活用人工智慧技術 實踐智慧製造願景

自Google AlphaGo在圍棋賽中打敗多位國際棋士後，讓不少人開始關注人工智慧發展狀況，也期盼將該技術融入智慧製造之中，成為推動產業競爭力升級的重要工具。

從目前產業發展狀況而言，人工智慧帶來效益可分成兩方面，在商業層面可運用智慧決策，處理問題、預警問題、預知需求、創造需求等環節；在工業層面，則著重在預防已知與未知的風險。只是在工業4.0環境中，為滿足智慧製造使用，因此必需融入更多計算智慧技術能量，才能讓人工智慧成為提升生產效益的目的。

國立高雄應用科技大學講座教授周至宏說，儘管圍棋賽已是相當複雜應用，但透過大量運算協助，基本上可以預測推論出下一步棋的方向。但相較之下，生產製造流程中的變數更多，自然需要花更多時間將過去累積經驗融入人工智慧中，並藉由客製化服務達成改善製造流程、預先找出問題，進而降低生產成本、滿足需求等目標。

以高雄應用科技大學、金屬工業中心、屏東大學攜手合作的精密定位系統之產業應用為例，主要是考量到現今消費性電子產品走向輕、薄、短、小趨勢，而這類產品生產過程中，需要仰賴自動化的機器視覺輔助檢測。只是這類自動對位的高階設備造價昂貴，而台灣廠商自主開發卻常因為經驗不足，以至於得不到好效率與精度，所以該專案則是希望將學界的人工智慧技術融入產業生產平台中，提升製造設備的生產能力。

在專案同仁深入研究後發現，此種平面類型的自動精密對位開發應用，除要有一套高效率的對位方法外，視覺系統與運動系統間系統整合轉換參數精確度，也會影響系統對位的整體效率。只是該參數通常也會受到參考座標、視覺鏡頭失真、螺桿背隙、系統組裝的平行(垂直)度等各層面的影響，因此有發展一套優質方法的必要性。

周至宏指出，當時為能快速且精確得到一組優質系統整合參數，專案同仁投入發展一套可節省時間、並具有虛實整合能力的「整合類神經網路及進化優化演算法」，以符合該專案的需求。這套演算法擁有快速、精準的特性，且可取得自動對位參數能力，而經過實務驗證後，整體效率可提升約40%，也證明人工智慧在智慧製造中扮演非常重要的角色。

近來西門子、賓士等國際公司，頻頻在國際上發表在智慧製造領域的成果，讓人感覺台灣跨入工業4.0的步調相對較慢。不過，周至宏認為目前全球在智慧製造方面正在發展階段，台灣製造業不應該妄自菲薄，而應該從現有工業3.0基礎上，投入更多心力於軟、硬體之間的系統整合與智能化，才能在國際舞台上具競爭力。