【專家觀點】AI加值智慧製造 後疫情時代掌握兩大關鍵 2020/09/14

▲面對後疫情智慧製造時代，工研院機械與機電系統研究所所長胡竹生觀察兩大AI關鍵趨勢。工研院提供

隨著消費型態轉變與快時尚興起，產品生命週期縮短，各行各業面臨客製化的挑戰，在在需要智慧機器人、智慧製造設備以從事更複雜的生產工作。面對2020年COVID-19（新冠肺炎）的催化下，疫情讓企業重新評估供應鏈管理風險，將加速企業引進自動化與機器人技術，以利製造業數位轉型升級，因應瞬息萬變的市場挑戰。

然而，現有機器人或製造機台受限於原本功能單一又無法擴充的窘境，必須藉由結合軟體和人工智慧(AI)技術來多元化功能，藉此將老師傅的技藝數位化，以提升製造品質，並協助產業在後疫情時代，滿足分散生產基地、供應鏈動態管理、自動化生產、快速客製化等市場需求，強化國際競爭力。

該如何利用AI加持智慧製造，往往也是產業苦惱所在，建議製造業者可以掌握下列兩個加值關鍵，期許達成更彈性靈活的生產。

加值關鍵一：機器手臂聰明化　協助生產高效率

目前汽車與電子製造業、金屬加工是工業機器手臂較大的應用市場，但其實像倉儲物流、食品製造業在撿貨備料的程序上，也亟需機器手臂協助，這塊市場在過去往往較容易被忽略。

同時，也希望提高機器手臂的速度與精度來協助製造加工，但過去因機器手臂無法自主學習辨識各種不同物件，因此難以應用在撿貨備料程序。為搶攻新藍海市場，藉由導入AI與深度學習，可讓機器手臂變聰明與更靈活，能彈性自主學習辨識及處理不同的零件或工作，協助倉儲物流、食品製造與包裝等市場提升生產效率，透過結合AI，使機器手臂能應用在更多不同產業。

例如工研院在「2020台灣機器人與智慧自動化展」中，就展出首創的「AI人工智慧自動標註系統應用：隨機堆疊智慧取料」技術。這套系統相較傳統技術，1小時能自動標註1萬張，標註時間較人工快400倍，有助訓練各式AI辨識影像，進一步教導機器人取料，提升撿貨備料的效率。

此外，機器手臂導入AI後，能自主學習更複雜的任務，有助產業新進人員數位傳承老師傅的經驗。

以水五金產業為例，由於其工作環境高溫多粉塵、噪音大，不易招募新血，因此工研院近年來也與衛浴大廠和成欣業合作，導入AI和聽覺／力量感測器等科技來優化機器人功能，讓機器人彷彿人類，擁有視覺、聽覺、觸覺，還能感受研磨力量，協助水龍頭能夠研磨、拋光、瑕疵檢測一次到位，透過AI自動辨識研磨品質，解決過去瑕疵檢測仍需仰賴有經驗的老師傅目視判斷品質，過程耗時費工且不客觀的問題，協助縮短檢測時間，增進檢測品質、減輕老師傅的工作負擔和實現彈性製造。

加值關鍵二：機台設備預診　數據分析及早維護

過去製造業多以人工統計資料，但往往面臨作業流程冗長、不易保存珍貴的製造資料，從而降低生產效率的情形。近年新興的智慧製造著重以數據做決策，並藉由導入AI與聯網技術，讓機台設備具有故障預測、自動參數設定與自動排程等智慧化功能，協助機台透過數據分析與判斷，以利自動作業，提高執行正確率，減少因機台故障造成產線停擺、產品交期延遲的情形，強化製造體質，在後疫情時代搶先掌握復甦商機。

舉例來說，工研院開發的「設備預兆診斷系統」，搭配AI演算法，開發自動化、客製化的監測軟體模組，針對多種常見故障進行精準鑑別，避免人為誤判及時間浪費，使廠商全面掌握稼動率、生產監控等，能即時監測與維護設備，協助設備的生產排程、預兆診斷與健康趨勢預測，保持良好稼動率。

2020年突如其來的疫情來襲，儘管打亂並重新定義了製造業的發展，但也因此興起產業將AI應用於智慧製造的需求，所謂危機即轉機，在後疫情時代，智慧製造結合AI技術，有助產業提升軟硬體實力，增強製造韌性，加速企業數位轉型。（本文作者為工研院機械與機電系統研究所所長胡竹生）

感謝DIGITIMES提供分享：

https://www.digitimes.com.tw/iot/article.asp?cat=158&id=0000593604_WK75RCVL1W7RQ53L7XFJC