以AI打造CPS 彰显智能制造应用价值

2017/10/23 - 洪千惠

研究机构Gartner在2017年发表一份报表，指出未来12个月，59%企业期望将人工智能(AI)运用于制程自动化，46%期望运用在预测分析，两者皆攸关智能制造。

高雄应用科技大学讲座教授周至宏表示，AI意指透过电脑实现的智能，他个人偏好使用「计算智能」(CI)辞汇，目前实现于智能制造之技术为「计算智能」技术，举凡神经网络、机器学习、模糊系统、演化式计算、混合式智能计算，均属于CI范畴。

智能制造系指具有信息自感知、自决策、自执行等功能的先进制造过程、系统及模式的总称，具体实现之道，在于制造过程的各环节与新一代信息技术深度融合，例如物联网、大数据、云端运算，也包含CI。

最能表彰智能制造的计划，无疑是德国政府所提的工业4.0，旨在打造一个大量将网络技术、软件技术、物联网技术、云端技术与大数据技术，整合为完全数码化的「智能制造生产系统」，关键在于智能系统加上虚实整合系统(CPS)，以后者为核心。

周至宏认为，工业4.0或智能制造都具备共通精神，其一针对商业层面，期望透过智能决策处理问题、预警问题、预知需求与创造需求；另一针对工业层面，希冀借助智能决策处理问题、预警问题，及预防已知与未知问题。简言之，不能等到出现严重的库存积压或设备故障，才急忙解决难题；此时CPS的角色显得十分重要，它有助于打造一个Twin Model或Triplets Model，形成智能工厂设计与规划之枢纽，让企业可藉由模拟比对，预先挖掘真实世界的潜在问题。

更有甚者，CPS不仅止于智能工厂的设计与规划层次，亦可注入品质预测、维护保养预测与排程、生产排程、制程参数优化与监控等诸多能量，打造智能制造设备与系统。

在形塑CPS的过程，AI可着力之处相当多，迄今已有具体实例，例如精密定位系统之产业应用。轻、薄、短、小产品的制程，需要仰赖自动化的机器视觉辅助，惟「自动对位」的高端设备要价高昂，但自主开发成果的效率不彰，于是周至宏联合高应科大、金工中心等多个团队与专家，发展一套「整合类神经网络及进化优化演算法」，得以快速精准取得自动对位参数，证实可提升效率达40%，AI之价值彰显无遗。


图说：高雄应用科技大学讲座教授周至宏。