非法的內容產生，像是 YouTube 以及 Facebook 都能自動辨識刊登的廣告內容，防止詐騙吸金的廣告推送，或是避免審查人員出現心靈疾病等職業傷害。 它的用途不僅於此，近幾年人臉支付在中國已經廣泛的應用在人們的日常生活中，可利用人臉完成各項付款程序，而台灣部分銀行業也陸續提供人臉提款、付款、轉帳等功能，此項技術的應用仍保有許多的發展性。 在專家系統中，領域的知識與控制部分是分開的，且明確的以小單元方式表現，便於知識庫子系統內容的修飾。 解決問題是人類每天都會面對的活動，是一種思考的過程，包括注意問題的存在及觀察、深思、分析、簡化、組合問題等步驟，從各種假設中，抽絲剝繭理出問題的來龍去脈，尋找各種解決的可能方案，詳加研判，然後選擇一種解決方法，執行並評估效果。
什麼是深度學習框架（Deep Learning Frameworks）？ 另項AI應用實例也在監控產業中發展，過去都只能利用人力進行影像監控，來避免事故的發生，透過人工智慧的導入，賦予影像監控系統智能，不僅能幫助工廠在意外發生前提前預警，也能即時反應家中老年人或小孩的狀況，來減少不幸的發生。 技術專業知識，加上對客戶終端使用者，也就是船上人員的根本了解，讓我們得出這樣的結論：AR 解決方案無論在安全性或是後勤上，都不是該客戶的最佳選擇。 我們熟知的智慧型手機拍照功能也應用了大量的深度學習技術，許多品牌都以「AI 拍照」宣傳，號稱手機能辨識數千種拍照場景，再予以畫面最佳化，使用者能夠輕易拍出清晰、亮麗的照片。
應用實例: | 智慧中文 ( 漢語 ) 學習 App
這件夾克能自動感測穿衣者在衣服上的觸摸動作，來開啟相對應的手機功能，穿的人只須透過用手在衣服袖口處輕敲、按壓，就能將導電衣接收到的電子訊號轉為指令，並透過藍牙連結手機，來完成接聽電話、查看訊息，以及控制App等手機功能操作。 為了更精準的掌握民眾的乘車行為，雙北市、公車業者歷經多次協商終於2018年達成共識，2019年他們開始鼓勵民眾上下公車都要刷票卡，蒐集完整的公車搭乘數據，才能取代過去只有片面資料，需從其他資料比對、再經過推算，才能對民眾乘車行為有粗略的了解，但還無法精確掌握民眾的乘車行為樣貌。 經過上下車動線、上下刷卡獎勵、更改票證感應機後，才成功讓大多數民眾習慣上下車刷卡這個新制度，同時掌握9成的乘車數據。 與其他使用案例一樣，這項技術可供客戶直接使用，不但能節省客戶的時間與金錢，也可確保您所製造的設備長保安全、正常運作。 智慧語音助理可以軟硬體不同型態出現，例如智慧喇叭，語音助理APP，O.Speech 讓使用者用說的就能夠聽音樂，問天氣，提醒行程等等服務。 希望透過全新的 AI 技術協助使用者在學習中文 ( 漢語 ) 時，可以有更好的工具來練習口語對話及發音。
- 日本6大綜合商社之一的雙日株式會社在2016年2月宣布展開一項健康監測服務的實驗計畫，在新屋住宅內設置新式的感測馬桶，能經由尿液檢測追蹤住戶每日的健康狀況，並可從排尿分析提供17項健康風險指標，例如，糖尿病、痛風、高血壓和心臟病等常見疾病，而住戶也能利用手機App來查詢和追蹤管理，及早預防治療。
- 人臉辨識的應用在人工智慧的加持下，迅速擴張，表現也更加卓越，幾乎所有的智慧型手機大廠都使用了這項技術來提供快速且便利的裝置解鎖功能。
- 我們熟知的智慧型手機拍照功能也應用了大量的深度學習技術，許多品牌都以「AI 拍照」宣傳，號稱手機能辨識數千種拍照場景，再予以畫面最佳化，使用者能夠輕易拍出清晰、亮麗的照片。
- 不過Levi’s這件智慧夾克，目前只有在靠近手臂衣服袖口周圍，才有採用了能感測觸控的導電材質織布，其他衣體部位都還是使用一般的布料編成，因此只能做到局面觸控操作。
- Momo預計採用台哥大5G網路技術，來建置自己的5G專網，未來將透過這個專用5G網路來提供廠內所有AGV設備互連與溝通，讓這些無人搬運車可以做到自動尋貨、自主溝通、避開障礙物，讓顧客更快收到商品。
- 至於範圍較小的後三者，則適用於企業內部或具有特定用途的區塊鏈網路。
目前的專家系統發展雖然存在一些限制，在在未來，專家們將致力於改善許多今日專家系統的缺失。 而值得注意的是，不只是科技方面的不足需要被改善，在相關配套的法律政策與措施方面也需要與時俱進，這樣專家系統/人工智慧跟人類社會才能達到共生共榮。 也就是說，了解個人的知識，以及了解何時與如何運用它是專家系統很重要的一環。 這也被稱為「後知識」(meta-knowledge)，意即「關於知識的知識」。
應用實例: 人工智慧發展趨勢與相關職缺
而要完成測量的方式也很簡單，只要利用手機內建的陀螺儀感測器，來感測身體腹部的面積形狀，就能經由軟體算出結果，並以圖形來呈現受測者身體內臟脂肪的面積大小，給予由1到最高10個風險判定，當級數越高時，代表可能引發腦心血管疾病的風險越高。 這項用手機量測腰圍脂肪的方式，雖然只用手機就能操作，卻具有媲美專業儀器量測的精準度。 雖然目前這種導電衣料只用來提供做為智慧手機功能的操作，但它未來更大的價值，是讓這件夾克可以變成任何裝置的觸控介面，只要是任何能以觸控操作的裝置，未來也都能用這款導電衣來實現。 美國知名牛仔服飾品牌Levi’s在2016年5月與Google共同發表雙方合作以來的第一件智慧夾克。
另一項已經成熟卻鮮為人知的應用是影音過濾系統（Video Surveillance），隨著 YouTube 、 Facebook 、Twitter 等社群平台普及到生活中，產生了大量的圖片與影片，其中總是暗藏不雅、噁心圖片或是侵權內容。 短訊服務能減低學校的行政成本，除了應用於天氣突變，亦可作為與家長溝通的渠道，例如：某中學每天下午均會把學生的即日表現透過短訊呈示家長，不需依頼手冊，成效直接。 至今，Google無人汽車僅發生十多起的事故擦撞，絕大部份都不是由Google自駕車所引起的事故，且都未造成嚴重的車禍傷亡。 截至今年4月，Google已有58輛自駕車在美國加州山景城、德克薩斯州奧斯汀、亞利桑那州鳳凰城和華盛頓州柯克蘭城市的一般道路進行實測。 去年COVID-19疫情迫使民眾減少實體消費，改為線上消費，嚴重衝擊國內各個產業，政府為振興經濟，去年7月祭出振興三倍券，民眾花費1千元，就能獲得三千元的三倍券，希望能帶動民眾的購物消費，降低COVID-19對經濟的衝擊。
應用實例: 網路爬蟲與擷取資訊
不只減少記錄出錯的機率，以往從銀行內部竄改交易資料的情況也不會在區塊鏈上發生。 此外，除了區塊鏈的結構之外，如同前面的例子所提到的，區塊鏈也利用分散式帳本技術（distributed ledger technology）將這些存有資料的區塊分散儲存在不同電腦上，除了讓社群中每個人都擁有資料紀錄，避免資料遭到刪除之外，也達到了去中心化架構的透明度和安全性。 事實上是電腦收到符合模型參數內的音訊內容，會比對訓練後的結果、再將進行歸類、最後從資料庫抓出對應的語句，並作出預先設定好的反性，一來一往形成了流暢的語音助理對話，其中深度學習技術扮演著非常關鍵的角色。 這項技術原理是透過手機鏡頭讀取景物，再以預設好的演算法辨識該用何種場景模式進行畫面調整，雖然手機內無法做到「訓練模型（Training）」，但仍可以透過處理器「推導模型（Inference）」，手機品牌廠會將訓練好的圖像辨識模型安裝到手機中，手機處理器只需要透過中央處理器或是特殊的影像處理晶片便可套用。
有時，將原本看不到的流程以視覺化的方式呈現，能為客戶帶來很大的幫助。 這時如果能利用 AR 應用程式，以動畫方式呈現系統使用電力的過程，便可協助客戶更加了解車輛的運作方式，進而知道如何保養車輛。 這類 AR 使用案例不僅對內部目標對象 (例如技師) 非常實用，也能為客戶創造實際應用的好處。 ERP 系統是所有企業的核心，透過 RPA 建立報表自動產生可減輕工作人員負擔，也可減少出錯機率。 有時新型製造的架構上，ERP 需要針對性進行調整，選擇使用 RPA 取代開發不同的 API 應用也是一種更有效率的方法。 簡單來說，區塊鏈是一個建立信任的技術，只是其方式並非透過第三方認證，而是將紀錄加密並分散儲存，使紀錄幾乎不可能被竄改或刪除。
應用實例: 客製化生產實例 服務客戶群
雖然專家系統看似具備足以執行教學的豐富知識，但我們還必須考慮教學場域的其他因素，如何謂有效的師生動等等。 根據Peter Jackson的定義，專家系統 「是一套能表示或代表某專業知識領域，比如內科醫學或地質學等，並進行推論以解決問題與提供建議的電腦系統」。 以數據分析為依據，調整公車營運路線，不論是新增、裁撤或是變更等，都能有數據佐證支持，或多或少降低民眾反彈的聲音。 未來若能從公車取得影像、行車等其他數據，進一步擴大數據的應用，例如以AI辨識路上其他車輛違停，或者是辨識駕駛是否有不良駕駛行為等等。 因為若要使用 AR 技術，船上必須有網際網路連線，但實際上船上並沒有。 另外我們也很清楚，在危險的引擎室中使用 AR 解決方案，會有安全上的疑慮。
智慧裝置各種智慧聯網裝置，例如連網電視盒子、Smart TV、導入O.Speech 語音識別以及控制，強化人機介面，減低複雜的使用情境與學習門檻，讓智慧控制真正人性化。 在 Hanyu+ App 中可以得得經過專業編撰的中文 ( 漢語 ) 學習教材，透過更人性化的使用體驗設計與 應用實例 應用實例 AI 口語練習介面，讓語言學習可以更容易地融入實際生活情境。 5G的高速傳輸，讓無人機拍攝的影像，連結後端AI雲端運算系統，例如辨識人員或汽車，或是橋樑上的裂縫，或是和歷史影像比對，辨識特定事件發生前後的變化。 負責人員通知已完成當天所有出貨紀錄後，手動觸發UiPath流程機器人，在 SAP 系統下載此客戶的所有出貨紀錄後，逐筆依照客戶要求的邏輯並搭配 應用實例 Excel 巨集，產生對應的兩個檔案後，各自上傳客戶網站與 FTP 伺服器中。
應用實例: 應用實例英文
如此一來，區塊鏈技術就可以被用來取代各行各業傳統上需要第三方認證的業務，像是銀行處理轉帳交易、公證人認證買賣契約、驗證身份系統等等，讓手續變得更簡單，甚至提升數據的安全性與公信力。 區塊鏈這個名詞很多人都常常聽到，但如果問「區塊鏈是什麼」，很少人能說出個所以然。 應用實例 比特幣將區塊鏈的技術帶進真實世界，但區塊鏈應用範圍遠超過比特幣和其他虛擬貨幣。 IBM、微軟、Facebook等大型公司，甚至許多國家的政府，都已經紛紛開始推出基於區塊鏈的產品或服務。 市場調查機構MarketsandMarkets 的研究顯示，全球的區塊鏈在2023年將會達到230億美金的市值，年成長率達80.2%，儼然是未來不可或缺的技術之一。
實施RPA後，能做到：更快建立產品、進行大規模而不再是抽樣比對、資料準確性提高，並按時完成產品追蹤處理。 但由於Python的執行效率不足以支應一款精緻的遊戲，如果學程式語言的目的為開發遊戲，建議使用Unity和C#。 應用實例 瞭解自己對寫程式是不是有興趣，若有興趣，可以更深入專研Python，且從Python上學到的邏輯基礎，也可以讓我們更快的上手其他程式語言；而若只是被程式熱的風潮影響，對程式語言沒有興趣，Python讓你投入的成本與時間相對很少。
應用實例: 專家系統的應用實例:
區塊鏈技術處理契約的方式，是將這個契約複製成千千萬萬份，加上密碼，儲存在社群裡所有人的電腦中。 如此一來，不只契約難以遭到竄改，就算有其中一台電腦遭到破解，依然有許多其他電腦存有契約的紀錄，並且不需要第三方人士參與作證。 企業必須自行採集數據，其中的成本非常高昂，必須親自聘僱大量的員工實地蒐集與整理，才能建立深度學習所需的數據庫。 值得一提的是，許多 AI 公司都有開源自己的機器學習開發工具，像是函式庫（Library）、框架（Framework）以及眾多的學習資源，然而除了數據的累積之外，要從龐大的數據庫中擷取所需的特徵仍需要高度的技術含量。 這些公司會加入上述提到的自然語言處理模型，藉由爬蟲分析網路上大量有關音樂的部落格、網站文本，從中分析出評論家跟網路留言對特定節目或音樂的形容詞，或是同時有沒有提到其他的音樂創作者，並將其中的關鍵字丟入模型，訓練出不同的權重，藉此逼進使用者的真正偏好。
SEO服務由 featured.com.hk 提供