掌握AI新技术 加速智能工厂转型

台湾IBM硬件系统部资深技术顾问刘泰兴。

制造业的AI导入，除了面临GPU投资的耗费外，还有数据专家难寻的问题，台湾IBM硬件系统部资深技术顾问刘泰兴「以智能科技优化制造」为题进行分享，谈如何缩短模型创建时间、快速人工智能应用。

刘泰兴指出，制造业从生产、研发到行销，都能够找到以人工智能优化营运或提升良率的应用场景。

但是要如何导入？

刘泰兴举IBM曾执行过的几个案例说明。例如油管制造商以卡车载送油管，过去得仰赖人工点算，现在透过AI进行影像判读，可清楚计算数量、口径、尺寸及重量等各种数据。另外，像铁轨、火车轮轴等是否异常，过去需要工程师在现场逐一检查，现在也可透过AI实时识别。F1赛车甚至应用人工智能侦测车辆标志或场边广告看板的露出次数，让广告商掌握转播过程中的广告效益。换言之，透过AI联结，可以创造各种可能性。

刘泰兴也提醒，AI模型建立的数据量庞大，对运算能力的要求也高，必须仰赖运算能力更强大的GPU，深度学习也需要建立模型、训练机器的时间。

因此，企业迫切需要布署专为大数据分析与机器学习模型建立所设计的信息基础建设，IBM硬件系统事业部提供的企业级AI平台能够协助企业因应人工智能时代的IT需求，协助业者以安全、灵活的基础架构，让AI应用在企业内落地，进而加速数码转型升级。