科技產業報訂閱
Advantechline
 

智慧製造大趨勢:經驗傳承、資訊創新應用是關鍵

製造業導入AI 著重於品質檢測與預知維護

Equipment Advisor採用自然語言問答系統,基於獲取的知識來確認答案的可信度。IBM

人工智慧正在顛覆全球製造業形態,這絕對無庸置疑。據IDC預估,台灣製造業在2018年將會有25%的業者導入人工智慧。乍看之下這數字並不令人驚艷,但事實上,製造業已是繼金融業之後,台灣產業導入人工智慧技術最多的領域。

製造業者該如何追隨、並在這股趨勢中不脫節?在導入人工智慧技術前,製造業者必須理解一件事情,即人工智慧係靠數據奠基,透過數據資料的餵哺與消化,最終讓人工智慧達到自行調適與優化,因此數據可說是人工智慧的「基本食物」。

遠東先進纖維營運部協理林偉仁實際以應用端分析,有些製造業者因數據不夠充分,因此即便導入人工智慧進行分析,準確率也不到6成,若連人類原先的水準都無法達到,人工智慧便沒有任何意義。

因此林偉仁建議製造業者,人工智慧定要先有大數據支撐,業者若有積極導入人工智慧的想法,就必須先著手準備數據,累積越多,分析才會越加精確。

台灣IBM製造事業群副總經理梁晏慈則分析,目前國內製造業對於人工智慧的運用,主要著重於兩個需求,其一是品質檢測,其次則是設備預知維護。現階段產業型態中,製造業工廠仍多以人力運作為主,像是由人工負責品檢流程。

但此舉往往會面臨因人眼疲勞導致品質不一,或是肉眼無法挑選出太過細微的瑕疵。甚至因勞動人口銳減,造成人力不足或成本高漲,按照此趨勢,人工品檢勢必難以因應市場需求。

因此,以機器取代人力的視覺檢測技術,將扮演相當重要的角色。其中,人工智慧技術更是能夠讓機器快速進化,提升檢測品質與效率的工具。

人工智慧與傳統AOI不同的是,前者無需耗時編寫演算法,只要讓系統透過大量的影像分辯何為良品、何為不良品、各自的特徵是什麼,人工智慧便會促使機器不斷自我學習並優化,除了能夠達到比人更快的檢測效率外,準確度也會愈加精準,最後達到非人眼可比擬的程度。

歸功於深度學習越趨成熟,近年影像辨識技術已可具備相當優異的表現。IBM指出,目前利用人工智慧進行品檢的判讀準確率可達9成以上,且更因此協助如汽車製造業者減少80%的檢測時間。視覺檢測可說是目前製造業界運用人工智慧技術最廣泛的領域,不僅大幅提升良率,亦可削減產線上的人力需求。

就長期表現而言,一旦由人力精簡帶來效益提升,製造業者便可因此明顯感受到智慧製造與傳統模式的顯著差異。直白地來說,這便是對於業者最直接、最快速可以cost down的做法。梁晏慈觀察,視覺檢測應是目前多數製造業者會率先導入人工智慧的第一個應用。

至於設備預知維護,雖其架構龐大,背後需整合非結構性資料如感測器、零件等的數據分析,然而因對於像半導體或高科技電子產業而言,容不得機台半路停機所造成的損失,因而早在設備預知預防議題尚未引起討論前,產業就已投入研究與開發,而發展至今日也已具備相對優異的技術水準。

為了強化製造技術升級,人工智慧已成為新顯學,這是產業未來避不可免的趨勢,只是這當中仍然會因為產業型態的不同而衍生出許多差異。以設備預知預防保養舉例來說,此應用強調針對機台設備可達到即時監控、提前預警的功效,對於生產線上遍布精密電子零件的高科技電子產業而言,可確保產線運作維持穩定。

隨著電子零件越趨精密,高科技電子產業對於品檢把關的要求也日益增高。但這並非代表傳統產業不在乎品質的把關,只是相對於傳統產業的製造模式而言,對於人力需求的調適更加渴求。

梁晏慈補充,傳統產業未來比較容易面臨的問題在於少量多樣的挑戰。她指出,如果生產需求變化快速,那麼傳統產業將更頻繁地改變產線內容去符合多樣化的需求,這將致使機器在導入人工智慧時,必須具備更大量的數據資料與更多樣化的學習模式,才能應變瞬息萬變的市場需求。

而人才更迭的問題對於傳統產業來說也是另一項挑戰。至今多數傳統產業的工廠老師傅有些一做就是十幾年,因為舊習難改,因而許多專業知識與寶貴經驗是存儲於腦海中,而非系統性的保存。加上人才銳減,傳統產業只得導入新科技元素來解決這個問題。

IBM的IoT Equipment Advisor,類似於IBM的Watson採用自然語言問答系統,基於獲取的知識來確認答案的可信度。Equipment Advisor會從使用者的問題中,利用日積月累的資料去判斷,推薦最合理的方法,並給予信心度指數關連,協助使用者在面臨修復、維護、程式或技術相關的問題時,輔助其進行決策。

簡單地說,也就是將工廠老師傅二、三十年的寶貴經驗具體、數據化,並透過任何行動裝置的呈現,從旁提供協助。這可視為知識管理的範疇,梁晏慈認為,這也是傳統產業未來比較有機會接觸且實際運作的人工智慧應用。

由於此與自動化關聯性較少,因此就算業者現階段並無具備自動化技術,或是設備有無連網功能,兩者之間也並無衝突,對於傳統產業而言,更是一項可快速導入的人工智慧應用。

  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: IBM 遠東先進纖維 人工智慧