智慧應用 影音
20211028_D Webinar 2021新興科技論壇:新能源
20211029_Research產業趨勢論壇

搶攻智慧製造商機 華碩AI開發套件亮相

華碩2021年以AI為核心搶攻智慧製造商機。李建樑

後疫情時代,也是加速智慧製造時代來臨的推動引擎。華碩推出「人工智慧視覺軟體工具包」與「人工智慧波形異常分析應用軟體」兩大解決方案,原計畫將在2021年台北國際自動化工業展中正式亮相,雖受疫情影響展會再度延期,不過這項「新品推出」計畫並未受影響。

這次華碩所發表的產品也與過去有很大的不同,這是華碩首次轉換角色,從品牌商轉型為解決方案商,攜累積三年的智慧製造場域經驗與成果亮相。

時間回到2018年,華碩旗下近300家供應鏈,為了把關來料品質,避免造成在後段組裝時的重工浪費,華碩開始攜手供應鏈導入智慧製造,並從一般製造業者最希望改善的瑕疵檢測開始著手。幫助供應鏈,實際上也等於幫助華碩,因此這些供應鏈,也成為華碩搶攻智慧製造商機的最佳練兵場域。

華碩將過去在製造場域所累積的實戰經驗濃縮成精華,並推出相關解決方案。像是其中「人工智慧視覺軟體工具包」是以AI視覺辨識為技術核心,運用於物件辨識、分類與瑕疵檢測等多種應用,能夠讓AI學習50張極少量的瑕疵樣本就可以完成模型的訓練,透過AI提高傳統瑕疵辨識效率與精準度,例如辨識刮痕、壓傷、髒汙等,甚至還能分辨夾藏在同心圓、髮絲紋中的瑕疵。

看見、聽見瑕疵 華碩AI一次到位

AI視覺是當前許多業者導入智慧製造的入門課題,主因在於,不論是科技業還是傳統產業,品質檢測仍是目前仰賴人力最多的環節,雖然製造業採用自動光學檢測(AOI)的做法行之有年,但AOI誤殺率高、需人工複判的劣勢仍未完全被解決,如何又快又準的把關品質,AI的突破性發展幫了大忙。

AOI容易受金屬表面折射而影響判讀的缺點為人詬病,對金屬機構件業者來說這項技術的應用更加困難,但華碩得益於過去相機開發經驗,讓其掌握關鍵的取像技術,因此這項看似產業瓶頸,反而成為華碩的競爭優勢。

2020年7月,華碩與金屬沖鍛設備廠金豐機器簽署合作備忘錄,華碩提供「智慧沖壓瑕疵檢測」解決方案,協助金豐設備用AI抓出瑕疵產品,這項合作,可謂創造雙贏,由於金豐的客戶正是華碩的供應商,一方面華碩的AI技術在產業落地,協助供應商把關品質,另一方面,金豐的沖鍛設備也在AI的加值下,轉型智慧機械。

華碩後續更進一步與金豐合作導入機台設備預知保養解決方案。近幾年細分智慧工廠商機,其中最具潛力的應用莫過於製程優化、瑕疵檢測以及設備預防保養等,其中市場估算透過設備預防保養,可協助製造業者創造10∼40%的成本節省空間,但「沒有自有製造工廠」的華碩,要怎麼解決這項工廠痛點?

任何轉動設備,工廠中常見的包括風扇、馬達、幫浦及壓縮機等,在運轉過程中由於各種作用力一定會產生振動,同時伴隨聲音的產生,而從聲音的波形變化,就有很多加值應用。

舉例來說,電腦裡的「風扇」是左右產品壽命的關鍵元件,但過去風扇業者在檢測風扇品質時常以人耳判別,然這項工程不僅在前期需要耗時3~6個月進行培訓,還會造成人耳疲乏與潛在職災風險,品檢員的生命週期往往僅有1年,嚴格來說,傳統檢測手法還有很大的改善空間。

華碩為此開發AI波形異常分析,針對風扇在檢測組裝品質時,讓AI學習合格風扇運轉時所發出的聲音,分析其振動波形,透過AI快速判讀品質是否達標。值得一提的是,華碩秉著過去在3C產品所累積的專業知識,已成功開發出只需要3個30秒的風扇音檔,便可以訓練出辨識率達到100%的AI模型。

不只是風扇運轉時所發出的「聲音」, AI波形異常分析也適用於包括電流、電壓等物理特徵,華碩AI研發處資深經理賴柏吟進一步表示,甚至只要持續透過波形變化偵測異常,事實上就可以進一步達到機台的預防保養。

舉例來說,設備出廠時的品質狀態是100分,但隨著機台持續運作,會發生偏移或老化等現象,當狀態開始衰減至60分後,AI就會發出示警,提前告知業者該維修或汰換了。換言之,華碩的AI波形異常分析,不僅能用以作為出廠時的品質檢測,還能延伸應用至機台預知維護,而這塊也是華碩接下來相當看好的市場商機。

70%標準化+30%客製化 2個月即完成AI開發

然華碩團隊要如何在不同垂直產業中做這門生意?假設每個場域都要替客戶客製化AI模型,勢必會消耗很多資源與時間,因此華碩設法降低客製化比例,也就是透過將產品模組化後,華碩摸索出「70%標準化+30%客製化」的模式,未來每個專案奠基在標準開發流程上,可以再根據實際需求,進行客製化調整。

這樣的好處是,不僅能節省大量AI開發時間,也能讓AI真正實現「平民化」。而這要歸功於為了更了解AI如何在製造業快速落地,華碩過去三年所下的一番苦功。

賴柏吟表示,過去華碩自組AI團隊從供應商的專案做起,發現在AI開發過程中有許多步驟相當繁雜且費時,專案的建置速度,往往跟不上需求。因此華碩將AI開發過程中較為繁瑣且複雜的流程逐一標準化,並將其「濃縮」成套件、工具包或軟體產品,提供給專案開發者,讓其透過半自動化或自動化處理配置來優化工作流程。

這樣的做法,能夠讓使用者面對不同的AI專案時能根據需求,重複利用這些開發流程,而不需要從零摸索,像是系統整合商(SI)就可以更專注於服務客戶需求,而不是花大把時間在探索AI的開發流程上。

華碩也發現,相較傳統AI專案建置流程,透過一個好的開發工具,可節省至少80%的開發時程,也正因為如此,當產品能夠更快速被複製,才有機會規模化,在不同垂直產業中都能夠落地應用。

隨著越來越多企業從探索AI走到擴大採用的階段,如何提升AI開發的速度與品質,也成為全新挑戰。賴柏吟觀察,許多製造業者導入AI通常希望在三個月內有所成效,這會讓業者加深對AI的信心。

賴柏吟也從華碩的經驗分享,華碩自己擁有AI團隊,但過去開發一個專案仍要耗時6~8個月,何況是沒有AI團隊的企業,但隨著流程標準化,現在約2個月內就可以完成開發,甚至透過將這些AI專家知識封裝成產品,未來只要企業具備軟體工程師,即便不仰賴特定人員開發,也能快速建立起AI專案,讓AI更快於產業落地。

  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: AI 智慧製造 華碩