智能应用 影音
lenovo
event

看好台湾制造力 Beyond Limits再揭可解释性AI

看好台湾制造力 Beyond Limits再揭可解释性AI

人工智能(AI)已经成为普及于世的新兴技术,人类生活中无论是看得到还是看不到的,背后其实都有AI技术在运作,随着技术愈趋普及,带动了科技大厂、新创团队等皆相继投入此领域。

美国AI新创Beyond Limits看中台湾强大的制造业底蕴,自2020年正式进入台湾市场后积极拓展市场,尽管2021年受到本土疫情升温的搅局,经过一年的细火慢炖也逐渐在台湾市场上有斩获。

 点击图片放大观看

BeyondLimits台湾总经理张中宜。BeyondLimits提供

能源、制造业商机无穷 智能制造仍为重中之重

Beyond Limits台湾总经理张中宜指出,目前Beyond Limits在台湾市场的专案大致可以分为三块,一块为智能制造区块,正在与仁宝电脑合作开发机械手臂的AI解决方案专案;另一块则为绿能产业,着重在能源管理、储能配方优化、电池寿命预测等。最后一块则与台北捷运合作,进行人流异常预警系统专案,不过此方案属于公益性质。

除了上述之外,张中宜特别提到,Beyond Limits近期也与仁宝电脑旗下子事业体合作,积极尝试开发家庭物联网(Home IoT)相关,运用由数值AI(numeric AI)与符号AI(symbolic AI)打造出的认知型AI(cognitive AI),加诸边缘运算能力,使得摄像头等终端装置能快速分析、回传核心,预期未来可以应用于如家庭长者、婴幼儿照护等场景当中。

不过,在所有的场域当中,智能制造为重中之重。在智能制造当中,许多产在线面的制程会面对到良率、瑕疵的问题,而这些问题往往都需要仰赖人力解决,接下来则须思考该如何将瑕疵侦测、数据调整等维运工作标准化,以及相关的逻辑分析,皆为Beyond Limits 2022年的重点,未来也将规划如何将此块服务进化成SaaS模型,进而做快速推广。

接下来,便会朝着工业制程下一段的优化,等到整个制程完成优化之后,期盼进一步让厂端与R&D端的沟通更加顺利。张中宜解释,R&D设计、厂端执行本就是普遍的状况,然而过去因为厂端并未数据化,因此很难举证、反馈给R&D知道问题所在。因此便期待在加入AI技术之后能让厂端、R&D,乃至品牌方之间的沟通能更为顺畅,这将会是台湾业者发光发热的关键所在。

借助美国总部经验 坐拥快速推广能力

许多AI新创在走入市场后往往会面对到解决方案无法复制的问题,尤其锁定制造业的新创更是如此,这归因于制造业项目包罗万象,涵盖高科技制造、半导体、纺织、服饰等,尽管皆为制造业,但不同业者甚至同业者的不同产品线,制程都有可能不尽相同。而在这样的状况下,Beyond Limits如何快速推广AI解决方案?

对此,张中宜笑称,多亏美国总部的经验丰富,一切皆需要从开发过程伊始便须考虑后面快速推广的问题。在开始每个专案之前,Beyond Limits约会花费3个月时间细细爬梳客户的产线制程,并在过程中归纳、验证出不同制程的可复制部分,同时评估若是复制到其他产线时的定制化程度比例。

不同于其他市场主要都还在销售美国已经成熟的解决方案,Beyond Limits台湾已借助台湾制造业底蕴开发出独有方法论,未来将持续运用此方法论,除了将客户了解不同制程可被复制的百分比之外,未来更期待可以输出至国外市场。

可解释性AI浪潮崛起 人文科学人才扮重要关键

在AI普及的状况下,仍有一群业者或是使用者对AI应用感到进退两难,关键常常是AI之于使用者而言是「黑盒子」,因为尽管训练出了一套模型,然却无法解释建立的模型与导出的结果。而这些疑虑使得可解释性AI的重要性日益增加。

许多AI供应业者在想要做到可解释性AI所碰到的难点在于,在大型应用场域中,影响到一套系统的因素可能有湿度、温度、震动等,因此第一个碰到的问题为是否有能力处理如此繁杂且大量的数据,以及如何取得大量且正确的数据资源之后,运用适当的技术分析处理。

另外一个问题则是,客户是否有足够量的数据数据可以运用。除了数量之外,品质也是重点,要分析的项目需要有对的数据。所以,AI供应业者需要非常了解需要的数据数据为何,进一步引导客户给予对的数据。

然而,要做到可解释性最大的难关是人文问题,因为要先去了解客户定义的好与坏,然而这个问题在不同的十个部门却往往会得到十种不同答案,若是无法了解好与坏,可解释性即没有意义存在。事实上,要做到可解释性的技术门槛相对不高,但是却需要仰赖人文与大量沟通,才可以创造出价值,这是许多科技厂商忽略的重点,所以归纳来说,AI产业相当需要人文科学人才。

而人文科学人才主要的职务特色为PM。其职位除了须负责产品论述之外,更需要是客户与工程师之间的桥梁。也就是说,在与客户沟通的过程中了解问题所在,进而让工程师明了客户面对到的问题,因此对于PM来说,哪些问题跟事情需要与哪个职务沟通是非常重要的工作技能。

台湾其实并不缺乏人文科学人才,然问题是,市场常忽略此角色的重要性。人文科学人才的重要性在于沟通能力,并不需要自己写程序或拥有技术能力,但是要了解不同角色传达的信息为何。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 新创企业 制造业 AI Beyond Limits