cwlogo

切換側邊選單 天下全閱讀 切換搜尋選單
切換會員選單

AI全面啟動Ⅱ:台灣企業行不行?關鍵在老闆

精華簡文

AI全面啟動Ⅱ:台灣企業行不行?關鍵在老闆

圖片來源:劉姿嘉設計

瀏覽數

6295

AI全面啟動Ⅱ:台灣企業行不行?關鍵在老闆

天下雜誌622期

2014年起,「增強式學習」有了重大突破。工業機器人製造商,都在鑽研用增強式學習去訓練機器人,不再需要人工寫模擬程式,而是透過學習來學新的動作。這帶來了無法想像的可能性,甚至徹底顛覆自動化產業。台灣產業界能怎麼做?先從關鍵製程智慧化做起。

人工智慧也給了新進者無限的機會。

44年歷史的所羅門,第二代掌門人董事長陳政隆這兩年最大的挑戰,就是所羅門的新事業。

一直是奇異(GE)燃氣發電機代理商,曾經是台灣最大的電子元件通路商。創辦人陳健三還投資過晶片設計、記憶體、封裝廠。

如今,他們踏入工業4.0市場,取得美國洛克威爾、丹麥人機協作機器人UR代理權,還針對機器手臂的缺點,運用人工智慧、開發出3D機械視覺模組,幫機器人裝上大腦與眼睛。這套視覺模組,是曾任外資分析師10年的陳政隆一手打造出來,30多人研發團隊所做。

傳統機械業多是寫電腦程式模擬動作,但所羅門利用3D視覺,「學習」對物件做完整的影像辨識、履歷及影像認知。即使物件亂擺或隨便移動,也可以即時偵測、抓取,讓盲眼俠的機器人手、腦、眼可以協調。

去年中,所羅門發表了全球第一台專利自動穿鞋帶機,引起市場注意。3D視覺搭配機器人,可被用在自動取放系統、快速掃描、量測、品檢、辨識、履歷等。

一個機械業後進者,花3年能開發出全球第一台穿鞋帶機,關鍵在於2014年開始,「增強式學習」有了重大突破,得以顛覆既有的自動化產業。

3年,原本不是機械業的所羅門董事長陳政隆,竟然運用AI開發出全球第一套穿鞋帶機。(楊閔攝)

今年3月,雙月刊《麻省理工科技評論》將「增強式學習」選為10大突破性科技。工業機器人的製造商,都在鑽研用增強式學習去訓練機器人,不再需要人工寫模擬程式,而是透過學習來學新的動作。

「開創了無法想像的可能性,」工業4.0大廠西門子內部刊物,去年4月以封面故事「全自動系統」表示,AI可將讓機器人的運用更普及。

「截至目前為止,工業4.0只做到互聯網+,加上人工智慧,精準度、效率、速度會更提升,可以提升到工業5.0,」身兼友嘉實業集團技術長的羅仁權認為,他正協助傳統機械業評估融入AI技術,自己的實驗室已採用新方式訓練機器人。

一旦AI與自動化普及,「台灣硬體機器人產業最能受惠,」麥肯錫全球董事暨台北分公司總經理章錦華認為。在自動化大浪中,台灣最能受惠的還是硬體,因為擁有僅次於德國、日本、美國的完整機器人供應鏈。(詳見數位專輯:台灣機器人百強企業出列!

關鍵製程智慧化 推高競爭障礙

從半導體、軟體到工業4.0,台灣必須看準AI趨勢,推出產品。但看在清大工業工程與工程管理系講座教授簡禎富眼中,台灣更迫切需要的,是各行各業趕快用AI,把關鍵製程管理的know-how(訣竅)人工智慧化,維持競爭優勢。簡禎富是一手協助台積電,打造大數據、AI以改善製程的推手。去年,他因此獲得行政院科技貢獻獎。

「IBM、Google這些平台大廠已經開始鎖定工業這一塊,2011年起開始申請相關專利,台灣這塊如果不做,未來就會沒飯吃,」他憂心地說。

從大數據到AI,台積電製造技術中心副處長牟忠一分享,目前,台積電無人晶圓運輸系統,每天開出8000台車、要停1500個站。6廠區軌道總計200公里,比台北捷運137公里還長,複雜度遠超過東京地鐵。工程師已不需像早期要進無塵室顧機台。台積電每天做8000個產品,6000多個機台均用AI偵錯,快速排除機台障礙。

「其實台積電一開始的資料也不多,」簡禎富回想當年。他大力鼓吹,不論是紡織、製鞋、個人電腦廠商的龍頭廠商,都應該從一些關鍵know-how開始,不要想一步做到工業4.0,先做工業3.5。他務實地建議,人工智慧中,比較成熟的決策支援、專家系統與大數據蒐集,企業可以先做。

「傳產有很多know-how的水很深,」國內知名的大數據專家、中研院資訊科學研究所研究員陳昇瑋也採取行動。他正在籌組聯盟,計劃協助紡織、印刷電路板、農業等傳統產業的隱形冠軍,將關鍵製程人工智慧化。「因為台灣的命脈是中小企業,」他說。

中小企業是台灣的經濟命脈,如果要智慧化,先從傳產的關鍵製程著手。(天下資料)

陳昇瑋以染整為例,調色有很多祕訣,過往老師傅將配方記錄在本子上。這些經驗數據經過整理後,可以建成一套知識系統。未來,當客戶要求染出某個顏色,透過光譜分析儀分析顏色,再運用人工智慧系統去調整參數,可以得出新配方。

「過往很多顯色流程要花很多天,沒辦法確定做不做得到,客戶就走了,」他解釋,透過AI可盡快確定訂單。

在接觸這些隱形冠軍的過程中,陳昇瑋發現,中小企業非常歡迎AI與大數據的專家,只是苦無相關人才。

AI到底行不行?最大關鍵:CEO決心與職場潛規則

徐宏民認為,不論做製程改善或研發AI相關產品,人才的確是台灣的瓶頸。「這考驗CEO的決心,」他直言。

台灣培養出來的AI碩博士生,人才外流的比例很高。除了薪資,一位不願具名的AI學者直言,相對中國大陸,台灣AI發展慢,真正的問題是,很多想做AI的人,不知道自己沒跟上最新進展。

常常與科技大老開會,這位學者發現,台灣科技界研發產品,習慣先把產品規格開好,然後大家才去做。但AI研發必須一步步改善其精準度,有點像是做實驗,一步步排除問題,被市場接受了,就可以成為規格制定者。

「很多基礎技術在網路上都是開源資訊,關鍵在要有真實的數據去玩,非常動態地從頭到尾調整,來找到AI產品的被使用者喜愛的關鍵點,」他直言,台灣也缺少有經驗的AI專案經理。

加上,台灣的環境長幼有序,年輕學者在台灣話語權很小。

「國際很多知名AI專家,都很年輕,」他舉例,剛被Google延攬的史丹佛大學教授李飛飛,今年才41歲;曾幫百度建立1000人AI團隊的吳恩達,今年才44歲。

即使在美國、英國,目前產業界AI應用,仍必須大量倚賴學界。徐宏民認為,台灣學界的制度仍不夠開放。

在AI領域,2年前的技術可能早已過時。AI的研究主戰場不是審核程序緩慢的期刊論文,而是最新、最競爭的頂尖國際會議,比的是誰能最早在網上,發布具有突破性的技術論文、甚至是程式碼。

但迄今仍有不少學校,電機系、資訊系教授升等只看期刊論文,導致年輕教授的創意被老制度扼殺。

「台灣工程師普遍的數理能力很強,是可以重新訓練的,」做過不少產學合作案、協助產業界設立人工智慧團隊的徐宏民觀察。

不論是製程改善、產品研發,簡禎富認為,企業一開始沒有相關的人才沒有關係,但在產學研究的過程中,企業一定要派人協同作業,效果會最好。

「台灣在AI領域的發展太慢了,」幾乎是所有受訪者的一致共識。但與其抱怨,不如起而行動,AI是一門累積學習方有成果的科技,也是台灣不能錯過的新時代。(責任編輯:李郁欣)

【延伸閱讀】

AI全面啟動Ⅰ:科技島國的翻身契機

專訪科技部長陳良基:改變資源分配,讓年輕學者說話

麥肯錫:迎向人機合作的時代

 

● 更多內容,請見天下雜誌 622期《2017《天下》兩千大調查 AI全面啟動》>>

photo

關鍵字:

好友人數

文章下載

PDF下載 付費閱讀
 
登入會員看更多

訂閱全閱讀,全站通行