隨著 AI 時代的到來，如何應用人工智慧已經成為各產業的必修課，尤其製造業在面臨少子化、地緣政治、供應鏈斷鏈等外部政經局勢的變化，更需要藉助 AI 的力量增加產能與品質以降低對營運的衝擊。在日前由 TechOrange 科技報橘與台灣工具機暨零組件工業同業公會共同主辦的「智慧大工廠論壇台中場」上，華碩電腦智慧解決方案事業部副處長辜英憲便分享，製造業應用 AI 轉型升級的諸多實例。
辜英憲指出，AI 應用的基礎是數據，而在生產現場可以蒐集到的數據有很多，包括機台設備的振動頻率和聲音、監控攝影機影像等，多元數據搭配不同的 AI 模型，就可以應用到工廠的各個環節。而 AI 智慧生產技術可以運用在「機械之母」工具機哪些環節？辜英憲表示，「包含設備監診，生產品質檢驗，以及監測人與機器操作間的危險性動作等。透過人工智慧的助力，工具機能夠透過數據的運用而加值，幫助廠商將傳統生產方式轉為智慧化、服務化的商業模式，進一步提升競爭力。」
對應設備監診、生產品質檢驗及降低工安意外發生率這三大應用，ASUS IoT 不只提供無程式碼（ZeroCode）的可視化 AI 工具和平台，包括 AISDetector異常波型分析應用軟體、AISVision 機器視覺瑕疵檢測及 AISEHS 智慧工業安全防護平台，華碩電腦還有多達數百人的研發團隊，可以協助工具機業者運用 AI 為自身設備加值，邁向由設備製造商走向服務供應商的商模轉型之路。
AI 應用 1：生產線上的即時品質檢測
先就產線上的品質檢驗來看，AISDetector 可以根據產品的聲音、振動等波形變化，於生產線上即時檢測產品品質。辜英憲強調，考量到產線資料取得不易，AISDetector 採無監督式學習，只要 3 個高品質的數據波形樣本，就可以建立 AI 模型，且使用介面非常友善好上手，產線工程師或產線經理即便不具備 AI 專業知識，也能在不到 1 分鐘的時間內創建 AI 模型。
舉例來說，有一家空壓機全球領導品牌為了確保馬達品質，過往的作法都是由產線作業員去聆聽馬達的聲音，再決定此顆馬達是 OK 或 NG，然而人工判斷有標準不一致、新進人員學習時間長、容易產生疲勞和倦怠感等問題。「1 名作業員 1 天可能要聽 1 千遍，時間一長，難免影響判斷準確性，」辜英憲說，但在導入華碩電腦 AISDetector 後，由 AI 擔任第一線守門員，根據馬達的聲音波形變化來判斷是否 OK，再由作業員做複判，透過人機協作的方式，更有效率、更精確的保障馬達品質。
AI 應用 2：以 AOI＋AI 提高瑕疵檢測精確率
再就瑕疵檢測而言，AOI 自動光學檢測一直有誤殺率過高、不易檢測出不規則瑕疵等瓶頸，而 AI 恰恰可以解決這些問題。辜英憲說明，AOI 適用於長度、面積等可量測的瑕疵，而 AI 在學習瑕疵的特徵後，可以有效找出未知、多變、不明顯或不規則的瑕疵，透過 AOI 與 AI 的整合應用，可以有效降低 AOI 誤殺率及目檢員人力。
以華碩電腦自身為例，筆電 A、C 件因為表面設計花紋多樣化，很難利用 AOI 精確檢測出瑕疵，因此導入 AISVision 檢測筆電 A、C 件的表面有沒有刮傷或撞傷，並結合機械手臂生產，提高整機檢測自動化和彈性。此外，台灣最大機械沖床製造商金豐機械亦導入華碩電腦 AISVision，提高判讀瑕疵品的效率，並解決人力疲勞和料件種類太多導致人員判斷容易失準的問題。
AI 應用 3：降低工安意外發生率
最後來看如何應用 AI 降低工安意外發生率。根據美國國家安全委員會調查數據，每 7 秒就會發生一起工傷事件。辜英憲表示，過往工廠大多使用安控攝影機監控高危險區域，屬於被動性防禦機制，因為管理者只能在發生工傷事件後，透過監控影像回溯事件過程，無法及早發現與制止人員的不安全行為，也不容易評估危害有多大，「但 AI 可以將工安防護由被動轉為主動，」辜英憲說。
AISEHS 可以整合工廠內所有影像資料，包括 CCTV、Web Cam 等，進行人流統計、是否遵循產線 SOP、電子圍籬、危險物品偵測、有沒有配戴口罩等個人防護設備、在操作機器時是否誤觸禁區或有錯誤姿勢、有無危險行為、煙霧及火焰偵測等 AI 分析，在工廠危險或意外事件發生前及早預警，避免造成進一步的傷害。
迎向智造大未來，華碩電腦希望透過完整 AIoT 解決方案及豐富導入經驗，協助工具機業者提升競爭力，從硬體設備製造商走向服務供應商之路，也為產業升級帶來更大的貢獻。
