@內文:AI是IT产业近年来聚焦度最高的议题，受瞩目原因不仅在於各类创意与想像堆积出来的话题性，更在於过去几年物联网、工业4.0等概念的酝酿与开始落实，让AI可与这些系统链接，应用将会更明确也更快速，就目前发展来看，投如AI发展的大型软体厂商如Google、微软等，都已开始投入AI的实用化，其中产值庞大的制造业，也被视为AI的应用重点，尤其是工业4.0概念启动多时，未来工厂讲究智慧化，在此趋势下，AI在未来的制程设备中，势必扮演要角。

智慧化成为制造业的重要趋势，A在未来的制造系统中，AI将与工业物联网整合，扮演重要角色。

跨出AI的第一步

要谈AI在制造业的应用，必须先从制造技术开始谈，这几年在制造业掀起巨浪的工业4.0，多被视为第4波工业革命，其中离现在最近的第3波，无疑是PLC等控制器带起的自动化浪潮，在自动化技术的加持下，制程设备可以更快速、精准、稳定、长时间的运作，让制造业可以在短时间内大量生产出品质一致的产品，大规模量产也同步降低了产品的单位成本与售价，对制造与需求双方都是最隹接果。

不过这几年消费性市场开始转向，个性化、多样化产品逐渐获得消费者青睐，大量且一致性的产品成为廉价品的代名词，在此态势下，传统的量产模式备受挑战，更具弹性可快速换线的产线需求开始浮现，而这也是工业4.0的主要诉求。

工业4.0概念的制造模式，是透过软硬体的整合，让生产系统具有智慧化，其硬体是根基在现有的自动化技术上，加上软体的串连整合，使之成为一体化架构，而所谓的一体化架构，已不仅止於制造现场的生产系统，企业营运端的ERP、CRM…等系统，也必须一并纳入，简单来说就是未来制造业的所有数据、资产，都不再被分开运作处理，而是视为同一体制，资源与数据可以无缝的快速流动并且使用，在这其中，AI将扮演重要角色，以深度学习(Deep Learning)方式，协助制造系统的操作者与管理者解决问题。

要导入AI，第1步是数据的截取与建立，不过要跨出这正确的第1步并不容易，PTT创始人、同时也是台湾AI实验室创办人杜奕瑾就指出，许多系统设计者与导入企业，常常忽略数据撷取的重要性，AI不会是泛用於各种产业的平台，而是单一领域平台，而各种产业都有其专业，因此数据的种类需求与撷取方式也大不相同，以制造业来说，设备监诊是智慧制造系统的基本功能，透过感测器撷取的设备运作数据，将成为此一功能的判断基准，但是相关数据要如何取得？感测器要如何设置？这都需要长期的专业累积，有了这些数据，AI才能做出精准的分析与反应。

而这些精准的数据，将成为制造业的重要资产，不过这不代表所有数据都会被汇整到同一处，智慧制造系统的数据将会被分流应用，以上述的设备监诊功能来说，大多是在现场端所用，现场制造系统透过设备产生的数据，掌握设备状况，并以AI分析判断数据所代表的意义，之後的对应动作，则再由各设备的管理操作决定，例如马达内建感测器所撷取的震动数据，汇整後交由AI判断，透过深度学习的不断调整进化，AI将可分析出不同震动模式背後的原因，像是轴承受损或线圈短路，讯息产生後，系统建置人员可针对不同制程设计对应流程，可能是主系统的AI系统接手处理(停机或相邻设备接手)，或由现场操作人员依状况处理。