智慧製造不斷演化 不斷學習方能找到正確道路
- 台北訊
-
自從德國在2013年首度提出「工業4.0」概念後，世界各國也紛紛提出自己的智慧製造藍圖，同時也有更多的科技應用加入智慧製造的領域，包括工業物聯網(IIoT)、人工智慧(AI)等，都已成為智慧製造不斷演化過程中不可或缺的技術。DIGITIMES因此於2018年8月3日的2018自動化工業大展舉辦「智慧工廠論壇」，邀請產官學相關領域專家，針對智慧製造的最新趨勢及發展發表看法。
經濟部工業局金屬機電組張明煥副組長指出，為了幫助中小型製造業克服供應鏈管理困難、訂單達交率不佳等問題，政府將以營收新台幣30億元以下的中小型製造業為主要對象，透過供應鏈資訊串流，積累營運數據資料，並導入AI應用，加強決策正確性，達到降低庫存、進行供需預測、提升訂單達交等效益。
研華市場開發經理葉韋賢認為，製造業者必須思考如何讓AI落地，實際產生效益。業者首先要先標記出需要學習的資料及答案，提供給AI系統，同時要有專家監督判斷是正確或錯誤，並給予正確標記讓系統持續精進學習，才能確保AI系統的可用性。
賽仕電腦軟體資深顧問分析師林育宏指出，如果能將資料分析發生在近乎資料產生的終端裝置，也就是邊緣運算，可以節省流量及儲存成本，還能做到異常偵測及預測保修，降低停機時間，大幅降低成本。
元智大學工業工程系副教授鍾雲恭指出，透過增量學習(Incremental Machine Learning)做到自發性製造，是製造業者必須要注意的技術趨勢。要做到自發性的製造，除了知識庫系統架構要有能力自行解釋外，產業面知識尤其重要，才能達成工業4.0中的智慧製造願景。
施耐德電機自動化事業部總經理孫自強指出，製造業在朝數位化轉型的過程中要掌握四個要點，設備能夠互聯互通、掌握行動技術、導入雲端技術蒐集及儲存資料與大數據分析技術，才能讓資訊產生改善產品或減少機械故障等不同的價值。
北爾電子市場開發經理何輔仁指出，理想的工業4.0方案，必須要能做到遠端監控、預測維運，並掌握KPI資訊，若能使用單一設備就能夠整合複雜的控制過程，甚至可同時處理數據分析與傳輸，還可建立行動解決方案，與不同類型的控制器進行通訊，並可靠地儲存所需的數據，對推動智慧製造將有很大的助益。
參數科技亞太區物聯網業務副總裁劉少綸指出，面對工業4.0時代的來臨，製造業者需要整合實體的物聯網及虛擬的數據應用，而且在產品推出後，還能透過物聯網蒐集資訊，持續改善產品設計及客戶使用體驗，驅動製造變革，創造出新價值。
而在製造現場方面，台灣西克(SICK)物流自動化專案經理王新儒指出，製造業者需要具備導引、防護及辨識能力的智慧感測移動平台做到智慧物流，才能因應電商市場所引發的模組化及客製化消費趨勢，進而朝向自動化及無人化發展的生產型態發展。
