D talk新创掌握独家AI技术 协助工厂迈向智能化最后一里路

NADI System总经理张泫沛指出，他们专注于打造PSIM架构的3D可视化管理平台，透过视觉方案解决管理者痛点，服务产业对象涵盖公共工程、工厂、建筑、智能城市等产业。

数码转型过程，总能驱动创新，因应工厂实际需求，诞生许多新创企业提供对应的解决方案。尤其近年AI技术快速演进，工厂在数码转型过程，也期望藉助人工智能的力量，让营运流程更加自动化、智能化。对此，台湾有三家新创业者打造独家技术，协助制造业者无痛导入AI方案、提升生产检测效能，以及有效进行电力管理。

善用Digital Twins建构3D可视化平台，实现智能管理

2017年成立的杰悉科技(NADI System)，总经理张泫沛指出，他们专注于打造PSIM(Physical Security Information Management)架构的3D可视化管理平台，透过视觉方案解决管理者痛点。目前杰悉科技的客户对象，涵盖公共工程、工厂、建筑、智能城市等产业。

「我们发现在IoT环境下传感器的数量越来越多，但为了节省人力成本，这麽多数据产生后该如何适当管理？」张泫沛表示，洞察产业需求，杰悉科技以数码孪生为基础，打造3D可视化平台的解决方案，协助工厂在前期先做模拟分析及预测，实际厂区或设备真正建置后，再导入三维管理平台，持续做分析预测，提高管理效能。

张泫沛接着说，由于工厂的管理者同时间需要看整体营运信息，又要管理个别机台的状况，例如当一个机台发生故障，可能不光只是马达问题又包含其他因素。对此，杰悉科技协助工厂导入系统、IoT整合影像以及数据视觉化等视觉方案，让管理者在战情室内，更直观看到想看到的画面，以及数据信息所对应的场域，有效减少管理过程潜在的死角。

这套3D可视化管理平台如何做到三维画面的建立？张泫沛解释，透过团队的演算法开发能力再导入建筑内部各产线的位置参数，进而让工厂内的机械手臂一边运作，系统画面也会同步呈现。至于数据的储存方式，杰悉科技可以依照客户需求，提供地端、云端、混合多项模式供客户针对不同情境做选择。张泫沛最后表示，期望我们的应用能协助业者，实现实时、精准、线上管理。

AI视觉识别抓出瑕疵品，有效提升工厂生产效益

工厂在意的另一项指标，就是落实标准化生产。然而，目前许多第一线物料管理、制程把关、出货流程仍高度仰赖人力。但工人介入往往造成品质不一，甚至错误操作损害设备，或相关技术知识无法传承等挑战。对此，新创公司忆象(Memorence AI)打造Memorence Suite多功能的可视化AI平台可协助厂区，完成数据管理、模型学习、模型推断和结果分析。

忆象创始人暨CEO萧百亨指出，Memorence AI成立于2018年，是由AI、软件、终端运算、传感器及大脑科学专家所组成的团队。因此核心能力专注于AI开发及视觉分析，协助客户数码转型导入AI，针对影像做到终端运算，让工厂的生产数据能被集中存储，同时让知识得以传承。

至于忆象如何协助工厂建立数码履历，提升数据安全、完成洞见分析，并提升生产效率跟产品的品质？萧百亨接着说，导入AI关键必须先定义问题，同时思考影像撷取装置与AI解决方案，这两项的布局需要同步化，第三步接着是持续蒐集数据跟建立知识库，最后是AI建置与持续学习，AI模型需要持续学习才能优化效果。

Memorence Suite特性在于能协助工厂评估产线拍摄影像的分辨率，同时检测产品瑕疵。接着忆象协助数码数据做集中管理，透过系统达到影像标记，成为数码知识的资产。最后一步则是透过AI持续学习，确保运作符合应用需求。过去案例协助客户让瑕疵检出率，从原本人工检测的96%~97%提升到AI检测的99.9%以上。

打造绿能工厂，实践AIoT智能能源监控管理

工厂除掌握生产数据、检核制造良率之外，用电的议题也越来越受到重视。美商绿铜科技(Verdigris)业务开发经理吴雁龙指出，因全球能源问题日益加剧，加上用电高峰季节用电吃紧，工厂势必需更了解细部用电情况。对此，Verdigris整合独家开发高频传感器以及自有专利演算法之人工智能技术，协助工厂诊断设备用电异常及能源使用效能。

「我们打造的智能电表可取代传统电表，透过夹取式传感器，简易安装于配电盘后马上能让工厂设备恢复正常运转，减少因安装时间冗长需断电的产能损失。」吴雁龙表示，电力管理层面相当复杂，工厂运作往往无法掌握每度电的运用是否被浪费掉，或预警排除异常用电情况。对此，Verdigris的解决方案，就在帮助工厂做到细部能源耗用管理，业主在有限预算支出内掌握每一度电的能耗、达到能源使用最佳化。

接着，吴雁龙分享实际案例，Verdigris协助美国厂商Kattera在6个电盘上导入6套智能监控系统，监控72组不同的电回路，总共使用216个Verdigris智能电表。由云端AI引擎执行数据训练跟数据验证，以用电分类波型的特徵分析，于21天内完成厂内将近90%的能源流向识别与分类，解决客户无法确切知道各制程用电而追踪其产品碳足迹的痛点。

过程中AI分析不同电波型标示各类用电情况，进而找出异常数值及可供追查当下的异常事件记录。在尖峰用电方面，可透过Verdigris提供的智能警示与能耗预测功能，进一步进行人为的预先调配或产能配置。最后，吴雁龙特别提到，工厂管理者可依据预测未来24小时电力使用状况与尖峰用电时段搭配产能配置调整，以逐步降低其契约用量，以同步落实政府要求的节能政策，对内达到能源效率最佳化的目标，完善绿能工厂的愿景与条件。