善用人工智能科技 优化制造营运策略

台湾IBM硬件系统事业部副总经理暨首席顾问陈俊杰。

无庸置疑，人工智能(AI)是现今当红科技，当AI遇上智能制造，会擦出什麽样的火花？台湾IBM硬件系统事业部副总经理暨首席顾问陈俊杰表示，综观工厂内部各个环节，都非常适合导入AI应用，其间涵盖视觉检测、设备管理、工厂执行核心系统(例如缺陷分析与追踪、分析制程效率、设备预防保养...等等)、敏捷生产计划排程、环安等众多范畴。

陈俊杰也指出，企业在AI化过程中会发现三件事：分别是「企业数据是分散的」、「数据科学家不足」及「执行 AI 不是容易的事」。有监于此，他建议企业必须有适当的应对策略，例如因应数据分散的趋势，应将数据分析作业移往数据所在地，意即将云端、Hadoop、GPU基础架构等模型训练机制推向数据所在的位置；因应数据科学家不足，便应设法利用诸如AutoDL、AutoML等技术来提升效率；此外也可以建立完整的AI生命周期管理机制，让数据准备、分析直到模型导入产线的过程更容易，也更灵活。

着眼于前述策略目标，IBM致力推广企业级AI平台，其中除含括基于GPU的最佳化服务器(Power9)、基于AI的最佳化储存系统外，亦支持Red Hat、Python、Kubernetes等资源调度技术，及Tensorflow、Keras、PyTorch、Caffe等深度学习框架，更重要的不仅透过自身PowerAI Vision平台来推动Auto-DL，更与H2O.ai合作发展Driverless AI工具，有效推动Auto-ML，期望帮助企业加速AI旅程、实现AI大众化，并达到ML与DL加速妙效。

另一方面，他向企业提出几个建议，首先应从小型专案着手，一点一滴、循序渐进，并反覆验证试行的概念；其次从企业内部的数据分析做起，找到AI能在企业内部运行的起点，一旦找到成功经验，即便是小规模改善，都可迅速加乘并放大整体效益。而IBM曾参与的智能制造场景甚多，例如透过PowerAI Vision影像分析工具，协助PCB厂进行AOI检测，或协助太阳能板业者进行品控分类等等。