AI掀起製造業新一波智慧化浪潮，如何縮短技術能力與工業場域需求之間的落差，讓AI順利導入既有製程與生產流程，成為企業當下新課題。成立於2019年的明志科技大學人工智慧暨資料科學研究中心（以下簡稱明志科大AI中心），即以「工業AI」為核心，聚焦製造業實際問題與技術應用，協助企業處理高複雜度工業挑戰，同時培育兼具AI能力與產業知識的跨域人才。
讓AI真正進入產線 明志科大以工業AI解題
明志科大AI中心成立於2019年，是該校落實「產學研發大學」目標的重要布局。中心直屬校級一級單位，不隸屬任何單一學院，因此能跨院系整合化工、機電、…等等不同專業，依產業需求靈活組成專案團隊。中心主任陳延禎博士表示，以台塑企業合作模式為例，企業內部資訊部門主要負責AI智慧平台與基礎架構建置；當遇到需要深入研發的高難度技術問題時，才會進一步開案委託AI中心執行。「此一分工模式，讓AI中心將資源集中在演算法、數據分析與工業應用整合上，協助企業將AI技術順利導入生產場域。」
長期直接面對工業現場需求的特色，讓明志科大AI中心的技術發展方向，與一般著重模型效能與架構優化的AI研究有所不同。陳主任提到，相較於追求單一演算法表現，工業AI更重視如何解決實際生產問題，「我們中心以AI+X為核心，結合演算法(AI)、應用場景與產業領域知識(X)，將AI視為解決工業問題的工具，而非目的本身。」在專案執行上，明志科大AI中心會先針對工業問題進行分類，再結合不同領域專家共同解題，AI團隊則專注於數據分析與演算法開發。以製程控制為例，AI中心導入強化式學習技術，建立可自動學習與調整參數的系統，改善傳統控制器需仰賴資深工程師定期停機調校的問題，進一步提升製程穩定度與運作效率。
用實戰養成人才 創造產學雙贏局面
在產學合作層面，明志科大AI中心採長期技術共創做法，由企業提出實際生產與營運上的技術問題，AI中心依問題屬性分類，歸納出製程最佳化、瑕疵檢測、預知保養與智慧巡檢等方向，再整合化工、機電、…等等不同領域教師共同組成專案團隊，AI中心專注於數據分析、模型建構與演算法開發，形成跨領域協作模式。自2019年成立以來，AI中心已於台塑企業體系內完成超過138件產學合作案，總金額逾1.9億元，台塑企業外合作案件亦超過76件、累積逾3,600萬元，其中以製程最佳化案件占最大宗，每項專案皆需達成企業預設的KPI與精準度要求。對學生而言，這些來自真實工業場域的專案，也成為最直接的實務訓練與問題解決經驗。
此一產學合作模式，也進一步成為培育人才的重要基礎。目前明志科大AI中心旗下設有「工業人工智慧學士學位學程」，課程涵蓋基礎理論、資訊工程、資料科學，以及機電與智慧辨識等產業應用領域，高度重視AI與工業場域的跨域整合能力。
陳主任強調，對工業AI而言，學生除了理解演算法與數據分析，更需具備設備、製程與產線運作的基本認知，才能真正將AI應用於生產現場。「為此，我們中心採取AI+X專題雙師制，由AI與產業領域教師共同指導學生專題，並以AI中心承接的業界專案為基礎，在授權或無工業機密的前提下，以實際或轉置的數據做為訓練內容，協助學生提早接觸工業現場中的複雜問題。」
隨著台灣製造業進入AI化關鍵階段，產業競爭力逐漸從單純擁有AI技術轉向具備跨領域整合能力。工業AI為核心的明志科大AI中心，在協助企業處理高複雜度技術問題的同時，也透過長期產學合作與跨域培育機制，養成能掌握產線需求、具備實務整合能力的人才，陳主任再次強調： AI本身只是工具，真正的關鍵在於是否理解產業場域需求與製程邏輯，「我們希望培養的，是能將AI真正應用於工業現場的人才，讓AI不只是停留在技術展示，而是真正成為推動產業升級的能力。」
