迎接人工智慧(AI)正逐步落實於各行各業(yè),除了AOI與機器視覺等邊緣Edge AI相關技術應用能最快看到獲益;產業(yè)生態(tài)系構建與協(xié)作,更是實踐邊緣AI規(guī)模化至關重要的要素。本場東西講座特別邀請研華工業(yè)用物聯(lián)網·智能系統(tǒng)事業(yè)群協(xié)理陳文吉、笪??AI方案整合部·技術總監(jiān)陳柏龍聯(lián)袂主講,剖析機器視覺與AOI的技術與應用趨勢,并展??其未來融入生成式AI的發(fā)展趨勢與挑戰(zhàn)。

圖一 : 研華工業(yè)用物聯(lián)網·智能系統(tǒng)事業(yè)群協(xié)理陳文吉(右)、笪??AI方案整合部·技術總監(jiān)陳柏龍(左) |
|
研華機器視覺解決方案 攜伴邁向工業(yè)AI Vision世界

圖二 : 研華工業(yè)用物聯(lián)網智能系統(tǒng)事業(yè)群協(xié)理陳文吉 |
|
陳文吉表示, 目前隨著AI演進驅動制造業(yè)現(xiàn)場的變化,例如在算法上,得以降低企業(yè)導入門檻,不必再大舉搜集資料標注、訓練模型;最近也開始出現(xiàn)越來越多自主學習型的生成式AI,可提升其算法的便利性和精準度。
進而利用AI加值既有設備,提升效能、良率、產能;AI檢測方案,除了過去僅針對制程中進行品質檢驗外,再加入AI後可用來量化、預測AOI取得數(shù)據,并向上溯及進料與供應鏈廠商管理、倉儲物流、出貨等流程加以改善瑕疵;AI升級智制,則能分別針對制造現(xiàn)場的人、機、料、法、環(huán)等情境元素,進行預測與分析。
至於部署也很重要,尤其是現(xiàn)代工廠不會必須部署到世界各地,而須導入AI模型和預訓練排程;再透過Fine Tune調適,讓AI模型在廠內也能與時俱進訓練,加快部署時間。在應用上最大差異,則是與過去在工廠內許多服務都是買斷式不同,開始有越來越多軟體開始轉型為租賃、訂閱制。
研華不僅為此提供IEM平臺、相機、影像等硬體與軟體加值服務等產品組合,涵括Cloud、Edge、Node端感測運算的解決方案,引領客戶進入AI Vision世界;同時與夥伴攜手提供完整服務,加速AI+AOI落地,以滿足AI工業(yè)影像需求。
笪??AI Navi平臺 提供產業(yè)專用服務與生成式AI方案

圖三 : 笪??AI方案整合部技術總監(jiān)陳柏龍 |
|
其中笪??科技因為長期協(xié)助AI落地制造業(yè),克服導入工廠的挑戰(zhàn),認為視覺是最容易看出AI應用的效益,而提供機器人及視覺、人員和數(shù)據管理等一條龍服務。繼2017年在被動元件廠內首度導入AI解決方案、2018年獲選為NVIDIA最隹夥伴;2019年更獲得研華投資入股、到了2022年已成功協(xié)助業(yè)界導入百套以上AI視覺解決方案。
陳柏龍指出,尤其目前各產業(yè)的領導企業(yè)提供瑕疵檢測方案,滿足對於產品外觀檢測的需求,追求最短上線時程,在客戶產品規(guī)格開模後、生產前,便要求笪??快速提出瑕疵解決方案的AI模型;生產高價值產品,不僅須達到零漏檢率,也要求須降低過殺率;關注後續(xù)維運自主性,因應制程快速變化。
笪??的核心產品AI Navi則是專為產線而生的AI平臺,同時持續(xù)與NVIDIA在工業(yè)瑕疵檢測領域密切合作,可輕松擴展至特定領域解決問題。包括因AI 模型上線時程緊迫,提供專案式管理架構,陸續(xù)搜集迭代更新的瑕疵品圖片訓練;瑕疵標注、模型訓練耗時耗力,內建多種標注工具和標注助理Quick Mark節(jié)省80%標注時間。
進而逐步導引實現(xiàn)模型訓練及驗證,在平臺上確認可檢出未經訓練過的瑕疵;部署到產線上各站電腦并更新;引導客戶維運產線應用持續(xù)更新,即使資料越大越穩(wěn)定,確保模型效能未下降且適時加強,目前已有數(shù)百套AI Navi部署到工廠
值得一提的是,由於多變的制造環(huán)境,增加瑕疵檢測的復雜性,容易造成資料不平衡Data Imbalance,面臨更多陌生瑕疵。所以在2023年Gen AI問世後,笪??更加入瑕疵生成的關鍵作用,藉以增強資料、提高模型可靠性、解決資料不平衡、節(jié)省資源成本。
運用SpinMind加速AI導入進程,運用GenaAI技術,生成瑕疵圖片,擴充訓練集,縮短上線周期,極大化導入規(guī)模,降低專案邊際成本,最少僅需一張圖片,利用隨機/畫筆生成功能,輕松生成瑕疵圖片,支援批量下載。
陳柏龍表示,AI Navi藉此搜集產線圖片以持續(xù)迭代模型,協(xié)助用來訓練模型,盡量降低學習門檻,讓品檢員可直接在現(xiàn)場操作該平臺訓練模型,納入過去檢測經驗、標準以標注瑕疵,讓機器視覺減輕人力負擔或缺工的困擾。
**觀看講座直播錄影: