云原生IT架构及端到端AI引擎 驱动智能制造

研华市场开发经理叶韦贤。

工业物联网(IIoT)及人工智能(AI)带起智能制造风潮，研华市场开发经理叶韦贤认为，很多人对AI的想法已经脱离现实，应该要思考的是AI现在能够做什麽，如何让AI落地，实际产生效益。

以制造业为例，就可以从如何延续师傅经验或无从得知的信息开始。叶韦贤以劳斯莱斯的引擎涡轮叶片维修为例，以前只能靠老师傅用槌子去敲叶片，从敲击的回音来做品管，但老师傅要退休了，就只能靠AI才能延续老师傅的品管经验及能力。

叶韦贤指出，IIoT与AI应用在智能制造面临的挑战，包括情境与数据连结、数据可靠度、网安、服务可用性及弹性扩容。为了迎接挑战，研华特别推出一个专为IIoT数据蒐集与分析设计的云平台，让企业可以运用工业数据建置AIoT。

以设备震动为例，叶韦贤指出，很多工厂原本就有收集大量数据的习惯，但是以前无法处理这些数据，后来透过研华的云平台，就可以使用各式各样的云平台服务，分析各种特徵值信息并建立与维护AI模型来预做决策，而且架设在云平台上的软件服务不会因为一台服务器出问题就停止运行，可在系统正常运行的情况下直接将有问题的服务器做热更换，资源不够时也可在系统持续营运的状况下增加设备，达到高可用性及弹性扩容。

针对无从得知的信息，则是需要建立AI模型。叶韦贤指出，AI模型的生命周期，首先要先标记出需要学习的数据及答案，并提供给AI系统，系统一开始判断时，难免会有错误，此时就需要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，信息一旦过期，模型会越来越不准确，此时就需要重启推算引擎建模机制，才能确保AI系统的可用性。