DForum
活动+
 

善用人工智能科技 优化制造营运策略

台湾IBM硬件系统事业部副总经理暨首席顾问陈俊杰。

无庸置疑,人工智能(AI)是现今当红科技,当AI遇上智能制造,会擦出什么样的火花?台湾IBM硬体系统事业部副总经理暨首席顾问陈俊杰表示,综观工厂内部各个环节,都非常适合导入AI应用,其间涵盖视觉检测、设备管理、工厂执行核心系统(例如缺陷分析与追踪、分析制程效率、设备预防保养...等等)、敏捷生产计划排程、环安等众多范畴。

陈俊杰也指出,企业在AI化过程中会发现三件事:分别是「企业资料是分散的」、「资料科学家不足」及「执行 AI 不是容易的事」。有监于此,他建议企业必须有适当的应对策略,例如因应资料分散的趋势,应将资料分析作业移往资料所在地,意即将云端、Hadoop、GPU基础架构等模型训练机制推向资料所在的位置;因应资料科学家不足,便应设法利用诸如AutoDL、AutoML等技术来提升效率;此外也可以建立完整的AI生命周期管理机制,让资料准备、分析直到模型导入产线的过程更容易,也更灵活。

着眼于前述策略目标,IBM致力推广企业级AI平台,其中除含括基于GPU的最佳化服务器(Power9)、基于AI的最佳化储存系统外,亦支持Red Hat、Python、Kubernetes等资源调度技术,及Tensorflow、Keras、PyTorch、Caffe等深度学习框架,更重要的不仅透过自身PowerAI Vision平台来推动Auto-DL,更与H2O.ai合作发展Driverless AI工具,有效推动Auto-ML,期望帮助企业加速AI旅程、实现AI大众化,并达到ML与DL加速妙效。

另一方面,他向企业提出几个建议,首先应从小型专案着手,一点一滴、循序渐进,并反复验证试行的概念;其次从企业内部的资料分析做起,找到AI能在企业内部运行的起点,一旦找到成功经验,即便是小规模改善,都可迅速加乘并放大整体效益。而IBM曾参与的智能制造场景甚多,例如透过PowerAI Vision影像分析工具,协助PCB厂进行AOI检测,或协助太阳能板业者进行品控分类等等。


  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 智能制造 人工智能