善用人工智慧科技 優化製造營運策略 智慧應用 影音
Microchip
ADI

善用人工智慧科技 優化製造營運策略

台灣IBM硬體系統事業部副總經理暨首席顧問陳俊傑。
台灣IBM硬體系統事業部副總經理暨首席顧問陳俊傑。

無庸置疑,人工智慧(AI)是現今當紅科技,當AI遇上智慧製造,會擦出什麼樣的火花?台灣IBM硬體系統事業部副總經理暨首席顧問陳俊傑表示,綜觀工廠內部各個環節,都非常適合導入AI應用,其間涵蓋視覺檢測、設備管理、工廠執行核心系統(例如缺陷分析與追蹤、分析製程效率、設備預防保養...等等)、敏捷生產計劃排程、環安等眾多範疇。

陳俊傑也指出,企業在AI化過程中會發現三件事:分別是「企業資料是分散的」、「資料科學家不足」及「執行 AI 不是容易的事」。有鑑於此,他建議企業必須有適當的應對策略,例如因應資料分散的趨勢,應將資料分析作業移往資料所在地,意即將雲端、Hadoop、GPU基礎架構等模型訓練機制推向資料所在的位置;因應資料科學家不足,便應設法利用諸如AutoDL、AutoML等技術來提升效率;此外也可以建立完整的AI生命週期管理機制,讓資料準備、分析直到模型導入產線的過程更容易,也更靈活。

著眼於前述策略目標,IBM致力推廣企業級AI平台,其中除含括基於GPU的最佳化伺服器(Power9)、基於AI的最佳化儲存系統外,亦支持Red Hat、Python、Kubernetes等資源調度技術,及Tensorflow、Keras、PyTorch、Caffe等深度學習框架,更重要的不僅透過自身PowerAI Vision平台來推動Auto-DL,更與H2O.ai合作發展Driverless AI工具,有效推動Auto-ML,期望幫助企業加速AI旅程、實現AI大眾化,並達到ML與DL加速妙效。

另一方面,他向企業提出幾個建議,首先應從小型專案著手,一點一滴、循序漸進,並反覆驗證試行的概念;其次從企業內部的資料分析做起,找到AI能在企業內部運行的起點,一旦找到成功經驗,即便是小規模改善,都可迅速加乘並放大整體效益。而IBM曾參與的智慧製造場景甚多,例如透過PowerAI Vision影像分析工具,協助PCB廠進行AOI檢測,或協助太陽能板業者進行品控分類等等。


關鍵字