活用人工智能技术 实践智能制造愿景

自Google AlphaGo在围棋赛中打败多位国际棋士后，让不少人开始关注人工智能发展状况，也期盼将该技术融入智能制造之中，成为推动产业竞争力升级的重要工具。

从目前产业发展状况而言，人工智能带来效益可分成两方面，在商业层面可运用智能决策，处理问题、预警问题、预知需求、创造需求等环节；在工业层面，则着重在预防已知与未知的风险。只是在工业4.0环境中，为满足智能制造使用，因此必需融入更多计算智能技术能量，才能让人工智能成为提升生产效益的目的。

国立高雄应用科技大学讲座教授周至宏说，尽管围棋赛已是相当复杂应用，但透过大量运算协助，基本上可以预测推论出下一步棋的方向。但相较之下，生产制造流程中的变量更多，自然需要花更多时间将过去累积经验融入人工智能中，并藉由定制化服务达成改善制造流程、预先找出问题，进而降低生产成本、满足需求等目标。

以高雄应用科技大学、金属工业中心、屏东大学携手合作的精密定位系统之产业应用为例，主要是考量到现今消费性电子产品走向轻、薄、短、小趋势，而这类产品生产过程中，需要仰赖自动化的机器视觉辅助检测。只是这类自动对位的高端设备造价昂贵，而台湾厂商自主开发却常因为经验不足，以至于得不到好效率与精度，所以该专案则是希望将学界的人工智能技术融入产业生产平台中，提升制造设备的生产能力。

在专案同仁深入研究后发现，此种平面类型的自动精密对位开发应用，除要有一套高效率的对位方法外，视觉系统与运动系统间系统整合转换参数精确度，也会影响系统对位的整体效率。只是该参数通常也会受到参考座标、视觉镜头失真、螺杆背隙、系统组装的平行(垂直)度等各层面的影响，因此有发展一套优质方法的必要性。

周至宏指出，当时为能快速且精确得到一组优质系统整合参数，专案同仁投入发展一套可节省时间、并具有虚实整合能力的「整合类神经网络及进化优化演算法」，以符合该专案的需求。这套演算法拥有快速、精准的特性，且可取得自动对位参数能力，而经过实务验证后，整体效率可提升约40%，也证明人工智能在智能制造中扮演非常重要的角色。

近来西门子、奔驰等国际公司，频频在国际上发表在智能制造领域的成果，让人感觉台湾跨入工业4.0的步调相对较慢。不过，周至宏认为目前全球在智能制造方面正在发展阶段，台湾制造业不应该妄自菲薄，而应该从现有工业3.0基础上，投入更多心力于软、硬件之间的系统整合与智能化，才能在国际舞台上具竞争力。