近年來，隨著人工智慧（AI）的不斷蓬勃發展，顯示器領域也成為了其廣泛應用的一個場景。特別是在AMOLED和micro-LED顯示器方面，我們經常遇到各種問題，如發光元件老化、驅動電路老化、串擾、I-R drop/rise、溫度等，這些因素都會對顯示器的亮度均勻性造成影響。無論是利用卷積神經網絡（CNN）直接讓模型提取顯示畫面亮度的特徵，還是使用機器學習（ML）的方法快速對不同亮度的像素進行分類，甚至是利用神經網絡（NN）來預測顯示器老化的亮度趨勢，都能夠快速、有效地改善顯示器的亮度均勻性。在電子紙技術方面，同樣可以利用AI模型來代替人工調整波型，從而減少大量的手動調整時間成本。同時，AI模型還可以進一步找出最佳的波型，從而增加顯示器的更新率。最後再將所開發之模型及補償機制利用現場可程式化邏輯閘陣列(FPGA)開發週期短、靈活性高等特性，可對補償機制進行快速的驗證。AI技術不僅提高了顯示器的性能和品質，也大大提高了生產效率，為顯示器行業帶來了新的發展機遇。 下列技術為實驗室在不同應用下所開發之外部補償演算法: