奇偶科技抢进机器视觉AIoT商机
- 洪千惠
-
台湾安全监控、影像识别技术龙头大厂奇偶科技，近两年积极从影像技分析术延伸到人工智能，推出新一代创新科技应用于厂房的机器视觉解决方案。奇偶认为，智能工厂最核心的诉求，就是「人工智能AI」加「物联网IoT」=AIoT。因此在工业4.0架构，奇偶利用机器视觉结合AI，打造全新的智能制造整合方案。
奇偶科技工业智能发展部经理李国惶解释，所谓AIoT，机器视觉就像工厂的眼睛，透过数据撷取以及通讯能力，连结实体物件与虚拟数据，进行各类控制、侦测、识别，与互联网连接传输到云端运算形成影像大数据，大数据的数据提供给演算法，做深度分析来训练模型的依据，最终才能形成人工智能，提升工厂决策精准度。因此奇偶的机器视觉Know-How，将从硬件开发延伸软硬件整合，再扩展到AI深度学习的模型训练。
从卖设备到软硬整合的领导角色
事实上，AIoT要发挥最大效益，奇偶过去深耕摄影取样的硬件技术，同时又有后端判断识别的软件分析能力。也就是摄影机端的取样，到后端影像分析管理平台，奇偶具备识别速度、后端影像处理等优势。透过软硬件整合，把光学取样、识别技术，再结合人工智能，形成智能工厂应用机器视觉的一条龙的完整方案。
「之前来找我们的公司合作，很多是想做智能工厂但只做一半。在软硬件在整合过程遇到困难，或最后导入一年遇到问题，需要有软硬整合能力厂商帮忙做完下一步。」李国惶提及，台湾工厂多是电子起家，透过机器视觉可协助从PCBA在物料、生产、半成品、成品、包装到出货，可实时知道生产端状况，及追溯每一站生产履历。目前奇偶的客户包含台湾电子制造代工大厂，以及传产服务转型做智能物流。
打造策略联盟推动智能制造
李国惶进一步说明智能制造的策略目标，也就是以现有智能工厂为载体，让关键制造环节智能化，做到端对端关联性数据流。工厂端达到自动化、透明化、可视化，搭配物联网、大数据分析及人工智能导向，让生产端提升产品检测、质量检验、质量分析、生产物流等需求效益。
正因应不同产业、工厂规模，需要高度定制化方案。奇偶认为在工业4.0架构要提升智能制造的效益，势必靠打群架策略。李国惶提到「我们核心的价值是提供完善的机器视觉方案，所以也跟大型EMS厂、工业自动化、云端运算技术厂商合作，把这些策略夥伴加进来，三方一起完成智能工厂。」目前奇偶的策略联盟包含国际手机芯片大厂、台湾知名运营商及机器手臂大厂。
除此之外，智能工厂涉及的环节非常复杂，除了机器视觉，还包含联网设备串接、平台数据格式传输。针对工厂需要，奇偶提供客户做格式串接，包含后台MES和ERP及云端运算平台，联网完成后定义通讯协定，达到交换信息目的。由于奇偶软硬件方案完整，从服务器影像识别软件、后台分析到Web、APP，可因应客户不同需求快速打造机器视觉AIoT方案。
AIoT让过去多余人力做更有效的事
事实上，AI不是一步到位，智能制造方案是必须逐步导入，因此人力也不会一夕之间完全被AI取代。奇偶解释，人力跟AI目前还是有重叠，某些工站可以快速导入自动化，但有些站别也需人机协作，让AI识别模型精准度提升，就能取代例行工作，让人去做更决策性事务。
然而AI的能力也不是立即可见，由于工厂可能因光线角度导致机器视觉误判。因此也需要上百张以上影像大数据，透过长期且大量信息，训练AI模型的深度学习。才能做更准确的判定，降低误判率，并取代过去人眼判读疲劳状况。李国惶说AI就是帮工厂做到事前通知、事后佐证以及协助管理者判断与预测的数据来源。
奇偶目前在智能制造实际导入状况，首先是透过机器视觉判断，逐渐取代多余的人力。其次是结合机械手臂，完成高重复性、需人工拿取的工序。第三项是结合穿戴装置，辅助检修、故障排除、操作训练。具体的效益包含合理人员排班、设备维护作业，提高设备利用率，生产过程也能减少在制品库存、提升人机界面应用、搭配平板做到生产过程无纸化。
奇偶最后提到制造AIoT策略，今年将开始横向发展寻找SI厂合作。目前新一代厂房的机器视觉方案，结合周边AI人脸识别4K网络摄影机、全球第一款VR360度环景监控摄影机等设备，透过传感器与AI结合，从示范点慢慢延伸到工厂全面化，预计2020年智能制造将会爆发成长。
