「科技創新」是經濟發展的關鍵所在，因此舉世各國積極投入創新研發，找尋國家未來發展方向，以協助產業轉型升級、維繫經濟發展動能。台灣在全球供應鏈扮演舉足輕重的角色，尤其製造業更有領先全球的技術優勢，然而面對全球激烈競爭和多變國際情勢，產業如何全面升級為智慧製造，將是台灣持續發展的重要關鍵。 四年一度的全國科技會議即將在2020年舉行，屆時將訂定未來四年科技政策發展方向，連帶牽動科

大多數設計者以人工進行印刷電路板(PCB)的設計與布線既複雜且費時，運用人工智慧(AI)技術支援相關作業極具潛力，可望大幅提升PCB布局與檢測的效率與精確性，包括製程簡化與成效改善也都有機會達到前所未有的地步，將為PCB製造業打造新局與開創巨大商機。 根據Engineer Live報導，AI技術發展快速而實際應用也正在重塑人們生活與工作的方式。許多研究者的長期目標希望創造能觸

自動光學檢測(AOI)設備透過與AI的整合提高瑕疵檢測的辨識精準度，已成為當前智慧製造的顯學，不過有別於目前市場商機最大的印刷電路板與面板產業，新創智合科技則是切入半導體產業，將AI瑕疵檢測導入於目前以人工目測為主的鑽石工具檢測，也是目前產業中少數切入微小瑕疵影像辨識的新創公司。 根據市場調查數據顯示，目前AOI檢測應用最廣泛的兩個領域，分別為印刷電路板和面板顯示產業，兩者的

智合科技是一家擁有嵌入式系統、AOI光學檢測系統、機電整合，以及AI與大數據整合的顧問服務供應商，其服務項目包括微米級(μ m)甚至奈米(nm)級的微測距應用、半導體檢測、鑽石相關產品、高米密度刀具量測，以及非標準件檢測。 釐清客戶需求、目標與成本 預測退場機制的停損點 2016年從中國大陸回流的智合科技，是一

製造業擁抱AI邁向智慧化發展，通常將其分為不同階段性的發展策略。像是以中小企業為主的台灣，專家就建議初步應先針對重點式導入，例如透過流程機器人(Robotic Process Automation；RPA)可優化重複性的作業流程達到先期自動化，接著再進入智慧化階段，因此現階段在製造業積極發展的智慧化應用中，RPA的導入比例甚高，其次則是影像與聲音的AI分析。 當前全球製造業倡

人工智慧因GPU強大的運算能力而再次成為全球科技的新浪潮，也使得NVIDIA在人工智慧領域中一炮而紅，佔有領導地位。近年來NVIDIA持續在AI領域投入資源開發，也順勢協助台灣供應鏈的半導體業者透過AI優化生產流程。 NVIDIA將一系列的GPU產品銷售到全球，而台灣半導體業者則是NVIDIA非常重要的供應鏈，從晶圓代工、晶片封裝、IC測試到繪圖卡組裝等，與台灣供應鏈關係緊密

過去10年機器學習(machine vision)技術已有長足進展，在工廠自動化的相關應用也日益普及，2019年市場規模將達43億美元。包括高性能工業馬達與半導體元件等許多產業的的全球主要製造商，都已了解將機器視覺完全整合到製造現場能進一步深化工廠自動化的程度。 根據IHS Markit報導，IHS Markit的研究資料顯示，2018年機器學習在工廠自動化應用的全球主要市場

istron)運用深度學習優化產線瑕疵檢測以實現零目視檢測的目標。資深經理梁維國表示，電子製造業的產線瑕疵檢測演進過程中，從全面目視檢測作業(亦即產線每一站皆採人工目視檢測)開始，投入大量人力來確保品質。隨著AOI檢測機的技術成熟與普及，以及提升產出品質及提高生產速度的目的，業界大量導入各式光學檢測機到各個產線，亦達到提升了生產速度以及降低了大部分的人力使用的成果。 然而對於

半導體封測廠矽品自2018年導入自動瑕疵分類(Automatic Defect Classification；ADC)方案計畫，在瑕疵檢測流程中結合AI，希望改善傳統AOI設備過度篩檢的問題，整個計畫矽品僅用了9個月便順利完成開發，且實際上線後的表現也符合預期水準，但令人意外的是，由矽品技術開發處處長萬國輝帶領負責執行計畫的團隊，成員卻僅有4人，而且是招募零工作經驗的新鮮人，從公司內部培養、建構出

機器視覺與機器手臂是工廠自動化領域中兩大代表性技術，經過長年發展，應用已臻成熟，近年來智慧化浪潮襲全球製造業，工業物聯網與AI被快速導入至生產系統中，機器視覺與機器手臂成為製造智慧化的先期應用。 機器視覺是目前製造智慧化發展最快的領域。機器視覺在製造業的應用包括量測、辨識、定位、檢查，這4大項目中又以檢查的應用最高，也就是AOI(Automated Optical Inspe