以AI打造CPS 彰顯智慧製造應用價值

高雄應用科技大學講座教授周至宏。

研究機構Gartner在2017年發表一份報表，指出未來12個月，59%企業期望將人工智慧(AI)運用於製程自動化，46%期望運用在預測分析，兩者皆攸關智慧製造。

高雄應用科技大學講座教授周至宏表示，AI意指透過電腦實現的智慧，他個人偏好使用「計算智慧」(CI)辭彙，目前實現於智慧製造之技術為「計算智慧」技術，舉凡神經網路、機器學習、模糊系統、演化式計算、混合式智慧型計算，均屬於CI範疇。

智慧製造係指具有訊息自感知、自決策、自執行等功能的先進製造過程、系統及模式的總稱，具體實現之道，在於製造過程的各環節與新一代資訊技術深度融合，例如物聯網、大數據、雲端運算，也包含CI。

最能表彰智慧製造的計畫，無疑是德國政府所提的工業4.0，旨在打造一個大量將網路技術、軟體技術、物聯網技術、雲端技術與大數據技術，整合為完全數位化的「智慧製造生產系統」，關鍵在於智能系統加上虛實整合系統(CPS)，以後者為核心。

周至宏認為，工業4.0或智慧製造都具備共通精神，其一針對商業層面，期望透過智慧決策處理問題、預警問題、預知需求與創造需求；另一針對工業層面，希冀借助智慧決策處理問題、預警問題，及預防已知與未知問題。簡言之，不能等到出現嚴重的庫存積壓或設備故障，才急忙解決難題；此時CPS的角色顯得十分重要，它有助於打造一個Twin Model或Triplets Model，形成智慧工廠設計與規劃之樞紐，讓企業可藉由模擬比對，預先挖掘真實世界的潛在問題。

更有甚者，CPS不僅止於智慧工廠的設計與規劃層次，亦可注入品質預測、維護保養預測與排程、生產排程、製程參數優化與監控等諸多能量，打造智慧製造設備與系統。

在形塑CPS的過程，AI可著力之處相當多，迄今已有具體實例，例如精密定位系統之產業應用。輕、薄、短、小產品的製程，需要仰賴自動化的機器視覺輔助，惟「自動對位」的高階設備要價高昂，但自主開發成果的效率不彰，於是周至宏聯合高應科大、金工中心等多個團隊與專家，發展一套「整合類神經網路及進化優化演算法」，得以快速精準取得自動對位參數，證實可提升效率達40%，AI之價值彰顯無遺。