面臨下一代IT技術開發「民主化」（democratization），將逐步減少或省去程式碼（low-code/No-code）趨勢，持續致力推動智慧化工廠的全球資料儲存架構解決方案領導供應商Seagate也在日前宣布，因其智慧製造專案創新策略「OPICA」（集中化分析的光學檢測），已可透過於深度學習領域的無程式碼應用，用來支援工廠邊緣分析，提供工廠裡大量人工智慧（AI）分析的強大基礎，辨識出生產過程中出現的瑕疵，並防止落入下游產線，而榮獲美國全國製造商協會（NAM）中的製造業領袖委員會（MLC）頒發2022年製造領袖獎。

Seagate的智慧製造專案創新策略「OPICA」已可透過於深度學習領域的無程式碼應用，並榮獲美國全國製造商協會（NAM）頒發2022年製造領袖獎。（source:etimg.etb2bimg.com)

MLC資深內容總監Penelope Brown表示：「根據該項目評審指出，此應用突破了檢查的極限，並以經驗證的強大成果展現出先進的技術應用。」該解決方案係以包容性為構建理念，共具備以下3種特色來實現廠房AI民主化：

‧ 利用AI「增強」人類勞動力，而非「取代」：因此被AI取代的廠房操作人員可調動到更高階職位，而非離開公司；

‧ 提供一款無程式碼的神經網路訓練與驗證解決方案，即使非程式設計師也同樣可以使用；

‧ 匯集工程師、資料科學家與電腦科學家等具備各種技能的人來發展。

協助開發Seagate 解決方案的工程總監Gary Kunke進一步指出：「對製造業而言，電腦視覺方面的挑戰其實相當常見，且從歷史上看來，解決方案往往是運用電腦視覺工程師等專業資源開發而成。打從一開始，我們就明確知道可以運用深度學習技術來開發無程式碼工具，以此訓練神經網路來辨別圖片中的瑕疵和特徵。這促成了民主化發展和解決方案的指數型成長，能解決問題的人數已從一、兩人增加到數十人，未來更可以讓上百人來解決此類問題。」

目前專業知識已不再是開發數學電腦視覺演算法的必需品，預防瑕疵的專家可以拍攝製程和設備的照片並對其進行標記，再使用無程式碼軟體（GUI圖形使用者介面）來訓練模型，以辨識損壞狀況，分散式知識導向更輕鬆地擴充。

這款OPICA由Docker容器、Kubernetes容器調度、RabbitMQ資料傳遞、Edgeline伺服器、人為監督（Human-in-the-loop）模型管理儀表板和高速Seagate儲存裝置等，可擴展且模組化的資料工程技術構成，每天可處理高達300萬次多類別深度學習推論。

Seagate營運與技術執行副總裁Jeffrey Nygaard認為：「利用隨插即用的GPU和伺服器等運算資源，我們可以輕鬆擴充以每日處理超過1,200萬張影像，提供高達3倍的投資報酬率。此應用可將檢測精度提升至少 20%，只需要7台自動化機器，即可完成150名操作人員每天用手動顯微鏡檢查數百萬個零件的工作。

MLC的Penelope Brown表示：「Seagate Technology 作為高效獲獎隊伍中的一員，是展現製造業新興數位時代可能性的一個典範。」2022年6月29日，Seagate團隊將在佛羅里達州馬可島萬豪酒店的MLC高峰會頒獎大會上接受表揚。