智能制造不断演化 不断学习方能找到正确道路
- 台北讯
-
自从德国在2013年首度提出「工业4.0」概念后，世界各国也纷纷提出自己的智能制造蓝图，同时也有更多的科技应用加入智能制造的领域，包括工业物联网(IIoT)、人工智能(AI)等，都已成为智能制造不断演化过程中不可或缺的技术。DIGITIMES因此于2018年8月3日的2018自动化工业大展举办「智能工厂论坛」，邀请产官学相关领域专家，针对智能制造的最新趋势及发展发表看法。
经济部工业局金属机电组张明焕副组长指出，为了帮助中小型制造业克服供应链管理困难、订单达交率不佳等问题，政府将以营收新台币30亿元以下的中小型制造业为主要对象，透过供应链信息串流，积累营运数据数据，并导入AI应用，加强决策正确性，达到降低库存、进行供需预测、提升订单达交等效益。
研华市场开发经理叶韦贤认为，制造业者必须思考如何让AI落地，实际产生效益。业者首先要先标记出需要学习的数据及答案，提供给AI系统，同时要有专家监督判断是正确或错误，并给予正确标记让系统持续精进学习，才能确保AI系统的可用性。
赛仕电脑软件资深顾问分析师林育宏指出，如果能将数据分析发生在近乎数据产生的终端装置，也就是边缘运算，可以节省流量及储存成本，还能做到异常侦测及预测保修，降低停机时间，大幅降低成本。
元智大学工业工程系副教授锺云恭指出，透过增量学习(Incremental Machine Learning)做到自发性制造，是制造业者必须要注意的技术趋势。要做到自发性的制造，除了知识库系统架构要有能力自行解释外，产业面知识尤其重要，才能达成工业4.0中的智能制造愿景。
施耐德电机自动化事业部总经理孙自强指出，制造业在朝数码化转型的过程中要掌握四个要点，设备能够互联互通、掌握移动技术、导入云端技术蒐集及储存数据与大数据分析技术，才能让信息产生改善产品或减少机械故障等不同的价值。
北尔电子市场开发经理何辅仁指出，理想的工业4.0方案，必须要能做到线上监控、预测维运，并掌握KPI信息，若能使用单一设备就能够整合复杂的控制过程，甚至可同时处理数据分析与传输，还可建立移动解决方案，与不同类型的控制器进行通讯，并可靠地储存所需的数据，对推动智能制造将有很大的助益。
参数科技亚太区物联网业务副总裁刘少纶指出，面对工业4.0时代的来临，制造业者需要整合实体的物联网及虚拟的数据应用，而且在产品推出后，还能透过物联网蒐集信息，持续改善产品设计及客户使用体验，驱动制造变革，创造出新价值。
而在制造现场方面，台湾西克(SICK)物流自动化专案经理王新儒指出，制造业者需要具备导引、防护及识别能力的智能传感移动平台做到智能物流，才能因应电商市场所引发的模块化及定制化消费趋势，进而朝向自动化及无人化发展的生产型态发展。
