經濟部工業局攜NVIDIA助中部製造業數位轉型
- 俞鴻樟／台北
-
製造業如何運用AI人工智慧導入生產線，已經成為台灣製造業的顯學。經濟部工業局為協助製造業數位轉型智慧製造，特地於11月29 日在台中舉辦「製造業瑕疵檢測解決方案研討會」，邀請來自NVIDIA、台達電子、傑騰智能以及慧穩科技等專家分享如何應用AI人工智慧於工廠端，同時，資策會地方創生服務處長洪毓祥，也於會中分享企業面對數位轉型應有的策略思維，現場參加來賓爆滿，顯見中部製造業者積極應用 AI 達到轉型升級，迎向智慧製造！
資策會地方創生服務處處長洪毓祥表示，96%的台灣企業面臨數位轉型障礙，但只有54%的CEO相信自己已經準備好帶領企業轉型。數位轉型面臨的三大困難，第一是基層員工反彈，第二是企業中數位轉型專業的缺乏，第三是如何選擇數位工具與企業中的資源配置。因此，數位轉型不會一步到位，而是不斷的調整，逐步強化讓企業受益。而對於多數企業來說，數位轉型的風險過大，因此透過數位技術改善流程提升效率、降低成本的「數位優化」，才是當前刻不容緩的必要行動！
提供機器學習及資料平台解決方案的傑騰智能執行長徐紹鐘分享，瑕疵檢測1.0時代，是透過人工檢查；2.0時代，則透過AOI自動影像檢測機台，設定規則自動檢測，但仍有3成以上仍要透過人力去做複檢；因此，藉由導入深度學習進入3.0時代，以AOI+AI，大幅降低人力，並有效提升產品品質。然而當產品出問題時，很難從生產回溯找出前段製程的肇因，透過大數據分析的介入，便可從成千上百種涉及人、機、料、法、環等生產參數的條件下，依據關聯性快速篩選出可能影響生產品質的關鍵因子，實際改善製程，有效提升良率。
NVIDIA資深解決方案架構師劉冠良博士分享，NVIDIA專注在於圍繞影像辨識的AI技術，將原本透過人看到的，轉換成為自動化流程，帶出新的應用與典範轉移。因此不只是晶片供應商，現在也是軟體公司，提供各類AI工具，讓整個生態圈免費使用，協助台灣製造業順利導入AI。在實務導入AI上，可透過預先訓練模型(Pre-trained Model)、修剪模型(Pruning Model)、新場景適用(Scene Adaptation)等方法，有效降低深度學習所需的資料量與學習時間。
台達電子 AI創新中心博士羅少廷則分享，從自動化邁向智能化的關鍵，是From Data to Value，從資料中產生價值。AI視覺檢測系統可以省下大量人眼檢核的成本，瑕疵檢測是目前視覺檢測中最困難的部分，過去的視覺辨識系統皆需要人員調整，但是不同機台、不同人員訓練出來的檢測標準將可能有差異，藉由導入深度學習架構，台達電發展出「自動化瑕疵分類」解決方案，透過分類、偵測、分割三個步驟，完成瑕疵辨識，目前運用於台達電內部的工廠，螺絲檢測偵測率可達97%，被動元件外觀偵測率可達99%。
最後，協助多家工廠導入智慧工廠的慧穩科技總經理林耿呈博士，則進一步分享「深度學習」影像辨識於工廠實例的運用，包括高爾夫球表面瑕疵辨識，過去透過人眼檢測容易疏漏，現在透過AOI+AI瑕疵檢測，每天可檢查6~9萬顆球，準確度高達97%。林博士也強調，資料定義和清洗的問題和演算法同樣重要，有些舊演算法在資料乾淨的情況下，可能成功率比新演算法高，但是也要持續關注新演算法，尤其近年演算法快速推陳出新，有時候新演算法可以解決舊演算法一直無法處理很好的問題。
製造業未來面臨的問題在於生產需求變化快速，業者將更頻繁地改變產線內容，以迎合多樣化的需求，這將使機器在導入 AI 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。經濟部工業局積極推動台灣製造業數位轉型，導入 AI技術建立智慧製造系統解決方案，提升產線效率與機台附加價值，期望能進一步帶動國內產業升級，加速製造業數位轉型，開創競爭力。
