微软
活动+
 

不只是数据量 制造业导入智能化须先了解的事

企业希望藉由大数据进行转型升级,但数据的精确度可能会影响到升级的效率。

物联网(IoT)相关的技术与概念,为产业界带来一波波的新浪潮。万物联网的世界,让市场对此充满想象,从制造业、物流、零售、医疗、交通、安防等不同的应用领域,让基于物联网所衍生出的不同产业连网应用,在不同领域中掀起不同程度的风暴。不过,业者强调,在不同连网应用中,数据是最为关键的部分,如果数据不正确,则后续的一切都只会变成,Garbage in、Garbage out的结果。


对于数据在物联网产业应用上的重要性,早在2018年时,鸿海创办人郭台铭就曾对外以「关键有效微观纳米海量大数据乃新能源」的对联来宣告数据的重要性。当时,市场上对于数据的概念还相当模糊,很多机器设备甚至都还没有演进到数码化、网络化及平台化的阶段,但是在云端运算、大数据及物联网等风潮的一波波带动下,要有数据才有后续的发展。


只是对于郭台铭强调的关键、有效、微观、纳米、海量等对于数据本身要求的条件,许多业者都还不太了解。在市场带动下,一味的进行数据的撷取、累积。


相关业者指出,以物联网为基础的产业智能化发展,确实是需要大量的数据作为基础,但是更重要的是业者必须要了解自己所面临的问题是什么,想解决的问题是什么,是要提升产能、提高良率还是确认设备维修保养时间?因为不同的问题,需要的推演过程、数据来源不同,如果无法提供正确的数据,再精细详尽的算法,也无法得到正确的结论。


业者举例指出,如果要训练算法判定车子是什么,最好的方式就是直接提供大量各式各样车子的数据;当然,也可以提供各种不是车子的数据,让算法去学习,但是两者相比,所需要的数据量与学习时间,将会是截然不同的两种等级。


业者认为,一旦过于强调数据数量的重要性,却没有同时宣导对于数据质量方面的要求,将会让部分对问题定义不清的业者,在投入大量数据撷取搜集累积之后,却发现对整体产生的效益有限,进而将会影响到产业的整体发展。


所以,在导入智能化之前,一定要先确认自己要解决的问题是什么,需要的数据有哪里些。从正确的地方,在正确的时间取得正确、有效的大量数据,对于解决问题才能有正面的帮助。否则盲目的大量撷取不必要的数据,虽然看似投入很多的相关建置,但是最终将落得Garbage in、Garbage out的结果。 

  •     按赞加入DIGITIMES智能应用粉丝团