多感測器整合單晶片製程問世!穿戴式裝置更添智慧
多感測器整合單晶片製程問世!穿戴式裝置更添智慧
2015.03.24 | 科技

「早安!根據你最近的飲食、運動以及身體資訊來看,目前的生理狀態沒有異狀,請繼續保持喲!」當某天早晨,你的隨身裝置在你的耳邊告知上述訊息,請不要訝異,未來幾年內就有機會實現這樣的情境。國家實驗研究院晶片系統設計中心與國內晶圓廠共同開發出的「多感測整合單晶片製程」,可以將許多微機電系統(MEMS)感測器、數位邏輯電路整合在一起,實現小尺寸、低成本及低功耗的系統單晶片(SoC)方案,讓穿戴式裝置更添智慧。

多整合感測晶片
(圖說:多感測整合單晶片與耳環、米粒、硬幣大小比較。圖片來源:蘇宇庭攝影。)

##實現穿戴裝置智慧化功能,MEMS感測器扮要角
國家實驗研究院晶片系統設計中心前瞻技術組經理蔡瀚輝表示,MEMS感測器在物聯網(IoT)應用扮演著舉足輕重的角色,尤其智慧眼鏡、手錶、手環、戒指、鞋子、衣服等穿戴式裝置內,更是少不了MEMS感測器的存在。

日前蘋果發布的Apple Watch內,就內建了心率感測器以及可偵測運動軌跡的MEMS加速度計(Accelerator);而未來,若要進一步擴大穿戴式裝置的應用潛力,就須內建更多種類型的感測晶片,包含運動感測器(加速度計、磁力計、陀螺儀)、環境感測器(溫度、濕度、壓力、氣體等)及生醫感測器(心跳、血壓、血糖等)。

不過,現有MEMS感測器構造特殊,因此無法與一般晶片的數位邏輯電路整合在一起;此外,動作、環境、生醫等不同類型的感測器,製作方法也相異甚鉅,難以整合或封裝於一,在電路板上都是處於分家狀態。

多感測整合單晶片
(圖說:傳統製程技術,運動、環境、生醫感測器以及一般IC晶片必須分置,難以被整合在同一平台上(左);國研院的「多感測整合單晶片」,可將所有感測器及一般晶片整合在單一的SoC上(右)。圖片來源:國研院提供。)

##多感測整合單晶片技術助威,MEMS感測器/數位邏輯電路大融合
所幸,經過國家實驗研究院與國內晶圓廠-台積電、聯電的共同努力之下,一個可將多種類型的MEMS感測器、一般IC整合成單晶片的製程技術於焉問世。

透過這項技術,未來單一晶片上可內涵多項不同種類的感測功能,而且也可以將無線通訊、運算及記憶體等一般IC功能一併整合於其中。該技術並已取得7件台灣專利及6件美國專利,另有6件專利尚在申請中。

「未來,你想整合10個、20個以上的感測器可能都不是問題」蔡輝瀚說,過往能在同個封裝內整合三個MEMS感測器就相當了不起,但透過這個製程技術,可大幅開拓感測器與一般晶片的整合潛力。

蔡輝瀚進一步預估,藉由此項製程技術,不但可以簡化繁複的製程,亦可縮小晶片面積達50%以上,成本可減少三分之一至四分之一,而耗電量也可降低50%左右。

國研院蔡輝瀚
(圖說:國研院晶片系統設計中心蔡輝瀚表示,「多整合感測單晶片製程」可以提升國內晶圓廠、感測器廠商的技術實力,迎頭破除國外大廠在MEMS感測器領域設下的重重專利壁壘。圖片來源:蘇宇庭攝影。)

##晶圓廠、IC廠通力合作,國內感測技術發展添動能
事實上,MEMS感測器領域目前皆係由國外業者所瓜分,如意法半導體(STMicroelectronics)、Bosch等,台灣感測晶片產業在全球市占率不足1%,全球前30大感測晶片商內更無台廠的蹤影。

然而,台系晶圓廠、IC設計晶片商表現在世界舞台上卻極為出色,全球前20大半導體業者中,就有台積電、聯發科、聯電三強雄踞榜上。蔡輝瀚認為,若台灣感測器業者、晶片商及晶圓代工廠能夠齊心協力,利用國研院與台積電、聯電的「多整合感測單晶片製程」平台展開合作,而感測器與其他晶片商在此平台上進行多頭整合,將能共創多贏局面,並厚實國內感測器業者的競爭優勢。

@@ACTIVITYID:266@@

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓