应用大无限　远传引AI走入日常

　　
　　随着科技的进步，AI（人工智慧）早已悄悄进入我们的生活，在各个领域发展壮大。身为远东集团数位先驱的远传电信，更是早一步布局AI新科技，实绩遍及纺纤、水泥、钢铁等产业，包含：AI智慧路灯、云端智能环控/环安、AI资安管理平臺、AI人脸辨识……等应用，引领个人、企业，甚至是远传自身，踏入更智慧的新纪元。

智慧生活　人人有感
　　人工智慧就像新时代中的电和网路，可为各行各业所用。远传目前开发的AI应用除了提供个人用户，也分别针对企业客户与内部作业进行优化。

　　在个人应用上，经由人工智慧加强电商客户体验，并提升成交率，例如：friDay购物平臺透过数据挖掘畅销品，同时结合平臺内搜寻、商品业绩等数据，以及外部的Google Trend、竞业热销排行、比价网、PTT等资料，预测热卖品并提供个人用户选品建议。

　　除此之外，远传也致力于智慧家庭发展，其中，智慧音箱在智慧家庭AI应用中是不可或缺的装置之一，尤其语音部分，更是人工智慧的重要舞臺，必须让智慧音箱听懂各类消费者的语音、腔调，而且要老少皆宜。因此，正式推出智慧音箱前，远传先收集上千个语音录音，透过人工智慧分析，让智慧音箱「听懂」各类话语、指令。2018年，远传领先全臺，推出「爱讲」智慧音箱，以「臺式中文语音助理」获得育儿族和银髮族的喜爱，稳居臺湾在地化智慧音箱领导品牌。2019年，远传再推出「小爱讲」、「小狐狸」两款携带式智慧音箱，除了持续扩大数位内容服务、强化「语音加值服务生态圈」，9月更宣布全面佈局「智慧控制生态圈」，陆续推出智慧家庭联网设备，扩大与家电品牌串接，透过「爱讲」智慧音箱，整合智慧家庭的物联网，加速开拓智慧控制版图。

　　未来远传将持续拓展智慧音箱的产品线，提供消费者更多的服务与加值内容，同时积极利用远传音箱带动多样的Home-based IoT家电装置，让消费者在家里就能轻松享受现代科技的服务。

智慧预测　各界帮手　　

　　AI在企业界的应用同样多不胜数，远传近年致力发展物联网应用，以2019年推出的智慧路灯为例，可根据人流、气候、环境，建立路灯照度控制的建议值，达到照明和节能的双重需求。同时，基于装置讯息、属性与保养行为，建立预测模型，使路灯维护的排工策略更具经济效率。另一项能源管理系统则是利用内外气候和过去用电行为，建立室内温度预测模型与耗电预测模型，并藉此建立用电的最佳方程式，达到中央空调系统的用电节约目标。

　　在营运上，人工智慧也是增加营收、降低营运成本与风险的好帮手。以电信业最困扰的欠款问题为例，远传透过AI预测欠款风险，做出更弹性的帐单代收消费额度设计。随着文字服务需求扩大，远传也利用Robot取代简易类型的服务量，以提升客服效率并降低成本。不仅如此，远传还研发自有文字分类技术与优良数据标籤，并建置ML（机器学习）演算法模型与爬网，解决大量网站无法分类的问题，大规模优化旧有系统，让行销与销售更精准。
　　远传人工智慧的应用也延伸至远东集团关系企业，与远东新世纪印染厂合作的AI智慧验布机、AI智慧验印花机，可透过视觉化AI，以高画质的影像辨识良品的种类与特徵，结合智能学习不断优化，确实提升出货时的验布效率，并减少瑕疵品带来的客诉。

　　AI不仅能帮助企业升级，还能够打击犯罪。2018年远传接获刑警局通知，由于「远传在金门的讯号太好」，意外成为诈骗犯的首选，许多使用易付卡的诈骗电话源自邻近金门的厦门地区，为了从源头解决问题，远传先派工程团队前往金门，调整基地臺讯号，并实际搭船至海中央测试讯号强度，以确保金门用户不受影响，成功让诈骗电话减少近四成。由于资料是机器学习的根本，远传接着将过去的诈骗电话资料进行大数据分析，从资料中有效分离出每天通话量、拨打行为、平均通话时间等特徵，并且透过资料科学家选择合适的AI演算法及尝试各种模型参数，以建立机器学习模型，最终找出诈骗犯的36个关键线索，去年透过「预测诈骗自动侦测系统」侦测诈骗正确率高达92.5%，也让远传成为臺湾首创透过AI机器学习侦测诈骗电话，并取得经济部专利的电信业者。

　　不单人类行为可以运用AI建立预测模型，远传携手水利署发表全臺首例的「线上崩塌与浊度预报系统」，更是以AI预测自然环境，不过使用的对象、资料和模型种类不一样。简单来说，机器学习分为二种：迴归（regression）与分类（classification），前者通常用来预测一个数值，包括：房价、明天股市收盘点数、未来的天气情况…等，举例而言，一个产品的实际价格为500元，通过迴归分析可得预测值为499元；此外，崩塌与浊度预报系统也是「迴归」问题，藉由模型得到一个数字，藉此逐时预报6小时后发生崩塌的机率、浊度上升情形，为防灾工作争取宝贵的应变时间。至于AI对于诈骗的侦测则属于「分类」问题，意即随便抽样一个人，模型将判断「是」或「不是」诈骗。

智慧挑战　商机无限
　　AI能为不同应用场景提供的解决方案包罗万象，远比人们想像的多更多，虽然未来发展无限，却也无可避免要面临下列挑战。
1.    商机与需求：由于人工智慧成效难测量、需投入人力与成本高、现有公司系统架构整合不易，导致目前需求尚未明朗。建议公司机构在投入人工智慧之前，先釐清目的，例如：希望经由人工智慧解决的问题为何？未来如何将人工智慧运用在产品、服务与流程？唯有找出问题、确立需求，才能开发出真正有效的AI应用。
2.    数据质量：人工智慧必须建立在对的数据与质量上，且数据能持续被取得，但目前多数公司可取得的数据有限，或是文字、影像、图片、语音等不同类型的数据难以整合，使得人工智慧的应用发展与成效受到影响。
3.    人才与工具：目前市场上的AI人才有限，然而，培育人才需要经验、时间及资源，且大部分的企业需要有商机诱因才愿意投入。再者，现在仍缺乏整合型的开源应用开发工具，造成开发过程缓慢且容易有资讯与流程的安全疑虑。
4.    潜在风险：人工智慧应用的兴起带来生活上的便利，不过，意外发生时的责任归属（例如：自驾车意外）与资讯安全也衍生出服务提供者的法律责任风险。另外，人工智慧应用将不可避免的取代部分原有人力工作，如何在技术精进与就业市场的冲击间取得平衡，也是一大难题。

　　尽管如此，随着通讯技术演进，即将到来的5G，其大频宽、广覆盖与低延迟特性，将有助于边缘运算的实现，为人工智慧发展再推进一步，尤其预计未来在交通运输与无人机上将有令人期待的成果。在人工智慧与5G的结合下，智慧交通能够真正走入V2X（Vehicle to Everything）智能协同，强化车辆对于环境的感知能力与侦测范围，提升道路交通安全，减少伤亡。至于无人机经由加装的监控镜头取得高清影像串流，可用于环境监测，事故风险和防灾侦查上。如同日本KDDI电信商已运用无人机，提供安全、迅速以及具有成本效益的基础设施监测服务。

　　远传从单纯提供语音、讯息的传统电信业，不断转型朝数据、数位创新应用的服务供应商前进，在充满多元商机的智慧时代中，为电信产业注入活水，相信离AI应用百花齐放的目标已不远矣。#