群眾招募好點子！華碩維修備料預測難題，公開向3千專家徵求關鍵演算法

對於消費性電子產品廠商來說，採購充足的料件確保維修服務據點不缺料，才能維持良好的服務水平。不過，隨著產品生命週期越來越短、料件可替代性也逐年降低，加上各國因氣候不同需要差異化備料，都讓現行以簡單公式與過往經驗來備料的方法，難以應付預測需求。

對此，華碩電腦在2017年就試著開發「客服備料輔助系統」，希望根據過往歷史資料，開發一套能滾動式預測未來所需料建量的軟體平臺，讓客服人員能取得即時資料、更精準的預測料件需求，卻在執行過程中遭遇許多挑戰。

華碩電腦協理林純忠表示，原先以為只要統計產品的生產履歷、出貨紀錄、產品紀錄與料件維修紀錄，從生產、出貨、消費者、維修4個面向蒐集資料，就能精準預測料件採購量，但實際操作才發現，「資料不是為了預測而生。」真實的資料情形，可能因無完整歷史紀錄導致覆蓋率不足，早年系統的資料品質也不佳、需要加工處理，導致在單一個模型的資料清整流程，就花費半年時間。

為了加速客服備料輔助系統的開發，華碩除了內部持續清整歷史資料，也開始在AI點子創新平臺「AIdea」上徵求好點子。「維修元件備料預測」要探討的議題，是當料件即將停產、必須一次性採購充足料件時，為避免採購太多會囤積、採購太少又會缺件的問題，應如何精準預測料件採購量？華碩提供筆電料件維修紀錄及產品銷售紀錄，要徵求學界演算法，來預測未來21周每周的料件耗用量。

截至目前，該議題競賽已經結束，兩階段共吸引175位學界好手參加，華碩也預計將在10月更新資料集、清空個人與排行榜成績，來開啟下一階段的評比。

AIdea平臺讓企業用群眾力量解決產業問題

連華碩都加入出題的AIdea平臺，是在去年8月由工研院發布上線，要讓有AI應用需求的企業提出問題與產業資料，向學界徵求最佳AI應用，並以上架費（約10萬元）作為比賽獎勵。該平臺推出一年來，已經累積超過20個產業議題，且吸引約3,500位成員加入解題，要透過群眾力量幫企業解決問題。

其中，已經結束的議題還有「馬拉松運動博覽會參訪動線類別預測」。這是由工研院提出，提供2018年12月6-8號進入馬拉松運動博覽會的訪客行進路線資料，讓參賽者建立訪客類型預測模型。工研院工程師陳大恩表示，透過人潮動線的分析，可以瞭解參訪群眾的喜好與佇留情況，未來能近一步運用展場空間配置，以免人潮過度集中在熱點高的攤位，產生分布不均的情形。

而這些人潮行進路徑資料的取得，是來自參訪者手機連接wifi時，14臺分佈於展場不同位置的讀取器，所蒐集到的連線紀錄。資料清整後，可得出不同參訪者的行進路線，以及在不同攤位停留的時間，工研院也將資料切成7成的訓練資料與3成的測試資料，讓參賽者能透過訓練資料來建立訪客類型預測模型，再以測試資料進行驗證。

該議題共吸引了72人報名參賽、資料被下載55次、更有315次的演算結果上傳。陳大恩表示，這次競賽僅提供參展路線資料來分類訪客，未來還可延伸開放攤位熱點分析，或是協同監視錄影機的畫面來預測人潮動向，給予參賽者更多類型的資料來進行更複雜的預測。

臺灣海洋廢棄物分布、牧場乳量預測還在徵求好點子

由中華民國乳業協會提出的「臺灣牧場乳量預測」，是希望猜賽者透過乳牛群性能改良計畫（Dairy Herd Improvement，DHI）資料庫，來預測臺灣不同地區牧場生產的乳量。行政院農委會畜產試驗所助理研究員涂柏安表示，乳牛的泌乳量會動態改變，與牛的品種、年紀、身體狀況、泌乳期、季節、食物、牧場管理狀況有關，但過往是由人的經驗來判斷，透過AI才能更精準預測乳產量，並進一步維持乳製品的穩定供應。

但乳牛飼養的數據從何而來？涂柏安說明，以穿戴式裝置來搜集乳牛大數據資料，約從10-15年前就開始導入牧場管理，比起人還早了好幾年。比如乳牛的頸圈、腳環，可以搜集乳牛活動力、發情、反芻情形，也能作為身份驗證，並即時監控牛隻健康狀況。而透過自動化搜集的資料，包括乳牛採食過程蒐集到的反芻頻率與長度、胃部溫度與PH值，以及泌乳期間，透過全自動擠乳機器人記錄下牛隻的身份、乳量、乳成分、時間等。

目前，這個議題正在開放答題，若能找出精準預測乳產量的方法，將提升臺灣酪農業的智慧化牧場管理，以及更準確的乳價訂定參考。涂柏安舉例，歐洲最大的乳品生產商Arla，就是透過AI預測乳產量與市場需求，來維持產銷雙方的供需平衡。

另一個產業議題「臺灣海洋廢棄物預測」，則是即將要推出的議題，約11月上線，希望用AI來掌握海廢的分布，來減少傳統預測法的測站數量與人力測量成本。工研院巨資中心呂依芳表示，臺灣的淨灘活動盛行，每年超過500場，但海廢的數量更多且源源不絕，因此，在人力、物力有限的情況下，要去哪些環境污染重點區域淨灘，就是一大關鍵。

由於廢棄物尺寸差異、海岸地形多變，再加上人力資源有限，現行大多採取快篩的做法來計算海廢數量，才能在短時間內執行大範圍的抽樣調查。而快篩方法，則是以全臺1210公里的海岸線為主體，每10公里規劃一個測站，共計121個，並在每個站點透過目測定量的方法來調查，比如某站點向右寬50公尺的海岸線上，目測共有10袋垃圾的數量。

不過，這種以經驗來計數垃圾量的方法準確度不高，工研院希望能透過AI工具來輔助計量。比如說，應用鄰近測站、過去快篩資料、過去淨灘資料、海象氣象資料、海岸地形來進行各區域的海廢預測；又或者，訓練出海廢垃圾計量的影像辨識模型，只要拍一張海岸照片，就能自動比對並估算出垃圾量；甚至，透過海廢上的各國字體，來辨識垃圾源頭國家，來進行垃圾漂流方向的分析等。

除了上述提到的產業議題，目前仍在開放答題的還有「尋找病媒蚊孳生源-積水容器影像物件辨識」、「AOI瑕疵分類」。AIdea平臺匯集了國內AI的產業議題庫、資料庫、人才庫，除了華碩外，還吸引了包括疾管署、華新麗華、中石化、台灣大車隊、中華民國乳業協會等企業與政府機關來出題，要尋求學界解方，加速AI應用落地、產業AI化。甚至在未來，AIdea也可能成為企業徵才的管道之一，由企業開放產業問題為試題，作為徵才的篩選條件。