請選擇領域
請選擇部會
27 筆結果
技術簡介: "我們的互動遊具運用 AI 技術，將「臺北市學齡前兒童發展篩檢表 Taipei-II」中的專業檢測項目，開發成 AI 可判讀的量化數位指標，讓幼兒在遊玩與學習的過程中，也能讓家長充分掌握身心發展狀況。三項核心AI技術包括： 1) Whisper STT模型：精準分析幼童語言發展能力。 2) MediaPipe姿勢辨識模型：識別嬰兒粗動作發展狀況。 3) Child-action-recognition 模型：檢測特定發展里程碑行為。 產業應用性: 本產品具有高度市場潛力：幼兒互動玩具本身就是一個龐大且持續成長的市場。我們進一步將「遊戲」與「發展評估」結合，讓孩子在玩樂與學習中自然展現語言、動作、認知與情緒狀態，並以「臺北市學齡前兒童發展篩檢表」為學理基礎，使互動玩具成為兼具娛樂性與專業性的早期篩檢與工具。一方面能對應到許多家長對於幼兒發展遲緩或差異的疑慮，二方面亦能廣泛導入至早療中心、幼兒園、兒科診所與教育機構，透過 AI 影像與語音分析自動生成專業發展評估報告，協助專業人員快速掌握幼兒語言、動作、認知與情緒狀態。持續累積的大規模數據，也有助於推動跨專業合作與研究，為兒童發展與教育產業創造全新的價值。
未來科技館 | 生活應用技術簡介: 由北醫大數據所與雙和醫院共同開發，首套專為臺灣急診語境量身所打造的 AI 決策支援系統。AIDE 不僅是單一AI模型，而是融合語言技術原創、臨床流程洞察與系統設計的整合創新平台。其於檢傷階段即可進行多任務預測，如臨床風險與醫療資源需求，提升資源運用效率。透過大量真實病歷進行優化，並整合非結構化主訴、結構化檢驗數據及穿戴式裝置的即時資訊，打造即時且高準確率的預測模型，突破現有醫療 AI 侷限於單一資料型態的瓶頸。技術已完成跨院驗證，未來可延伸至其他急重症、門診與住院場域，打造模組化推廣架構，利於商品化、授權與國際輸出。 產業應用性: AIDE以量化經濟效益與臨床價值，協助醫院降低病患留滯時間、保障醫療品質、紓解人力短缺、提升醫院聲譽與競爭力並強化制度優勢。AIDE採用與醫院共同分潤的效益分享模式，無需高額前期投入，依實質收益進行付費，降低導入門檻並確保供需雙方利益一致，同時擁有完善的智財保護，具備臨床立即應用性與長遠商業潛力。
未來科技館 | 生技與醫療技術簡介: 就是要勝訴團隊開發的 LawsOS 融合自然語言處理、機器學習、深度學習與向量化檢索技術，專注智慧訴狀分析、判例相似度、法條推薦。 系統以「互動圖板」為核心設計，將案件重點、關鍵脈絡與分析結果直觀呈現，打破傳統AI Chat 模式，以律師決策為主體，運用向量資料源、自動推薦與判決紀錄管理，形成更高效的 AI 協作環境。 藉由一站式案件處理與圖版節點互動，強化訴訟判斷的準確性與即時性。 產業應用性: 律師運用 LawsOS 將更多時間放在「判斷與決策」，而非疲於搜尋和整理資料筆記。LawsOS 透過智慧訴狀分析、判例比對與法條推薦，快速整理案件重點，讓律師能在一個互動圖板上清楚掌握全貌。 從新人律師到資深律師，都能透過系統更快找到切入點、評估對手策略，並即時掌握法官與案例趨勢，大幅提升辦案效率與勝算。
未來科技館 | 生活應用技術簡介: QOCA apc 健康照護平台是專為遠距健康照護設計的私有雲平台，適用於居家照護與在宅養老。透過簡便的遠端設置與直觀操作，為術後患者、慢性病人、在宅住院者及銀髮族提供整合式服務。平台結合物聯網設備與即時通訊，將醫院照護延伸至家中，讓遠距團隊能服務更多民眾。 產業應用性: "應用場景：居家不中斷、術後出院與高風險管理、在宅急症、高齡健康促進、社區巡迴、院內特殊監測。 適用對象：中風、糖尿病、高血壓等需生理數據監測者。 系統支援：QOCA apc + AI判讀警示，助個管師即時遠端掌握。 產業價值：符合高齡化需求；結合健保政策與商業模式，兼具政府與民間推動優勢；跨機構協作平台，利於國際推廣。"
未來科技館 | 生活應用技術簡介: 現代人追求高規格電視來達到更沉浸式的體驗，但是高規格的影像資源卻非常稀缺，如Netflix最高也只支援到4K影像，多數串流平台無法直接支援高規格顯示器，因此本作品打造全球第一款高效能AI加速器，可以同時加強影像時間與空間的解析度，並整合進市售高規格、高解析度的電視與電腦螢幕，帶來更卓越的視覺體驗。 產業應用性: 本作品所設計的時空解析度強化系統，可整合進市售高規格的顯示器中，展現出此應用在下世代顯示技術上的潛力。為展現出其潛力，我們透過自製的PCB板與FPGA板，建構完整的即時展示平台，可將輸入低解析度Quarter HD 30 FPS影像，即時提昇至4K-UHD 60 FPS，以達實際互動與雛型展示效果。
未來科技館 | 生活應用技術簡介: 本技術整合硬體與強大的AI軟體。硬體上，系統支援市售手機或IP Camera，並可依場域需求搭配雲端或邊緣運算裝置，進行即時影像分析。搭配模組化的水盆與LED背光設計，能快速部署於任何養殖或交易據點。 核心AI模型採用YOLO v10/v11等先進演算法，能精準辨識超過30種魚蝦品種，在動態追蹤下的計數準確率仍高達97%。所有數據即時串接雲端資料庫，建立完整的生產履歷與溯源紀錄。 產業應用性: 首創「AI 智慧點苗平台」，養殖戶用手機可精準計數40多種商用魚蝦苗，準確率高達97%，效率較人工提升10倍。平台整合智慧庫存管理、雲端交易數據與QR Code履歷，解決傳統養殖業長期存在的交易不透明與庫存管理痛點。本技術已獲台、中兩項核心專利，美國專利同步申請中。產品已成功導入超過30家漁場驗證，並納入114年度農業部漁業署「智慧省工設備」補助清單，是兼具操作簡易與高度擴展性的永續養殖解決方案。
未來科技館 | 農業相關技術簡介: 專為水域安全打造的AI溺水偵測系統，結合影像辨識與生成式AI，突破傳統訓練數據不足與部署耗時的限制，能快速生成合成資料並達成高達98%的偵測準確率。系統支援邊緣運算，兼顧隱私與法規合規，已成功導入日本多座場館並有救援實例，正拓展至公園、溪流與港口等開放水域。其解決溺水事故頻繁、環境複雜與人力監控有限等痛點，展現高度商業潛力與國際市場吸引力，為全球水域安全提供即時、可擴展的創新解方。 產業應用性: AI 驅動的溺水偵測系統，專為水域安全打造。透過電腦視覺與生成式 AI 克服訓練數據不足，達到 98% 偵測準確率。支援邊緣運算，兼顧隱私與合規。已於日本部署並有實際救援案例，正拓展至公園、溪流與港口等開放水域，提供全球即時且可擴展的水域防護。
未來科技館 | 生活應用技術簡介: 本技術聚焦於鐵電記憶體，透過介面優化、操作時機調整與自動電路設計，延長元件使用壽命並降低性能衰退。同時開發能與後段製程相容的薄膜材料，提升熱穩定性，提供更快、更可靠的寫入速度，兼顧先進製程需求與未來應用。
未來科技館 | 生活應用技術簡介: 本團隊在通訊領域開發獨特「分波多工與解多工器」技術，提升矽光子光引擎的傳輸頻寬，並大幅提升元件特性與良率；在運算領域開發「寬頻光源卷積層運算」技術，提升光學平行化處理的通道數目，同時展現光學乘加運算的彈性；在感測領域開發「矽光子光纖陀螺儀」技術，成功打造低成本小體積之戰術級陀螺儀 產業應用性: 基於矽光子晶片設計的分波多工與解多工器，可廣泛應用於資料中心與高速通訊系統，提升頻寬效率。搭配寬頻光源的卷積運算，能實現低功耗的裝置端 AI 運算，適用於即時影像辨識與智慧感測。矽光子光纖陀螺儀則具備小型化與低成本優勢，能推進無人機、自駕車與衛星導航等精密定位應用，並具高度商業化潛力。
未來科技館 | 生活應用技術簡介: 軌道臨時速度限制系統（TSR）由感應子及道旁機櫃兩大核心設備組成。當系統接收來自外部的告警訊號時，道旁機櫃會進行訊號判別與確認，經確認無誤後，觸發感應子發送ATP(列車自動防護系統)停止封包指令，強制讓列車進行降速或煞車。其系統採用交握信號觸發的安全機制，透過DWS(天然災害告警系統)、CTC(中央行車控制系統)，和AI智慧影像監控等多方告警資訊，進行相互比對與驗證，確保告警訊號無誤。 產業應用性: 2021年4月2日，臺鐵408次太魯閣號因撞上滑落軌道的工程車而出軌，造成嚴重傷亡，成為台灣鐵道安全的重要警訊。為防止悲劇重演，臺鐵與高科大鐵道技術中心攜手研發全國首套國產軌道臨時速度限制系統（TSR）。TSR系統已於全台20處高風險路段進行部署，能即時監測並回報軌道異常，協助司機員與行控中心大幅縮短反應時間，及早採取應變措施。透過精準的事件偵測與即時通報，TSR能有效降低列車與入侵車輛發生碰撞的風險，為鐵道安全再添一道堅實防線。
未來科技館 | 生活應用技術簡介: 系統係整合認知功能偵測遊戲、肌力評估和訓練遊戲專利技術、影像辨識技術、非接觸式生理訊號量測技術以及AI演算技術，建立一個人數位化健康促進之互動式輔助照護平台。收集血壓、心律、肌力、身體組成、功能性體適能檢測、認知評估分數、步態分析等多模態數據，進行AI分析以提供使用者身體功能、腦力和肌力等健康狀態資訊。 產業應用性: 技術可應用於長照中心、社區及居家照護，具商業彈性。使用者可在家或長照機構透過平板或電腦進行自我評估，系統可記錄數據並上傳雲端資料庫，以利後續長期追蹤，協助及早發現功能衰退並提供醫師參考。
未來科技館 | 生技與醫療技術簡介: 單顆裸晶測試系統透過B1505A對下針位置、重複下針次數、刮痕長度與摩擦靜電對量測結果的影響進行比對，大幅優化量測的精準度與效率。將元件進行短路測試，探討短路造成之影響，再使用LTSPICE及TCAD模擬出短路測試波形，分析溫度對元件失效之物理機制，而後針對失效元件以光學及SEM方法進行分析。 產業應用性: 高功率元件測試系統經由大量的量測，可以顯示在裸晶上不同位置的電性，進而得出在裸晶上最佳的下針位置。LTSPICE模型可以預測在短路下的電流電壓，並且得出元件內部的溫度，透過模擬來找出元件的極限值。若導入業界使用，可提升裸晶量測之精準度與效率與事先知道封裝元件在實際應用時的情況，從而避免元件損壞。
未來科技館 | 資訊與通訊技術簡介: 本研究開發邊緣裝置上的駕駛人監測與互動式AI代理系統，應用輕量化大語言模型進行決策和操作，以及駕駛行為辨識系統監控行車安全。其中，ADAS Buddy 智慧汽車代理系統提供直覺的人機互動介面，TSM-MobileNetV4 可有效辨識駕駛分心和使用手機等行為。多任務模型（DMTM）則可同時進行眼部狀態、頭部姿態與視線估計，對駕駛人行為安全進行全面監控和指導。 產業應用性: 此系統具備高效能、低運算負載與少量參數等優勢，特別適合在嵌入式平台進行部署。能在網路服務不穩定時，仍保持服務完全穩定，有效提升行車安全。除了作為汽車內的駕駛人輔助系統，此技術也可用於車隊管理與物流產業，來監控駕駛員狀態並預防事故。
未來科技館 | 生活應用技術簡介: 系統整合 AI、物聯網、數位分身與遠距會診，能即時分析設備數據、醫學影像、檢驗與病歷，提供輔助診斷。透過數位分身介面跨裝置存取，提升臨床應變與溝通效率。AI 模組聚焦敗血症、心肌梗塞、ARDS、中風與營養，並導入生成式 AI。實證成果顯示，ICU 整體死亡率下降 4%，同時大幅縮短診斷與評估時間。 產業應用性: ". 已取得 6 項醫療 AI 許可證、申請 6 件專利與 4 件商標 . 本系統已成功導入本院六個加護病房，具備模組化與高延展性設計，未來可應用至一般病房、長照機構與區域協診平台 . 各項功能評比皆優於國際產品，且建置成本節省逾 87%，具高度商業化潛力。可望推動系統商品化、授權與策略合作"
未來科技館 | 生技與醫療技術簡介: 本技術結合醫療影像整合同步紀錄與遠距手術協作功能，醫師可透過電腦、平板或智慧型手機即時登入，進行雙向語音溝通與影像同步。系統具備多重加密與權限控管機制，確保醫師與病患的隱私安全；同時以高可用性架構（HA）支援直播示教，使手術教育突破場域限制，更穩定可靠，提升臨床應用價值與教學成效。 產業應用性: 此技術專為遠距手術協作與臨床教育打造，具即時雙向溝通、跨裝置連線與權限控管，確保隱私安全。在高流量且穩定的網路環境下，可拓展外科教學場域，提升病患安全性，並強化手術團隊協作效率。
未來科技館 | 生活應用技術簡介: 本技術整合手術房與檢查室多源動態影像至單一紀錄系統，突破多機下載與檔案分散的瓶頸，大幅提升醫師及護理人員在臨床紀錄、報告撰寫的效率。所生成之完整數位影像資產，除可建立臨床與科研資料庫，更能保存特殊案例，成為外科教學與影像研究的重要依據，助力精準醫療與醫學教育發展。 產業應用性: 此系統可同時整合2至8種手術影像進行即時錄製，並保留各影像源之完整檔案。此技術不僅提升臨床影像管理效率，減少分散設備下載的繁瑣流程，亦能依場域需求提供多元儲存架構，支持外科臨床教育、醫療研究資料庫、人工智慧驅動分析以及精準醫療的提升。
未來科技館 | 生活應用技術簡介: 智慧光學骨質密度儀是唯一藉由光學技術測量骨質密度，鎖定骨質疏鬆早期診斷困難、現有檢測方式昂貴且難以普及等關鍵痛點，可於手腕非侵入式近紅外光測量並透過 AI 演算法精準預測左右髖骨及脊椎骨質密度。儀器便攜性與易用性適應多樣化的醫療環境，例如小型診所、社區健康中心甚至偏遠地區，大幅提高檢測的可及性。因操作簡單、無輻射及再現性佳，極具大眾篩檢潛力，預期取代定量超音波作為初篩骨質疏鬆最準確最方便的技術。 產業應用性: 智慧光學骨質密度儀在提升骨質疏鬆症診斷與治療品質、降低骨折風險等方面具有顯著的預期效益。早期發現可預防骨折，降低殘疾和死亡風險，提升生活質量，減少醫療負擔。 1. 可及性限制：許多開發中國家缺乏DXA掃描設備，測試成本高，設備昂貴。 2. 醫療系統限制：醫療保險覆蓋不足，特別是骨質密度測試的報銷政策。 3. 人口老化：全球65歲及以上人口預計2050年達15.5億，需求將進一步增加。
未來科技館 | 生技與醫療技術簡介: 馬達驅動器測試使用EME取代真實馬達，具有操作簡易，規格調整迅速、可實現馬達故障情境、沒有轉動元件、縮短研發時程、電能回收等諸多優點。EME技術重點包含:馬達模型、數值運算、延遲補償、電流控制、諧波消除、轉速訊號回饋等等。本作品為30 kW原型機，可實際與馬達驅動器對接，完成不同轉矩與轉速情境測試。 產業應用性: 電子式馬達模擬器可取代傳統實體測試，具低耗能、無噪音、安全穩定等優勢，提升研發效率與產品可靠度。導入後，可降低50～80%開發成本、縮短50%時程，可應對多情境驗證需求。技術具高度延展性，適用於電動車、儲能與再生能源等多元產業，將成為電力電子產業鏈的關鍵技術，強化競爭力並創造高附加價值。
未來科技館 | 生活應用敬請期待!
