「AI 智慧製造與數位轉型」 專題報告緒言

「AI 智慧製造與數位轉型」 專題報告緒言

財團法人中技社鑒於近年人工智慧的快速發展，帶來新一波的社會變遷，自 2018 年起，以 AI 對「經濟、社會、政治、產業」、「社會、科學、文化、教育」、「日常生活」，以及「倫理與治理」為題，舉辦四場大型研討會，獲得很大的迴響，會後並各出版一本專題報告，一方面推廣增進社會大眾的認知，一方面將研討結果與建議提供政府機構與民間單位做決策參考；從 2021 年度開始，更以 AI 為善為目標，聚焦不同領域，做進一步之探討，前已完成「 AI 在教育領域應用」之研討，並出版專題報告。

同時，中技社也連續舉辦四次AI創意競賽，2019年以「AI與教育」、「AI與創新服務」與「AI與藝術」為主題， 2020、2021、2022年分別聚焦於「AI醫療防疫」、「AI與農林漁牧」、「AI與生活」，廣度與深度均有提升；今年則以「AI與教學」為競賽主題，盛況可期。同時中技社也規劃在今年八月、在新北市、彰化縣與南投縣各舉辦為期兩天的「國中AI 師資培育營」，進一步深化擴大在AI 領域之投入。

本專題報告為「AI 智慧製造與數位轉型」 研討會內容整理文稿之集成。研討會在清華大學簡禎富副校長協助策劃下，針對不同規模與性質企業先邀請學者專家，舉辦「AI於高科技製造產業與影響」 (111年3月30日)、「AI於傳統產業與中小企業應用與影響」(111年7月29日) 與「AI於新創產業的應用與影響」(111年8月24日) 座談會，再經「建構 AI 產業應用治理框架論壇」議題工作討論會議 (111年11月23日)，並於3月1日召開本研討會會前會，歷經三次座談會，一次討論會以及一次座談會，務期研討會能在縝密規畫與順利進行下發揮最大功效。

簡副校長首先精闢的勾勒出研討會「AI 智慧製造與數位轉型」主題的現況與展望，由於大國重回製造和地緣政治對抗的賽局，全球化和供應鏈重組，半導體產業成為地緣政治與科技戰的最前線之一；其次談到台灣自處之道，定位與未來。台灣尋找半導體產業以外的戰略性產業，運用有限資源突圍，永續經營；再論及新冠肺炎疫情改變人類生活型態，AI迫近奇異點，台灣產業應該一方面強化基礎工業技術，另一方面加速導入AI，而能回到過去榮景並改變未來，以台灣高科技產業領先、中堅企業和隱形冠軍支撐，以及大多數中小企業協助的產業生態系統，厚植核心能耐普遍升級，推動數位轉型永續經營，以在重構中的全球產業鏈卡位，並在後全球化的國際製造網絡中提供關鍵價值，以超越紅海藍海的循環宿命。

由於製造領域的競爭優勢將逐漸轉移成尖端設備和製造平台的競爭，勢必影響台灣製造業在價值鏈的地位和分潤，因此台灣應該要成為全球彈性製造中心，必須掌握數位轉型的契機，將智慧製造與聰明生產的核心能耐智能化以擴大市占率和藍湖規模，並透過速度和彈性決策以在適當時機快速複製到其他藍湖市場，逐漸利用這些解決方案協助其他國家進行數位轉型，創造穩健生態系統。

接著張禎元副校長談「AI對製造工程教育與研發的利與弊」，在智慧製造與數位轉型方面，闡明 (一) 智慧和知識的區分，(二) 工業4.0-智慧製造，(三)智慧化，(四) 整合模型驅動以及數位驅動尋求解答，(五) AI化對製造工程教育與研發的好處，以及(六) AI化對製造工程教育與研發帶來的缺點。

在AI衝擊下的工程教育與研發方面，認為 (一) 工程教育與研發應考慮「競爭優勢」，(二) 工程教育與研發應要「誠正精勤」，(三) 工程教育與研發應要「厚德載物」與 (四)工程教育與研發應要「自強不息」。

張副校長建議 (一) 政府成立中央主責單位規劃以及規範製造產業使用AI，(二) 教育針對工程教育進行革新以及 (三) 產業進行轉型，提高能創造價值工程人才的待遇。

「東台精機公司」嚴瑞雄董事長，與大家分享東台在「AI 智慧製造應用」的經驗，以工具機、自動化、半導體、面板、醫療等案例說明，並介紹AI 智慧製造趨勢，如人機協作、可信任AI等。

嚴董事長先討論智慧製造的本質。第四次的工業革命的到來，是由於第一是市場需求的改變，從量產思維轉成強調少量多樣，或甚至客制化量產。第二是客戶評價設備投資 (Return on Investment ，ROI)的改變，從過去只注重冰山上的固定價格成本，轉為更注重冰山下的總體擁有成本 (Total Cost Ownership, TCO)考量，也就是設備使用過程中的變動成本需整體加以考量，而這其中佔最多數的是造成設備總合效率(Overall Equipment Effectiveness，OEE) 降低的各式損失，AIoT的使用有助OEE的提升。

在工業4.0的應用進程上，根據德國Acatech 2017年所提的資料，重新整理成五大層次 (Levels)，從最基本的聯網化、可視化、透明化、預測化到自優化，而AI的應用在後三個層次有很大的助益。

工業4.0或智慧製造的未來十年，工業化人工智慧 (Industrial AI) 所扮演的角色非常重要，從感知AI、自動化AI、分散式AI (Edge AI )到可信任AI，利用AI技術的發展讓製造更智慧，也能讓大家可以共同邁向製造者的桃花源。

「創鑫智慧公司」林永隆董事長談: 「適合邊緣佈署之類神經網路研發與應用」，介紹HarDNet (Harmonic Densely Connected Neural Network) 高效率和準確性卷積神經網絡架構的設計，強調經網路模型重要指標：準確度、速度、耗能、普用性。基本思維是DRAM存取速度較慢且能量消耗較大，而算術運算則快速且不昂貴。因此，應盡量減少DRAM存取。而HarDNet架構經過了速度和能源效率的優化，是各種應用的理想選擇，包括物件偵測、語義分割和醫學圖像分割等。此外，HarDNet是開源的，這意味著任何人都可以使用和修改它。目前HarDNet已經在許多國家許多領域取得了巨大的成功，例如自動駕駛、工業自動化、車輛安全、環境監測、結腸鏡息肉分割和MRI影像等。

「耐能智慧科技公司」劉峻誠創辦人講「智慧製造與安全措施」，介紹AI晶片在製造業扮演的角色與功用，分享案例：製造檢驗、預防性維護…等；並說明耐能軟硬體整合解決方案；首先簡介邊緣AI，自越來越多的製造業者正在導入AI，尤其近年疫情也大力推動了AI的進一步落地談起，論及善用AI數據將是串連產線、廠務管理、物流、產品銷售供應鏈的關鍵。開始導入邊緣運算AI，解釋其與一般GPU或是雲端應用差異。

接著說明目前製造業導入AI的應用範圍，主要有三個領域，第一個是工業機器人，當電腦視覺與機器學習技術開始被大量部署到產線上時，在工業與製造業場景上的人機協作與全自動化將會越來越普及；第二個是邊緣特徵分析，邊緣技術可以截取在終端產線現場數據、將資料回傳雲端或是做不同系統的資料交換，應用範疇則包含瑕疵檢測、動態良品率 (yield rate) 分析等等不同應用層面；第三個則是機器視覺技術檢測，從最初期的AOI光學檢測，到AI強化的AOI，用於確保產品品質，提生產線良率。此外，機器視覺檢測還可以協助製造現場的工安管理，在人、機、物料貼近到危險區域時可以自動偵測發出警示。

劉創辦人進一步說明製造業在導入AI後，有很多效益可被預期，如檢測、模具品質及設備管理維護預測等，確實定期保養減少異常停機損失與品質失敗成本；又或製造生產設備稼動的即時監控，可掌握生產狀態，並記錄站別及成本，分析不良原因及所耗費成本，建立品質改善，尤其是導入工業機器，利用行人、物件辨識、人臉辨識的融合檢測，可以做安全區域管控，提高生產效率與工廠安全。並指出最近火熱的ChatGPT也顯示邊緣運算AI的功耗與模型在特徵萃取的重要性。

「友達數位科技公司」楊本豫董事長談「從產業AI化到AI產業化 – 友達光電從內場域應用走向外場域服務」 分享友達光電(AUO)智慧製造緣起以及轉型歷程，面對中國大陸面板同業的大肆規模擴張，AUO啟動由規模競爭轉向價值競爭的「藍湖策略」，生產模式逐步由大量少樣轉變為少量多樣的型態。因應少量多樣的製造效率挑戰，公司於2015年推動智慧製造，以大數據蒐集生產過程關鍵數據，建構大數據平台並進一步導入AI應用，將內場域製造從自動化推展到智能化。過去七年期間，AUO透過主管讀書會、AI人才培訓賦能及OT /IT部門專案協作等方式，循序漸進的執行智慧製造數位轉型推動產業AI化。截至目前AUO內場域已導入數千個AI模型，達到製程良率及生產力雙雙提升的效益。

近年AUO從內場域應用走向外場域服務，協助製造業者AI落地。基於所累積的深厚智慧製造能力與數位轉型經驗，AUO於2021年成立友達數位 (AUO Digitech, ADT) 跨足到智慧製造服務領域，扮演數位轉型陪跑者。為達執行AI產業化的目標，ADT致力於將AUO內場域的AI應用經驗輸出至外場域服務，提供(1)智慧製造工廠整體解決方案及(2)以AI技術為核心的智能解決方案。累積至今已經服務總計超過30個製造行業樣態及700個客戶，為其量身打造數位轉型落地方案，協助客戶循序漸進落實工廠自動化與智能化。

「宏遠興業公司」曾一正數位長分享「智慧宏遠數位轉型之路」，介紹宏遠數位轉型契機與歷程，說明如何將數位轉型與永續發展相結合，並闡述傳統產業面對數位轉型的挑戰與成功因素。

宏遠從2014年底開始推動智慧化進行數位轉型，制定智慧宏遠策略地圖以明確化推動方向，並依四個層面進行展開。作業控制層 (CIM) 部分就是要將公司重要的機台及瓶頸機台，裝設感測設備進行資料蒐集並以IoT進行即時的資料傳輸，並且與上層的現場管理層 (MES) 系統結合，再與企業營運層 (ERP) 系統的整合，由下到上將所有資料串聯起來之後，再往上進行協同商務以BI商業智慧以及AI人工智慧的運用，提供相關的分析決策。

曾數位長定義智慧工廠五大特色，在互聯的部分就是必須要連線到相關的重要生產設備，做到即時的數據收集，優化部分就是進行設備自動化以及用最少的人力達到最高的生產效率，透明化是現場透過可視化看板工具提供即時資訊，來協助達成快速決策分析，在前瞻性的部分就是要做到預測變化與事前防範，應用機器學習與深度學習提升品質與良率，靈活性的部分就是要具備有彈性跟適應的排程調整能力，可進行動態排程與調動最佳化資源。

宏遠在後續要以數據為核心將資料做整合中樞，進行AI相關的數據的分析應用，包含AIOT的整合運用、引進AI虛擬資料科學家平台。目前已開始由各部門領域專家與IT合作建構專屬的資料湖，將資料整合成為有用的資訊於數位主線平台，再運用知識/工具/方法來進行AI大數據分析，將產銷人發財各面相驅動，讓營運流程決策自動化，朝人工智慧工廠的方向邁進。

在永續的部分，宏遠從2007年開始推動永續經營模式，現今台灣廠區的用電及用水已經比 2006 年大為減少廠區有2座鑽石級綠建築及綠色工廠認證，且通過生態社區認證；從 2021 年開始規劃建設發電量4088 KW 的新太陽能發電系統，同時積極地尋找可替代性的燃料如生質燃料等。水回收部分則會將水回收比例大幅提高。同時為了呼應政府的淨零排放目標，也制定了減碳目標，以 2020 年為減碳基準年，以期於2050 年達到淨零排放。

「台達電子公司」蔡清雄副總經理談「整合物理模型與資料模型的 PdM/AI 電控設備平台」，簡介物理模型與資料模型，介紹元件分散 (Device Edge) 新架構的好處與問題，分享如何加速導入AI於電控系統，並以「智慧型預測保養機制」(Predictive Maintenances/AI，PdM/ AI) 開發平台應用案例說明。

台達提出一個新穎的營運技術 (OT) 層分散式裝置智能運算架構，可以降低資料的傳輸量，簡化現場配線，提供更即時的運算，使用更低的成本實現機器設備診斷框架，可快速導入PdM與AI功能於電控產品，其關鍵元素為：(1) 軟體提供智能運算編程功能、(2)智能運算功能塊封裝與運行環境、(3)預先建立的PdM/AI功能函式庫、(4)支援智能運算的控制器、驅動器或感測器。這些元素實現了分散式運算與快速導入AI的方法。AI運算準確性依賴資料數據的完整性，為了提高機械診斷的準確度，台達的機台設備PdM/AI診斷平台加入了物理模型的運算，透過知識或經驗建立的物理模型，在機台運作條件改變時更能保證預測的準確度。本文說明了物理模型跟資料模型的不同與各自優點，本平台是一個同時支援AI資料模型跟物理模型的分散式智能運算的架構，最後以實例作為說明，提供一個快速導入PdM與AI功能到工業自動化機器設備的方式給業界參考。

在接下來的論壇中，討論題綱包括:
一. AI演算法與AI晶片的發展與產業化；
二. AI科技應用於製造產業升級與異質整合機制；
三. AI邊緣運算以及物理模型與資料模型之整合；
四. 智慧製造平台化、產業AI化與AI產業化；
五. 如何健全AI增能的產業生態系統。

與談學者專家都暢所欲言，並和來賓互動熱烈。

在研討會演講與論壇中，很明顯的訊息是現在產業以高科技、傳產與創新劃分．已不很恰當，尤其一般所謂的傳產，已有許多公司在經營運作有很實質的高科技成分，也許以後將所有積極利用AI 的產業列為高科技產業，是一種較適當的的分類法，如此可免許多「科技含金量」很高的傳產被誤認是「非高科技」產業，而在招募人才上遭遇困難。

最後則由工作團隊彙整與會專家學者的意見，做出結論，並提出具體建議: 
一、培育人才善用AI工具，包括 (一) 針對工程教育進行革新， (二) 以AI當輔助工具加以善用， (三) 產業進行轉型，提高能創造價值工程人才的待遇。

二、 促進產業AI與AI產業化，(一) 產業智慧化的目標應先解決產業痛點， (二)鼓勵研究往物理模型和數據模型融合， (三) 發展AI邊緣運算促進產業應用， (四) 建置跨產業異質整合的機制與誘因， (五) 推展智慧製造平台承接產業價值，以及 (六) 整合台灣產業經驗對外輸出服務。

三、 創造AI往良善發展之環境，(一) 建構可信任AI (Trust AI) 環境與機制，(二)建議政府成立中央主責單位規劃以及規範製造產業使用AI。

本次研討會是中技社自2018年開始，主辦的第六次大型研討會；與前幾次不同的是，期間於去年11月30號由 OpenAI 推出，新型聊天機器人ChatGPT，讓一般人得以與AI 對話，也就是可給予指令，得到許多有用的資訊，像是一個博學多才個人隨身助理，深刻的改變大家學習與工作的方式，很快的席捲全球。

不久前，美國紐約時報專欄作家 Thomas Friedman 體驗過ChatGPT 強大功能後，晚上難以成眠。他認為人類因此面臨「新普羅米修斯時代」，ChatGPT帶給人類能力的躍升，有如學會用火一樣重要。然而，AI技術具有雙重用途，既可以作為工具，也可以成為武器。AI正由私營公司為了盈利而開發。需要考慮如何在保留AI技術的好處的同時，對其進行有效治理，以防止它被濫用。被稱會PC之父的微軟創辦人之一的 Bill Gates 評論，ChatGPT的發展與當年PC的推出一樣重要，應該並不誇張。在研討會的「會前會」上，我曾報告對 ChatGPT「AI 在製造業上的應用」提問，得到的部分答案高達四十項，面向廣泛，並且註解頭頭是道，也可預見AI 未來對人類生活的衝擊會日益強大，是在致力了解與應用AI 之時，必須警悟的背景。

本次研討會得以順利舉辦，要特別感謝中技社長期投入AI 相關議題的探討，也要歸功於簡副校長的精心策畫，各位專題演講主講人與論壇與談人的盛情參與，尤其要感謝中技社團隊，包括陳綠蔚執行長、王釿鋊主任與許湘琴組長等同仁盡心盡力，經歷三次座談會，一次討論會、一次座談會，以及多次工作會議，才完成研討會的規劃與執行，再精心編輯專題報告，備極辛勞，過程中務求盡善盡美，值得大家深深感謝與喝采。