AI影像識別工具模組化 協助工廠智慧轉型蓄勢待發

灼灼科技核心技術領先業界，利用獨有的模型壓縮和程式庫最佳化技術提供客戶輕巧、快速的人工智慧影像識別邊緣運算解決方案。灼灼科技

隨疫情升溫，工廠自動化甚至智慧化的價值更顯重要。此外，DIGITIMES研究報告也指出，因市場更趨個人化、客製化，產品生產模式逐漸走向少量多樣，種種因素都挑戰著企業的應變能力。

因此，逐漸出現許多人工智慧的新創開始推廣SaaS、PaaS等工具組，主要好處是自行訓練、調整最佳化的數值可以不用每次調整都付費，並且公司的資料不需假他人之手，資安疑慮較小。

灼灼科技就是其中的供應商之一，那時候大家對自己訓練AI沒有那麼有興趣，灼灼科技卻早就洞燭先機，開始做工廠客製化的平台，主攻AI影像識別客製化。

目前的人工智慧主要分成Edge端跟Cloud端，Cloud部分主要有AWS、AZURE及GCP三雄割據；灼灼科技也另闢蹊徑，把所有的人工智慧服務放在一個終端裝置，例如手機、工業電腦等等，不需要外網就可以運算，在資安危機四伏的現在更顯優勢。

利用卷積神經網路演算法進行影像辨識，灼灼設計了能讓電腦自動蒐集與辨識資料的深度學習平台Epeuva，讓企業能夠將人工智慧繁複的訓練過程模組化，希望最終能幫助企業主專注於訓練以及應用，降低企業採納人工智慧的門檻。

目前，灼灼科技的技術已經實際應用在許多場景裡，最廣為人知的案例之一，是與交通部公路總局、特有生物研究保育中心及中興大學合作開發的「路殺預警系統」，結合「AI辨識系統」及「聲光波生物緩速設備」，有效發現並阻止石虎與來車相遇的可能，減少路殺機會。

此外，灼灼2019年於QITC獲選為入圍團隊，接受高通育成計畫，參與高通引介的日月光毫米波企業專網智慧工廠專案，與日月光、中華電信一同建置全球首座mmWave企業專網智慧工廠，於廠內「AI+AGV智慧無人搬運車」上的人工智慧檢測技術發揮其專業實力。

對於人工智慧的未來發展，灼灼科技營運長陳瓊文表示Edge端及Cloud端會是互相協作的角色，由Edge端先進行及時影像分析，將分析的結果轉成資料，Cloud端則是將各地Edge端的資料整合為有用的資訊。

而灼灼科技在成立之時，就致力於影像識別在邊緣運算的解決方案，能客製化AI應用方案彈性結合各種邊緣運算硬體，從純CPU系統至Local Server皆可支援，對於預算有限的廠家更有選擇的彈性，幫助中小企業主在數位轉型越趨重要的未來站穩腳步。