经济部工业局携NVIDIA助中部制造业数码转型
- 俞鸿樟／台北
-
制造业如何运用AI人工智能导入生产线，已经成为台湾制造业的显学。经济部工业局为协助制造业数码转型智能制造，特地于11月29 日在台中举办「制造业瑕疵检测解决方案研讨会」，邀请来自NVIDIA、台达电子、杰腾智能以及慧稳科技等专家分享如何应用AI人工智能于工厂端，同时，资策会地方创生服务处长洪毓祥，也于会中分享企业面对数码转型应有的策略思维，现场参加来宾爆满，显见中部制造业者积极应用 AI 达到转型升级，迎向智能制造！
资策会地方创生服务处处长洪毓祥表示，96%的台湾企业面临数码转型障碍，但只有54%的CEO相信自己已经准备好带领企业转型。数码转型面临的三大困难，第一是基层员工反弹，第二是企业中数码转型专业的缺乏，第三是如何选择数码工具与企业中的资源配置。因此，数码转型不会一步到位，而是不断的调整，逐步强化让企业受益。而对于多数企业来说，数码转型的风险过大，因此透过数码技术改善流程提升效率、降低成本的「数码优化」，才是当前刻不容缓的必要移动！
提供机器学习及数据平台解决方案的杰腾智能CEO徐绍钟分享，瑕疵检测1.0时代，是透过人工检查；2.0时代，则透过AOI自动影像检测机台，设定规则自动检测，但仍有3成以上仍要透过人力去做复检；因此，藉由导入深度学习进入3.0时代，以AOI+AI，大幅降低人力，并有效提升产品品质。然而当产品出问题时，很难从生产回溯找出前段制程的肇因，透过大数据分析的介入，便可从成千上百种涉及人、机、料、法、环等生产参数的条件下，依据关联性快速筛选出可能影响生产品质的关键因子，实际改善制程，有效提升良率。
NVIDIA资深解决方案架构师刘冠良博士分享，NVIDIA专注在于围绕影像识别的AI技术，将原本透过人看到的，转换成为自动化流程，带出新的应用与典范转移。因此不只是芯片供应商，现在也是软件公司，提供各类AI工具，让整个生态圈免费使用，协助台湾制造业顺利导入AI。在实务导入AI上，可透过预先训练模型(Pre-trained Model)、修剪模型(Pruning Model)、新场景适用(Scene Adaptation)等方法，有效降低深度学习所需的数据量与学习时间。
台达电子 AI创新中心博士罗少廷则分享，从自动化迈向智能化的关键，是From Data to Value，从数据中产生价值。AI视觉检测系统可以省下大量人眼检核的成本，瑕疵检测是目前视觉检测中最困难的部分，过去的视觉识别系统皆需要人员调整，但是不同机台、不同人员训练出来的检测标准将可能有差异，藉由导入深度学习架构，台达电发展出「自动化瑕疵分类」解决方案，透过分类、侦测、分割三个步骤，完成瑕疵识别，目前运用于台达电内部的工厂，螺丝检测侦测率可达97%，被动元件外观侦测率可达99%。
最后，协助多家工厂导入智能工厂的慧稳科技总经理林耿呈博士，则进一步分享「深度学习」影像识别于工厂实例的运用，包括高尔夫球表面瑕疵识别，过去透过人眼检测容易疏漏，现在透过AOI+AI瑕疵检测，每天可检查6~9万颗球，准确度高达97%。林博士也强调，数据定义和清洗的问题和演算法同样重要，有些旧演算法在数据乾净的情况下，可能成功率比新演算法高，但是也要持续关注新演算法，尤其近年演算法快速推陈出新，有时候新演算法可以解决旧演算法一直无法处理很好的问题。
制造业未来面临的问题在于生产需求变化快速，业者将更频繁地改变产线内容，以迎合多样化的需求，这将使机器在导入 AI 时，必须具备更大量的数据数据与更多样化的学习模式，才能应变瞬息万变的市场需求。经济部工业局积极推动台湾制造业数码转型，导入 AI技术建立智能制造系统解决方案，提升产线效率与机台附加价值，期望能进一步带动国内产业升级，加速制造业数码转型，开创竞争力。
