由於高速運算 GPU 及 TPU的加持,人工智慧的應用在今年大爆發。由 Gartner Hype Cycle 報告可以得知:2017年中最夯的技術是 Machine Learning 及 Deep Learning ,接下來是 Smart Robot 。
人工目檢作業員難訓練且成本高,長期工作會對眼睛造成職業傷害,因此 AOI 自動光學檢測機是產業界優先導入的項目之一。
人工目檢作業員在剛上班時的失誤率大約在 1 % ,在下班前的失誤率會提升到2%以上,引進 AOI 機台後,失誤率可以降到 0.1 % 以下。
目前產業界正在積極推動機器人換人,希望能透過引進機器人或機台,達到減少人工及提高品質的目的。
使用 A.I. 解決產業問題的 SOP :
▪ 先考慮 rule-based 是否可以處理
▪ 如果遇到機率問題,使用統計學的方法,例如:迴歸分析、主成分分析
▪ 先考慮輕量級的 A.I. 演算法,例如:SVM, Fuzzy, 小型類神經網路
▪ 不得已才考慮重量級的 deep learning
▪ 由於 deep learning 訓練網路很慢,需要優化才能快速應用在生產線
一般業界引進新技術都希望能三年回本。人工智慧是技術,沒有商業模式。應用人工智慧解決問題(痛點),才會有商業模式。
從資料科學的角度來看,人工智慧只是資料分析工具的其中一種。對於非理工背景的人士,要學習人工智慧,建議由統計學、R 語言、 Python 程式設計等,一步一步來進入這個業界。 開源機器人俱樂部今年推出 OpenR8 人工智慧圖控軟體,讓不擅長寫程式的人士,也能透過類似 Office 軟體的介面,使用人工智慧解決問題,目前已應用在半導體產業。
展望未來,機器人應用在人口結構老化議題下愈來愈夯,除國內逐漸起飛的市場,此類型產品的外銷,也是台灣廠商可布局與投入重點。服務型機器人中,醫療照護機器人與家用陪伴型機器人,是目前最具成長性的機器人產品。