根據調研機構Allied Market Research的研究報告指出，全球影音監控市場產值在2017年已經達到281.84億美元，未來複合年增長率更是突破14％，由此可知世界早已掀起安控風潮，那麼台灣呢？

台灣安控產業在類比時代有過一段榮景，隨著數位時代的來臨，在中國低價的攻勢之下，將龍頭地位拱手相讓，近年隨著對於資安的重視，台灣的安控產業有著回溫的跡象；過去，總是聚焦在硬體開發，現在卻是強調鏡頭後面的統整應用，應用場域也從過去的企業需求，例如：金融業、超商零售業，延伸到家庭、校園、醫院及公共區域。應用領域更是百花齊放，從防盜、道路監控到醫療照護都是安控產業的發展領域。

超有隱私權的AI辨識

談到安控與AI的結合，人臉辨識絕對是最先提起的應用，以中國的「天網」系統來看，的確十分強大，但也陷入隱私權爭議，人們難免都會有疑慮，是否只能透過失去隱私權來得到安全性呢？國外新創Trace AI提出使用「身體特徵辨識系統」，藉此避開人臉辨識的隱私權爭議；無獨有偶，台灣也有一家企業，透過「去識別化」的影像，將安控系統裝置在一般攝影機無法裝設的地點。這家企業就是透過軟硬結合成立的艾歐資訊，「AI照護服務辨識系統」是初試啼聲之作，功用則是偵測是否有人跌倒，艾歐資訊總監李佳欣表示這套系統是透過飛時測距(Time of Flight, ToF)科技加上自家打造的AI演算法，開發出「iToF」完成這樣的目標。為什麼有信心可以安裝於敏感的地點而不至於有隱私權的爭議呢？他拿著巴掌大的產品解釋，這套系統是藉由設備上打出去的LED光線，以折返時間計算和物體之間的距離，測量出物體的遠近與深度，再以點狀成形顯示形體輪廓；同時經過AI深度學習，可以判別不同的人體姿勢，如果偵測到人類倒臥或跌跤等姿勢超過設定的時間，系統就會發出警訊，提醒相關人員到場查看，他也不無得意地表示，這套系統的判讀準確率已經達到8成。李佳欣指著螢幕上的成像說：「這樣是不是認不出來誰是誰？也因為這樣所以不怕有隱私權問題，可以裝在更多地方。」現在，也已經有單位來洽詢是否可以裝在公廁，他談到除了偵測是否有人發生跌倒意外之外，甚至可以統計使用人數，以利打掃人員的安排。

這樣的延伸應用，可以說是與美國匹茲堡的應用概念類似，卡內基美隆大學(Carnegie Mellon University, CMU)的研究人員開發出AI交通技術，目前正在匹茲堡的50個路口使用，他們宣稱這套系統上線以來路口等待時間縮短了40％，廢氣排放量更是下降了20％，這個系統透過監視器自動檢測道路使用者的數量，這裡的數量不再只是車輛，更包括行人這些龐大的資訊流量一樣能交給AI處理，並且系統在短時間內就能決策出最佳的交通號誌運作方式。

多樣的安控理念

安控的方式並不是只有一種，對於施耐德電機來說，也是如此，身為智慧工廠的打造者，他們的安控理念不只是被動的等待事件，而是主動的找到問題。「以前設備商都要等設備停機後，接到客戶投訴才能處理。」施耐德電機工業自動化事業部總經理孫志強指出，現在可以預先通知客戶、解決問題，不需等到設備出問題之後再開始解決，不僅可幫助客戶減少設備暫停、維修的時間，更可改善生產流程及效率。

透過施耐德推出的機械雲(EcoStruxure™ Machine Advisor)，可對機器進行資料蒐集與分析，讓業者從台灣遠距監控機台在全球客戶端的運作狀況，提供保養及使用建議，來幫助工廠預測風險、提高產能與安全性。透過機械雲預先知道設備的問題，施耐德接著提供另一套方法，更快解決問題。「一般工廠是設備在一邊，另一邊則是監控設備的地方。但假設某處溫度過高，可能只有大方向的數值顯示，卻沒有辦法精準指出哪一部分有問題，人員只能靠操作經驗去檢查。」孫志強表示，這樣的設備只能仰賴有經驗的工作者，但工廠通常好幾百台設備，工作人員也不可能帶著好幾百本手冊邊走邊查。

施耐德則開發「EcoStruxure™ Augmented Operator Advisor」系統，透過擴增實境(Augmented Reality, AR)的方式，協助操作人員直接了解設備運行的狀況或損壞的地方。「我拿平板電腦對著設備，軟體就可以自動識別設備，在重要的設備及發生錯誤的地方出現數據，例如：標示出這裡過熱、溫度多少。」藉由擴增實境的技術，資料已經儲存在系統中，操作人員帶著平板到任何一個機台前，立即就能知道機台的使用狀況，進行障礙排除，有別於聚焦於人類的安控系統，施耐德則是希望打造出機器的安控系統。

前門防盜後門別被駭

但隨著社會傷人案件頻傳，不只在街頭，就連校園、醫院都無法倖免，過去總是透過監視攝影機來監控，但不免失為被動，於是佳世達希望不只打造出只能事後追溯的系統，而且更將目光全面化，從人、場、物一次搞定。於是，去年與成大透過產學合作，整合「人工智慧物聯網」(Artificial Intelligence & Internet of Things, AIoT)技術建置智慧校園。藉由這項產學合作，成大陸續導入ESCO系統，可藉由預約功能遠端控制教室能源的使用情形，以及利用人臉辨識技術進行門禁管理。佳世達智能方案事業群總經理李昌鴻表示，這套AIoT系統整合了校園的節能設施、環境監控、課程安排、人員安全等，藉由「智慧戰情室」將有效資料、需求協調、資源運用，整合於3面觸控螢幕中，展現出多階層搭配，並透過直覺的介面，讓管理員即時掌握校園中的人、事、物等動態，當事件發生可立即發出警示，在第一時間作出反應，降低事件的後座力。李昌鴻強調，這套系統甚至可以協助實現教學互動化，成為學術研究的重要工具，可協助創新研究案蒐集海量資訊與數據分析，使智慧大學城成為未來生活的微型實驗基地。而且透過廣佈感測器，了解環境溫度、濕度、空氣品質等狀態，利用雲端資訊整理即時訊息，建造空氣品質監測校園氣候地圖，掌握分析數據並進行加值，作為打造友善環境綠建築的能量。

這樣其實還不夠，趨勢科技分析來自7,000台網路攝影機，短短5個月便攔截500萬次針對。網路攝影機的攻擊。為什麼網路攝影機會如此容易受到攻擊？趨勢科技資深經理鄭朱弘毅表示主要是因為網路攝影機是24小時上線，而且破解成本低廉，並且擁有高速頻寬，最後，也是最重要的一點，也就是通常不會有資安防護。號稱安控前鋒的網路攝影機卻從後端被闖空門，讓安全概念大打折扣，那麼該如何解決這樣的情況呢？鄭朱弘毅認為主要透過設定難破解的密碼以及入侵防護(Intrusion Prevention System, IPS)，攔截類似已知或未知惡意程式，最後則是設置黑名單與白名單，透過3道防護，讓安控可以更安心。

網路攝影機是眼睛，後面的腦袋取決能否看到不同的世界，而在本期雜誌可以看到台灣不同領域的企業對於安控激盪出不同的想法及開發，就如同某支廣告一般，總有著隱形的守護者在執行這一切，未來台灣的安控產業能否有更蓬勃的發展，讓我們拭目以待。更多精彩報導，請看本期《能力雜誌》。

【本文出自《能力雜誌》2019年9月號；訂能力電子雜誌；非經同意不得轉載、刊登】

被動－公告防跌須知

在搶救生命最前線的醫院，大都採取預防性措施，向病患及家屬宣導留意跌倒問題，於是可看到電梯或者佈告欄中張貼「防跌須知」。雖然隨著醫院拚命宣導，跌倒的嚴重性已經深入人心，也降低部分風險，但根據衛福部委託醫策會建置台灣病人安全通報系統(Taiwan Patient safety Reporting system, TPR)統計分析，每4件病安事件就有1件是跌倒，而2018年內醫事機構通報的跌倒件數更高達1萬7,360件，也就是每小時就有2個人發生跌倒問題，在醫院的安控問題排名更是只比藥物事件低，成為醫院、病人以及家屬的痛。進一步分析病人發生跌倒的情境，可以分為行走、上下床移位、進出浴廁、如廁及變換姿勢時；跌倒的原因則以自身因素為最大宗，高達1.4萬多件，其次才是環境及用藥因素。

對於艾歐資訊來說，現行透過公告「防跌須知」來防止已經遠遠不足。隨著高齡化社會的到來，醫病失衡的比例將更加嚴重，艾歐資訊總監李佳欣更是深有同感。他談到在IBM的工作經驗，讓他了解跌倒事件的嚴重性。當時李佳欣負責為醫院建置各種資訊軟體系統、平台，他發現許多院方常為病患在院內跌倒的事件所苦，他坦言病患家屬多半會認為是醫院沒有善盡照護責任，但另一方面醫院也會覺得很委屈。

李佳欣認為，這是必須解決的痛點及商機，於是動員人脈找來利凌科技的策略長許家雄和艾陽科技的執行長林鼎，一起構思如何用科技降低醫院內跌倒發生後的處置風險，也就是建立一套快速讓醫護人員判讀有人跌倒的系統，能在第一時間發出警訊，縮短被發現的時間，讓醫護人員把握黃金救援或醫治的時期。

主動－AI照護辨識

軟硬結合可以說是艾歐資訊贏在起跑點的優勢，在安控大廠的利凌與聚焦人工智慧(Artificial Intelligence, AI)影像辨識的艾陽科技的合資下成立，擁有利凌的監視器技術及艾陽專業影像管理技術。李佳欣認為也因為這樣的DNA，所以能快速發展自己的「AI照護服務辨識系統」品牌，推出各類型整合性解決方案，其中保命防跌系統即是艾歐創建的第1項新技術。

艾歐保命防跌系統透過飛時測距(Time of Flight, ToF)科技，並且加上AI演算，開發出「iToF」。李佳欣拿著巴掌大小的產品解釋，藉由設備上打出去的LED光線，以折返時間計算和物體之間的距離，測量出物體的遠近與深度，再以點狀成形顯示形體輪廓；同時經過AI深度學習，可以判別不同的人體姿勢，如果偵測到人類倒臥或跌跤等姿勢超過設定的時間，系統就會發出警訊，提醒相關人員到場查看，他也不無得意地表示，這套系統的判讀準確率已經達到8成。

至於為何艾歐要特別開發出「iToF」來應用於保命防跌系統，而不是傳統照護系統使用的CCTV等監視器，李佳欣表示對於傳統照護系統來說，傳統監視器除了建置成本高，而且通常只能在事件發生過後調閱影像作為佐證，無法在當下將傷害降低，加上傳統的畫面以RGB成相，恐有侵犯隱私權之虞。

李佳欣指著螢幕上的成像說：「這樣是不是認不出來誰是誰？也因為這樣所以不怕有隱私權問題，可以裝在更多地方。」由於透過非記名式的點狀成形，並非我們觀念中的影像，只顯示身體動作輪廓，並沒有將人物的實體影像呈現出來，如此一來，可解除大家對侵犯隱私的疑慮。目前台北榮總已完成初步的評估，將開始導入概念驗證(Proof of Concept, POC)的建置。

一邊解釋這項技術背後的科技，李佳欣一邊實際帶採訪團隊在螢幕前觀看艾歐資訊所建立的3D感測影像，由點雲圖(Point Cloud)顯示被攝物的立體樣態，搭配AI演算法，針對人體骨架、姿勢、移動軌跡等智慧化電腦視覺進行演算辨識，用來即時偵測及判別無記名受偵測者的動作，例如：判別跌倒、離床等行為；並能在最短的時間內發出警示訊息或通報，讓專人能及時前往現場進行問題排除。

遠距－偵測呼吸心跳

「醫療人力短缺已經越來越嚴重了。」李佳欣認為AI的輔助將是未來的趨勢，透過保命防跌系統以3D感測的醫療影像解決隱私權的問題，在提高醫院安全防護等級的同時，也無須提高醫護人力的配置或工作量。而像這樣3D感測等醫療影像輔助決策等應用，預計在今年底開始，醫療市場將進入相關的測試與建置階段。據《富比世》(Forbes)雜誌的推估，在未來2、3年之內，將有10%到15%的成長率。

「其實，不只是醫院有興趣，甚至有政府部門考慮引進，而且用在我們當初沒想到的地方。」李佳欣表示，因為它去識別化的優勢，不至於有侵犯隱私權的限制，所以可以應用於公廁，並且加入統計使用頻率的功能，「未來，公廁的打掃不再只是固定每2個小時打掃一次，而是依照使用的頻率來清掃，甚至可以透過大數據統計來安排人力。」他認為這真的是當初完全沒有想到的應用，而未來也不排除應用於其他領域，例如：工廠、車聯網、長照中心、交通、建築物及智慧家庭等多種場域也可以適用。

「除了防跌系統外，我們也看到夜班護理人員的辛苦。」李佳欣感慨地說，病患數量多，護理人員要處理的事情也不在少數，畢竟人不是機器，一旦疲勞，對於病患的生理訊息就不容易精準掌握。於是艾歐資訊不只開發防跌系統，甚至將目光瞄向解決護理人員的需求，透過毫米波雷達開發出「遠距精準量測系統」，即使不用接觸，也能偵測病人的呼吸、心跳等生理數據。現今的3D光達、雷達的運用，主要應用於車用，很少運用於醫療照護，十分可惜，李佳欣認為主要是因為全球的晶片或硬體設備廠都缺乏AI深度學習(Deep Learning)的開發人員，所以只能將產品應用在偵測用途。

多元－辨識引擎DIY

「我們公司人數不多，但可以說得上是臥虎藏龍，成員各自的強項有資工、系統控制、通訊甚至數學與統計。」李佳欣認為，成員多元化的團隊也是發想導入AI來解決問題的原動力。有別於其他AI的開發廠商，他坦言「現在看到許多做AI的廠商是用最簡單、缺乏差異性的技術。」進一步說明在技術開發上的差異，其他廠商大多直接採用AWS等雲端服務商提供的開源性演算法、開發模型，但艾歐資訊不直接採用標準開源性的演算法或模型，「因為開源性的模型就像是一個黑盒子，影像丟進去後的產出，沒人會知道其黑盒子中的詳細內涵與準確度。」為了強化精準度，艾歐的辨識引擎採用多重的演算法、模型，所有使用的數學函數，都是根據應用而自行設計，團隊中的多元人才也能進行精準度調校。

AI的深度學習需要有龐大的資料作為依據的基礎，在這點上，團隊的工程師下足了工夫。以毫米波雷達而言，他們將晶片原始訊號跟醫療儀器進行比對，建立了近5萬多筆的Dataset，包含不同身形、年齡與性別的資訊。因此，大幅提昇了單一硬體設備的可用性與原始數值精準度。而艾歐資訊還因為在AI開發上的努力，剛獲得台北市電腦商業同業公會的「2019 AI+新銳選拔賽」特優廠商，在數十家廠商中脫穎而出。

相較於傳統偵測呼吸心跳，不是戴偵測面罩，就是貼心律貼片，隨著科技進步，透過穿戴裝置雖然可以測量脈搏心跳數，但呼吸的數據卻依舊是推估的，所以準確率有待商榷。「其實有些人不喜歡穿戴裝置被束縛的感覺，而且會有脫落的情形發生。」李佳欣分享，透過艾歐的遠距精準量測系統，不需要接觸，只要透過雷達利用傳輸和反射訊號間的延遲，計算系統與物體之間的距離，並可通過測量相應的相位差來確認物體的速度，加上高性能雷達系統可以追蹤不同速度和軌跡移動的多個目標，所以適合運用於醫院病床監測。而且因為其偵測範圍廣、精準度高、不受天候影響的特性，應用範圍相當廣泛，或許在不久的未來，將可以看到艾歐資訊的產品不只在醫學、居家照護領域發光發熱，交通安全與治安防護領域也將是它們的目標。

【本文出自《能力雜誌》2019年9月號；訂能力電子雜誌；非經同意不得轉載、刊登】