近年來(lái)，隨著生成式 AI 和機(jī)器視覺(jué)檢測(cè)的快速發(fā)展，為智慧 AOI 檢測(cè)注入了新的活力。本文將聚焦在智慧 AOI 檢測(cè)市場(chǎng)的發(fā)展現(xiàn)況與趨勢(shì)，並剖析其在智慧工廠巡檢與品質(zhì)管控的應(yīng)用場(chǎng)景，並關(guān)注生成式 AI 與機(jī)器視覺(jué)檢測(cè)所帶來(lái)的變革。
人工智慧（AI）浪潮席捲全球，製造業(yè)正經(jīng)歷著前所未有的轉(zhuǎn)型。在追求更高效率、更高品質(zhì)、更低成本的目標(biāo)下，結(jié)合AI技術(shù)的智慧自動(dòng)化光學(xué)檢測(cè)（AOI）已成為不可或缺的關(guān)鍵技術(shù)。
根據(jù)市場(chǎng)研究機(jī)構(gòu) MarketsandMarkets 的預(yù)測(cè)，全球 AOI 設(shè)備市場(chǎng)規(guī)模將從 2020 年的 5.5 億美元成長(zhǎng)至 2025 年的 8.1 億美元，年複合成長(zhǎng)率達(dá) 8.1%。其中，亞太地區(qū)由於電子製造業(yè)的蓬勃發(fā)展，預(yù)計(jì)將成為成長(zhǎng)最快的市場(chǎng)。此外，由於生成式 AI 和機(jī)器視覺(jué)檢測(cè)的崛起，將進(jìn)一步推動(dòng)此市場(chǎng)的成長(zhǎng)。
智慧AOI檢測(cè)的全球市場(chǎng)概況
而各個(gè)區(qū)域的發(fā)展則如下：
中國(guó)
作為全球製造業(yè)重鎮(zhèn)，中國(guó)對(duì)智慧 AOI 檢測(cè)的需求最為強(qiáng)勁，特別是中國(guó)政府持續(xù)推動(dòng)「中國(guó)製造 2025」等政策，鼓勵(lì)製造業(yè)轉(zhuǎn)型升級(jí)，這為給予了智慧 AOI 檢測(cè)市場(chǎng)發(fā)展的長(zhǎng)期利多。預(yù)計(jì)未來(lái)幾年，中國(guó)智慧 AOI 檢測(cè)市場(chǎng)將保持高速成長(zhǎng)。
目前，智慧AOI檢測(cè)在中國(guó)的應(yīng)用領(lǐng)域主要包括消費(fèi)電子、半導(dǎo)體、顯示面板、汽車工業(yè)等，其他還有機(jī)械製造、食品飲料、醫(yī)藥和紡織。
美國(guó)
美國(guó)是全球科技創(chuàng)新中心，無(wú)論人工智慧、機(jī)器視覺(jué)，或者大數(shù)據(jù)技術(shù)，都是屬於領(lǐng)頭羊的角色，這也為該地區(qū)的智慧AOI檢測(cè)市場(chǎng)的發(fā)展奠定了堅(jiān)實(shí)基礎(chǔ)。而目前美國(guó)也是全球最大的自動(dòng)光學(xué)檢測(cè)市場(chǎng)之一，預(yù)計(jì)到2030年底，市場(chǎng)規(guī)模將達(dá)到729億美元，複合年增長(zhǎng)率為13.6%，顯示美國(guó)對(duì)AOI技術(shù)的需求強(qiáng)勁。
近年來(lái)，美國(guó)出現(xiàn)製造業(yè)回流趨勢(shì)，這將增加對(duì)先進(jìn)製造技術(shù)的需求，包括智慧AOI檢測(cè)。
智慧AOI檢測(cè)在美國(guó)的重點(diǎn)應(yīng)用領(lǐng)域主要包括電子製造、半導(dǎo)體產(chǎn)業(yè)、航太、醫(yī)材和汽車工業(yè)等。
歐洲
歐洲是工業(yè)4.0的大本營(yíng)，因此在推動(dòng)智慧AOI檢測(cè)的發(fā)展上也是不遺餘力。
工業(yè)4.0強(qiáng)調(diào)設(shè)備互聯(lián)、數(shù)據(jù)分析和智能化，這與智慧AOI檢測(cè)的發(fā)展方向一致。因此在此一政策的引領(lǐng)下，將進(jìn)一步刺激智慧AOI檢測(cè)市場(chǎng)的發(fā)展。
智慧AOI檢測(cè)在歐洲的重點(diǎn)應(yīng)用領(lǐng)域主要包括：汽車工業(yè)、電子製造、半導(dǎo)體產(chǎn)業(yè)與醫(yī)療器材等。
日本
日本智慧AOI市場(chǎng)主要受電子製造業(yè)、汽車產(chǎn)業(yè)等驅(qū)動(dòng)。隨著技術(shù)的進(jìn)步和應(yīng)用領(lǐng)域的擴(kuò)大，預(yù)計(jì)市場(chǎng)規(guī)模將持續(xù)增長(zhǎng)。另一方面，三維立體檢測(cè)的3D AOI、AI賦能和與其他設(shè)備的整合將成為未來(lái)發(fā)展的主要趨勢(shì)。
主要應(yīng)用領(lǐng)域則以電子製造業(yè)、汽車產(chǎn)業(yè)、食品和醫(yī)藥產(chǎn)業(yè)為主，其他如金屬加工、紡織、印刷等產(chǎn)業(yè)，在日本的AOI應(yīng)用也有舉足輕重的位置。
臺(tái)灣
臺(tái)灣擁有完整的電子產(chǎn)業(yè)供應(yīng)鏈，並在半導(dǎo)體、面板等領(lǐng)域處?kù)额I(lǐng)先地位。因此隨著智慧製造的推進(jìn)，臺(tái)灣對(duì)智慧 AOI 檢測(cè)的需求也日益增加。尤其受到少子化和人口老化等因素的影響，也提高業(yè)者加速採(cǎi)用智慧AOI檢測(cè)的意願(yuàn)，以減少人力並提高產(chǎn)能。
臺(tái)灣智慧AOI的應(yīng)用領(lǐng)域相當(dāng)廣泛，以下列出幾個(gè)主要的代表性業(yè)：電子與半導(dǎo)體產(chǎn)業(yè)、面板產(chǎn)業(yè)、PCB產(chǎn)業(yè)、金屬加工與機(jī)械產(chǎn)業(yè)，其他還有食品與醫(yī)藥產(chǎn)業(yè)、紡織產(chǎn)業(yè)。
| 圖一 : 臺(tái)灣的電子與半導(dǎo)體產(chǎn)業(yè)、PCB產(chǎn)業(yè)等，是智慧AOI的主要應(yīng)用領(lǐng)域。 |
|
生成式 AI 的智慧機(jī)器視覺(jué)檢測(cè)
除了深度學(xué)習(xí)、大數(shù)據(jù)分析、雲(yún)端運(yùn)算與邊緣運(yùn)算等主流趨勢(shì)外，生成式 AI的崛起，正為智慧 AOI 檢測(cè)帶來(lái)新的突破。
生成式 AI 是一種能夠生成新的、原創(chuàng)內(nèi)容的人工智慧技術(shù)，而這種技術(shù)除了可以用內(nèi)容創(chuàng)作之外，對(duì)於需要影像資料的智慧檢測(cè)辨識(shí)來(lái)說(shuō)，將能是一種有效縮減模型產(chǎn)生的時(shí)程的方法。
傳統(tǒng)上，要讓AOI學(xué)會(huì)辨識(shí)瑕疵，必須事前準(zhǔn)備一定數(shù)量的瑕疵照片，藉此產(chǎn)生數(shù)據(jù)模型，有點(diǎn)像準(zhǔn)備教材一樣。然而有些領(lǐng)域的瑕疵照片取得費(fèi)時(shí)曠日或者成本龐大，例如水果植栽和半導(dǎo)體晶片，不僅花費(fèi)時(shí)間，同時(shí)也會(huì)提高一定的生產(chǎn)成本。 而且就算好不容易訓(xùn)練好了，換個(gè)新產(chǎn)品或出現(xiàn)新的瑕疵，AOI又得重頭學(xué)起。
現(xiàn)在有了生成式AI，檢驗(yàn)者它可以自己生成出各種瑕疵的照片，讓智慧AOI在初期就能取得一定的數(shù)據(jù)資料，並藉此訓(xùn)練出堪用的辨識(shí)模型，加速檢測(cè)設(shè)備在產(chǎn)線的上線時(shí)程，進(jìn)而減少時(shí)間成本，同時(shí)也能加速量產(chǎn)。後續(xù)量產(chǎn)進(jìn)行後，實(shí)際的影像資料也能再被利用，藉此進(jìn)行優(yōu)化與調(diào)教，讓檢測(cè)的品質(zhì)更貼近真實(shí)的產(chǎn)品。
在智慧 AOI 檢測(cè)中，生成式 AI 可以應(yīng)用於：
? 缺陷生成與擴(kuò)增： 通過(guò)生成各種可能的缺陷圖像，擴(kuò)增訓(xùn)練數(shù)據(jù)集，提高模型的泛化能力和檢測(cè)準(zhǔn)確率。
? 虛擬樣本生成： 生成各種產(chǎn)品的虛擬樣本，用於模型訓(xùn)練和測(cè)試，降低開(kāi)發(fā)成本和周期。
? 自動(dòng)化報(bào)告生成： 根據(jù)檢測(cè)結(jié)果，自動(dòng)生成詳細(xì)的檢測(cè)報(bào)告，提高工作效率。
不過(guò)值得注意的是．瑕疵數(shù)據(jù)的生成與採(cǎi)用仍是屬於輔助產(chǎn)線人員的目的，因此瑕疵的標(biāo)註仍是需要專業(yè)人士來(lái)進(jìn)行，而所生成的影像也必須要可為人類辨識(shí)才行。
表一：生成式AOI檢測(cè)與傳統(tǒng)AOI檢測(cè)比較表
|
特性
|
生成式AOI檢測(cè)
|
傳統(tǒng)AOI檢測(cè)
|
|
原理
|
基於深度學(xué)習(xí)模型，從大量數(shù)據(jù)中學(xué)習(xí)瑕疵特徵，具備自主學(xué)習(xí)和適應(yīng)能力
|
依賴預(yù)先定義的規(guī)則和模板進(jìn)行圖像比對(duì)，檢測(cè)已知瑕疵
|
|
範(fàn)圍
|
適用於多樣化、複雜的瑕疵檢測(cè)，尤其擅長(zhǎng)檢測(cè)未知或難以定義的瑕疵
|
適用於已知瑕疵的檢測(cè)，檢測(cè)標(biāo)準(zhǔn)明確、一致
|
|
準(zhǔn)確度
|
檢測(cè)準(zhǔn)確度高，尤其在複雜瑕疵和低對(duì)比度瑕疵檢測(cè)方面表現(xiàn)出色
|
檢測(cè)準(zhǔn)確度較高，但易受光線、環(huán)境等因素影響，對(duì)未知瑕疵檢測(cè)能力有限
|
|
靈活性
|
靈活性高，可適應(yīng)不同產(chǎn)品和生產(chǎn)線變化，無(wú)需頻繁調(diào)整參數(shù)
|
靈活性較低，需要根據(jù)不同產(chǎn)品和生產(chǎn)線調(diào)整參數(shù)，調(diào)整過(guò)程繁瑣
|
|
速度
|
檢測(cè)速度較快，可實(shí)現(xiàn)實(shí)時(shí)檢測(cè)
|
檢測(cè)速度較快，但複雜算法可能會(huì)影響檢測(cè)效率
|
|
維護(hù)成本
|
維護(hù)成本較低，模型可自主學(xué)習(xí)和更新
|
維護(hù)成本較高，需要定期調(diào)整參數(shù)和更新檢測(cè)程序
|
|
適用場(chǎng)景
|
適用於高精度、高靈活性要求的生產(chǎn)線，如電子產(chǎn)品、汽車零部件等
|
適用於標(biāo)準(zhǔn)化、大批量生產(chǎn)的產(chǎn)品檢測(cè)，如印刷電路板、面板等
|
生成式智慧機(jī)器視覺(jué)的軟硬體
而要導(dǎo)入生成式AI的AOI技術(shù)，在硬體方面，具備一定的運(yùn)算能力可說(shuō)是基礎(chǔ)條件。由於生成式AI模型的訓(xùn)練和推理需要大量的計(jì)算資源，因此配備高效能的GPU或?qū)Ｓ玫腁I加速器是不可或缺；而高解析度工業(yè)相機(jī)則是捕捉產(chǎn)品表面細(xì)微缺陷的眼睛；而機(jī)械手臂或傳送帶則負(fù)責(zé)產(chǎn)品的自動(dòng)化定位和移動(dòng)；另一方面，充足的儲(chǔ)存空間也是必備的，用於儲(chǔ)存大量的訓(xùn)練數(shù)據(jù)、模型參數(shù)和檢測(cè)結(jié)果。
軟體方面，深度學(xué)習(xí)框架如TensorFlow、PyTorch等是構(gòu)建和訓(xùn)練生成式AI模型的基石；生成式AI模型庫(kù)如GAN、VAE等，則負(fù)責(zé)生成逼真的缺陷圖像或?qū)W習(xí)正常樣本的分布；圖像處理庫(kù)如OpenCV等，用於對(duì)圖像進(jìn)行預(yù)處理、特徵提取和後處理。最後，AOI檢測(cè)軟體負(fù)責(zé)整合硬體設(shè)備、控制檢測(cè)流程、顯示檢測(cè)結(jié)果和生成報(bào)表。
除此之外，數(shù)據(jù)標(biāo)註工具、模型優(yōu)化工具以及雲(yún)端運(yùn)算平臺(tái)等，也可能在特定情況下派上用場(chǎng)。
值得注意的是，具體所需的軟硬體配置會(huì)根據(jù)檢測(cè)產(chǎn)品的複雜度、缺陷類型、檢測(cè)速度要求等因素而有所不同。因此，在選擇軟硬體設(shè)備時(shí)，建議諮詢專業(yè)的AOI系統(tǒng)整合商，以獲得最適合的解決方案，讓生成式AI在AOI檢測(cè)領(lǐng)域充分發(fā)揮其潛力。
生成式 AI 與機(jī)器視覺(jué)檢測(cè)的應(yīng)用場(chǎng)景
生成式AI和機(jī)器視覺(jué)檢測(cè)的結(jié)合，為許多產(chǎn)業(yè)帶來(lái)了創(chuàng)新的應(yīng)用場(chǎng)景，以下是幾個(gè)不同產(chǎn)業(yè)的應(yīng)用案例：
製造業(yè)
製造業(yè)是臺(tái)灣的重要經(jīng)濟(jì)核心，除了全球聞名的半導(dǎo)體和電子業(yè)外，還有機(jī)械與各種加工製造。而對(duì)製造業(yè)來(lái)說(shuō)，其工件的樣式繁多，且材質(zhì)迥異，如要透過(guò)傳統(tǒng)的方式取得數(shù)據(jù)資料進(jìn)行分析，經(jīng)常需要一定的時(shí)間來(lái)訓(xùn)練，但若使用生成式AI技術(shù)，則可在效率與實(shí)用度上大幅的提升，而其主要運(yùn)用於以下：
? 瑕疵檢測(cè)與分類：生成式AI可以生成大量逼真的瑕疵圖像，用於訓(xùn)練機(jī)器視覺(jué)模型，使其能夠更準(zhǔn)確地檢測(cè)和分類產(chǎn)品表面的各種瑕疵，包括刮痕、凹痕、汙點(diǎn)、變形等。
? 產(chǎn)品外觀檢查：除了瑕疵檢測(cè)，生成式AI還可以幫助機(jī)器視覺(jué)系統(tǒng)檢查產(chǎn)品的外觀是否符合標(biāo)準(zhǔn)，例如顏色、形狀、尺寸等。
? 零件組裝驗(yàn)證：在產(chǎn)品組裝過(guò)程中，機(jī)器視覺(jué)系統(tǒng)可以利用生成式AI生成的圖像來(lái)驗(yàn)證零件是否正確組裝，以及是否存在缺失或錯(cuò)誤安裝的零件。
? 製程監(jiān)控與優(yōu)化：通過(guò)分析生產(chǎn)線上的影像數(shù)據(jù)，生成式AI可以幫助識(shí)別潛在的生產(chǎn)問(wèn)題，並提供優(yōu)化建議，提高生產(chǎn)效率和產(chǎn)品品質(zhì)。
| 圖二 : 結(jié)合邊緣運(yùn)算技術(shù)的智慧型工業(yè)鏡頭，圖為凌華的解決方案。 |
|
醫(yī)療領(lǐng)域
生成式AI能製作醫(yī)學(xué)影像，幫助醫(yī)生更準(zhǔn)確診斷疾病。它也能輔助醫(yī)生進(jìn)行手術(shù)，提高手術(shù)精確度。另外，它還能生成分子結(jié)構(gòu)，加速新藥研發(fā)。
? 醫(yī)學(xué)影像分析：生成式AI可以生成各種醫(yī)學(xué)影像，例如X光片、CT掃描、MRI等，用於訓(xùn)練機(jī)器視覺(jué)模型，使其能夠更準(zhǔn)確地診斷疾病、識(shí)別腫瘤、評(píng)估治療效果等。
? 手術(shù)輔助：在手術(shù)過(guò)程中，機(jī)器視覺(jué)系統(tǒng)可以利用生成式AI生成的圖像來(lái)輔助醫(yī)生進(jìn)行手術(shù)規(guī)劃、導(dǎo)航和操作，提高手術(shù)的精確度和安全性。
? 藥物研發(fā)：生成式AI可以生成大量的分子結(jié)構(gòu)，用於篩選和設(shè)計(jì)新的藥物，加速藥物研發(fā)過(guò)程。
安防監(jiān)控
除了做為產(chǎn)線上的檢測(cè)工具，生成式結(jié)合機(jī)器視覺(jué)也能用在監(jiān)控上。透過(guò)AI技術(shù)，能學(xué)會(huì)分辨正常和異常行為，有助於提升安防監(jiān)控。它也能生成人臉圖像，讓人臉識(shí)別和身份驗(yàn)證更準(zhǔn)確。
? 異常行為檢測(cè)：生成式AI可以學(xué)習(xí)正常行為的模式，並識(shí)別出偏離正常模式的異常行為，例如人群聚集、打架鬥毆、非法入侵等，提高安防監(jiān)控的效率和準(zhǔn)確度。
? 人臉識(shí)別與身份驗(yàn)證：生成式AI可以生成各種人臉圖像，用於訓(xùn)練機(jī)器視覺(jué)模型，使其能夠更準(zhǔn)確地識(shí)別人臉和驗(yàn)證身份，應(yīng)用於門禁系統(tǒng)、考勤系統(tǒng)、安檢系統(tǒng)等。
其他領(lǐng)域
生成式AI也能廣泛運(yùn)用在其他的場(chǎng)域上，例如交通與農(nóng)業(yè)等。它能生成各種道路場(chǎng)景，讓自動(dòng)駕駛更安全。它也能生成農(nóng)作物圖像，幫助識(shí)別病蟲(chóng)害。另外，它還能生成商品圖像，用於零售業(yè)的庫(kù)存管理和顧客行為分析。
? 自動(dòng)駕駛：以生成各種道路場(chǎng)景和交通狀況的圖像，用於訓(xùn)練自動(dòng)駕駛系統(tǒng)，使其能夠更安全、更智能地應(yīng)對(duì)各種複雜的路況。
? 智慧農(nóng)業(yè)：生成各種農(nóng)作物的圖像，用於訓(xùn)練機(jī)器視覺(jué)模型，使其能夠識(shí)別病蟲(chóng)害、評(píng)估作物生長(zhǎng)狀況、優(yōu)化灌溉和施肥等。
? 零售業(yè)：生成各種商品的圖像，用於訓(xùn)練機(jī)器視覺(jué)模型，使其能夠識(shí)別商品、進(jìn)行庫(kù)存管理、分析顧客行為等。
| 圖三 : 生成式AI可以生成大量逼真的瑕疵圖像，用於訓(xùn)練機(jī)器視覺(jué)模型。圖為思倢科技的AI檢測(cè)辨識(shí)系統(tǒng)。（source：思倢） |
|
結(jié)語(yǔ)
智慧 AOI 檢測(cè)作為工業(yè) 4.0 時(shí)代的關(guān)鍵技術(shù)，正引領(lǐng)著製造業(yè)的轉(zhuǎn)型升級(jí)。在 AI、機(jī)器視覺(jué)、大數(shù)據(jù)等技術(shù)的推動(dòng)下，特別是生成式 AI 和機(jī)器視覺(jué)檢測(cè)的崛起，智慧 AOI 檢測(cè)將不斷發(fā)展，為製造業(yè)帶來(lái)更高的效率、更優(yōu)的品質(zhì)和更低的成本。隨著各國(guó)政府政策的支持和市場(chǎng)需求的持續(xù)增加，智慧 AOI 檢測(cè)方案的導(dǎo)入範(fàn)圍也將更加廣闊，並在智慧工廠巡檢與品質(zhì)管控中發(fā)揮越來(lái)越重要的作用。
