:::

【109年 解決方案】 AI助攻,AOI檢測漏檢率達0.1% 超過人工10倍

你知道小小一顆高爾夫球有高達28個瑕疵檢測嗎?用人工一小時看500顆球,若用AI來檢測瑕疵,一小時可以檢測6,000顆球。慧穩科技所研發的AOI自動化光學檢測技術,可以達到0.1%的漏檢率,高出人眼達10倍之多。除了高爾夫球產業外,慧穩科技AOI檢測也將導入紡織業等產業。

慧穩科技創辦人兼總經理林耿呈是鑽研人工智慧(AI)的專家,早在2013年間,就感受到深度學習(Deep Learning,DL)和AI影像辨識的未來性與爆發力。而AOI一直以來是製造業的強烈需求,主要能夠替業主提高產品的品質,讓交出貨的品質可以穩定,另外可以把AOI檢測的結果數據來改善製程,讓製程改善可以進入正循環,進一步節省成本。

由於人眼有疲憊與標準不一等不可控因素,導致檢測遭遇瓶頸,人眼經過訓練的漏檢率極限大約在1~2%,且每下愈況,檢測情況會越來越差,AOI是一個穩定且可大量檢測的設備,慧穩科技可達到0.1%的漏檢率,是人眼的10倍之多,相當於檢出率達99.9%。當然,AOI也會造成5%-10%的過檢率,再透過人力針對過檢進行篩選既可。有AOI輔助,可減輕品檢的負擔,相對省下不少工時。

AOI檢測高爾夫球瑕疵 一小時檢測能量成長12倍

慧穩科技AOI技術第一個試金石是高爾夫球。高爾夫球球面凹凸不平,是高反光產品,過往仰賴人工一一檢測瑕疵,一顆小小的高爾夫球有高達28個瑕疵,一個小時能檢測500顆。國內高爾夫球大廠為了符合日本客戶的需求,在兩年前導入AOI檢測,透過AOI高速高精度光學影像檢測系統結合AI深度學習影像辨識技術,進行高爾夫球表面瑕疵檢測,進出料全面自動化,以取代人工辨識漏檢問題,並可即時記錄瑕疵狀況並回報,每年每台可檢測20萬打高爾夫球,大大提升客戶的滿意度。但是,這一步,慧穩科技足足走了兩年多……。

高爾夫球AOI辨識技術畫面

▲高爾夫球AOI辨識技術畫面

高爾夫球AOI辨識,28個球面瑕疵無所遁形

▲高爾夫球AOI辨識,28個球面瑕疵無所遁形

林耿呈表示,從資料評估與諮詢開始,接著是資料整理與標記、AI演算法挑選驗證及AI訓練服務,高爾夫球資料相當於從零開始一筆一筆累積下來,所幸,高爾夫球廠商全力配合,才終於開花結果。AOI檢測高爾夫球瑕疵,一般用人工一小時看500顆球,若用AI來檢測,一小時可以檢測6,000顆球,成效高達12倍之多。

跟其他公司不同,林耿呈認為AI需要深耕Domain把專業的資料給磨出來,唯有這些Domain的資料才能讓AI做得很好,所以公司是從專案接案開始走起,非一開始就設定一個AI的產品,因為,沒有好的資料或專注的領域,有再好的演算法都無法成就AI,慧穩科技這幾年將專案的經驗累積,漸漸發展出產品,除了專注在Domain資料外,慧穩也提供最新AI演算法給客戶,與客戶共同成長,因此,不同於對外募資,慧穩的投資人就是客戶或是合作夥伴,形成更緊密的合作關係。

評估期到正式上線 AI導入需要六大階段

慧穩科技承接的專案,都會分成幾個階段:1.評估期、2.前期驗證(POC)期、3.收集資料期、4.反覆驗證期、5.AI正循環期、6.正式上線。評估期是將需求端的Domain狀況先期的了解與評估,接下來會進行POC的驗證,經過POC後將會大量的收集資料,進入反覆的驗證階段,最後讓AI進入到正循環的階段,達到一定的效用後,即可正式上線。一般來說,一個案子需要磨個半年至一年的時間。但以比較熟悉的PCB AOI專案,則直接跳過前兩個階段,從收集資料開始做起,時間也相對縮短許多。

「無論這個案子或其他案子都會遇到的共同問題,客戶都會問說,資料要多少才夠,AI何時才會學會?」面對諸如此類的問題,林耿呈指出,這些問題產生的原因是:1. 深度學習技術上不可解釋,因為它是個黑盒子;2. AI技術上普遍客戶都沒有相對的概念。因此,公司必須耐心地去反覆驗證資料,找出AI所需要的資料,進行累積與測試,把所有的Domain狀況一一釐清與解決,這是非常需要時間與耐心。

在AI導入的過程中,客戶對於AI高度期待,認為只要結合AI服務,就可以立即取代人力,林耿呈指出,其實不然,實際上AI的價值是透過累積大量高品質資料後,轉換與分析並建立AI訓練與驗證模型,才能完整解決人工所產生的問題。

目前除了高爾夫球的檢測外,慧穩科技正針對紡織業的布料與鞋帶等等用品進行導入,亦有許多行業都有透過慧穩進行POC,如半導體業、PCB業與其他傳產等。

AOI布料瑕疵檢測,上圖為導入AOI檢測前,下圖為導入AOI檢測後

▲AOI布料瑕疵檢測,上圖為導入AOI檢測前,下圖為導入AOI檢測後

林耿呈指出,在創業的過程中,最困難的是人才的培育與客戶的認知,客戶通常比較講求快速看到成效,殊不知,AI的導入需要資料的累積與反覆驗證,這些過程沒有半年以上無法顯現成果。

受到新冠病毒肺炎衝擊,製造業供應鏈全球化、集中化的趨勢已經被打破,取代而起的是「短區域」的供應鏈,也就是說,小而美的工廠將遍地開花,是否也為AOI帶來新的商機?林耿呈表示,高度自動化對於AI自動檢測的確帶來商機,然而,相對資本投入較高,包括自動化設備、主機、GPU及足夠的AI維運人才等,都非中小企業或小工廠負擔的起,需要靠政府資金、資源投入,才有辦法順利轉型。

推薦案例

這是一張圖片。 This is a picture.
AI智慧健康預防計畫

赫紀有限公司到「台灣兒童發展早期療育協會台東辦事處」舉辦一場AI故事繪本的互動教學,讓兒童、老師、家長一起進入沉浸式體驗教學。 AI生成兒童繪本教材 AI學習平台 nbsp 近年來台灣社會結構的改變,加上在醫院急診的經驗中,我們常常忽略了青少年所表現出的憂鬱症狀,導致孩子們出現自傷甚至是自殺的悲劇。孩子們憂鬱的產生往往很大部分都來自於學業上的表現,家長擔心孩子未來沒有競爭力,因此給予很多壓力在學業表現不佳的孩子身上。 nbspnbsp 一個家庭兩個孩子,有著相同的基因來源,提供相同的成長資源;我們發現第二個小孩通常在課業上的表現都不盡理想,成績不好,上課無法專心,就連看漫畫、打電玩也都無法有耐心與毅力完成,到底差異點在哪裡,我們一直在探索問題是如何發生helliphellip結果發現原因是幼兒時期對學習力出現障礙而沒有發覺。因後天環境因素導致學習力出現遲緩的孩子,八成以上的家長不會承認,也沒有意願帶孩子診療,主要擔心孩子會被貼上遲緩兒的標籤,因此孩子的學習力從幼兒時期就被迫遲遲了,進入國小國中後課業加重,落後幅度更大,家長生氣,孩子力不從心,家庭爭吵增加了,家長擔心孩子學業跟不上,便開始要求孩子要去補習,如果成效不好,花錢得不到好效果,則再次發生家庭革命,這些事件的不良循環都逐漸造成許多孩子在成長過程中累積了很多負面情緒進而影響健康的種種因子。 其實孩子考不好、學不會、不喜歡學習新事物,甚至產生影響健康的心理病症,背後很大的原因其實是幼兒時期學習遲緩累積造成的。六歲前是學習遲緩治療的黃金時期,若能在黃金時期可以發現與協助輔導,孩子們的學習能力將有機會可以被改善與得到10倍成效目前產業的痛點為以下 1缺乏學習力檢測方式市場缺乏樣本數據庫比對 2傳統家長思維迷思輕中度怕被貼標籤延誤治療 3缺乏治療教材教具治療行繪本和系列課程圈乏 本計畫將研發一個國家人才發展的生根輔助系統,利用 AI 技術發展出影響人一生健康的幼兒學習力檢測系統,陪家長共同守護孩子的「健康從學習力檢測」開始,早期發現、早期治療。在未來,台灣所有的孩子,不論出身,都能在幼兒時期將一生健康扎好根,長大後,孩子都能成為台灣國家發展的有用人才。 nbsp 2、nbsp 計畫內提出之AI應用技術與說明: 「兒童語言能力AI分析模型」。用以對「兒童表達一件事情」的「國語使用狀況」的「量化分析」。 情境:幼教師引導孩童敘述繪本內容。AI工具解析孩童描述繪本內容所使用的語句,並透過統計演算法量化分析孩童使用的語句。 分析指標:以「句型」及「語詞」為分析指標。分析內容包括:句型正確性、語詞多樣性、語詞使用數量、語詞使用正確性。 應用:單一孩童與同儕間語言能力分布的比較分析,可提供幼教師對不同孩子提供更細緻的語言能力教學。 使用技術:中文斷詞(中文分詞)技術、中文詞性標記技術、中文句法規則分析演算法、量化分析演算法。 使用工具:中文斷詞工具、中文詞性標記工具。 nbsp 3、nbsp 預期達成之產業價值: nbsp成立學習力檢測與輔助系統,透過治療型繪本與課程與幼兒園合辦學習力養成基地,讓孩子別停留在起跑點,陪家長守護孩子健康,從檢測學習力開始為目標,以強大樣本數據庫為後盾,提供家長早期發現孩子在學習上的延緩,協助孩子找回學習力。 nbsp 4、nbsp 預期達成之產業效益(經濟效益及未來擴散性、帶動性): 透過本計畫,只要協助遲緩孩子學習力能大幅提升,孩子是國家的主人翁,自然可以幫助國家在人才發展上得到看不到但非常實際的潛在影響力。同時,學習力養成基地的目的,就是要幫孩子找回家長,以增加孩子與家長互動的時間,讓孩子可以拋去單純 3C 的單面向互動變成與家長雙面向互動。這將潛在影響被環境耽誤有潛在能力的孩子再次得到機會發揮。

這是一張圖片。 This is a picture.
讓會議紀錄不再曠日費時 迪威智能Meeting Ink用AI幫你記錄會議

Meeting Ink企業版同步推出中 根據最新研究顯示,一般會議後若沒有即時追蹤與複習資訊,兩小時內將遺忘約50的內容,經過多層轉述和彙報,更可能遺漏超過三分之一的關鍵資訊。會議記錄對於流程嚴謹的企業和公部門尤為重要。然而,大量會議需求下,記錄可能造成會議成果遺失及團隊負擔。看準這一市場痛點,台灣AI新創迪威智能(DeepWave)推出「Meeting Ink」mdashmdash一款結合語音、文字、和自動化AI技術的全新會議紀錄解決方案。Meeting Ink 不僅支援語音轉文字、語者辨識、逐字稿翻譯、及自動化會議重點摘要,還提供消費端和企業端的靈活服務,並於今年Q4增添即時逐字稿與翻譯功能,開創會議管理新格局。 AI技術一站式解決會議紀錄痛點 自2023年底上線以來,「Meeting Ink」已成為市場上高效、準確的會議紀錄管理解決方案。迪威智能結合其自有技術、第三方工具與微軟Azure的語音識別技術,打造出最佳的語音轉文字體驗,並附加語者辨識與分段、多語言翻譯,以及多種場景下的會議摘要功能。為了實現更廣泛的應用,Meeting Ink也提供即時應用方案,使其不僅適用於日常會議,也能滿足活動、論壇、學習課程等多樣場景。目前,Meeting Ink 支援APP和網頁雙平台,並提供企業客製方案以進一步擴展應用。 優秀的聲音識別技術和最佳使用者體驗 「Meeting Ink」在市場中的優勢在於其精確的聲音識別技術和以使用者為中心的應用設計。依靠迪威的專有技術,Meeting Ink 能將語音訊號轉換為具有語者代表性的文本內容,識別每位與會者的聲音,確保資訊被清晰區分。除此之外,會議內容可以進一步根據語者進行摘要彙整,並在迪威的優化系統加持下,生成不同場景和角色的專屬摘要模板。無論是企業高層會議、學術論壇,還是個人訪談和學習課程,Meeting Ink都可依照不同背景產生量身定制的摘要內容,為會議紀錄帶來更高效、靈活的使用體驗。 精準定位企業需求,提供全方位企業應用 洞察到未來市場需求的轉變,迪威智能推出了針對2B架構的客製化服務方案,進一步優化了Meeting Ink在企業端的應用。企業客戶可使用專業版功能並享有獨家客製設計的摘要模組,以符合特定產業的需求。迪威智能承諾定期更新AI模組,確保提供最先進的技術支援。此外,Meeting Ink的企業服務方案更強調數據安全、帳號權限管理、無上限儲存空間、多裝置兼容支援所有錄音情境等,並以市面上最低的錄音時價,為企業提供經濟高效的解決方案,讓企業可專注於核心工作,提升整體會議效率。 把握AI時代脈動,領先應用市場 根據2023年市場報告,AI應用工具在未來十年內的全球市場將從近70億美元成長至500億美元,且商業與學習工具將是市場中的關鍵角色。面對AI技術發展的快速進程,迪威智能憑藉自身技術實力與創新能力,以Meeting Ink打入國際市場,並持續為企業與個人帶來會議紀錄的革命性變革。未來,迪威將不斷優化Meeting Ink,致力於推動AI技術與人們日常工作、學習場景的緊密結合,為用戶創造更便捷、高效的工作環境。

【解決方案】瑕疵辨識率達百分百 耐銳利科技獲面板大廠青睞
瑕疵辨識率達百分百 耐銳利科技獲面板大廠青睞

工具機生產線上,組裝的第一步有些微差池,累積公差將造成組裝工作要重來,耗時又費力,導致出貨延遲的情況將衝擊企業聲譽。耐銳利科技公司聚焦智慧製造領域,提供各式AI解決方案,運用機器學習模型傳承老師傅的經驗,在CNC加工機組裝及鑄造過程,利用AI分析產線數據,精準調校各式數據,提升生產精準度 25。 這套AI產線數據分析系統,被耐銳利科技董事長黃常定稱為「師傅40」,就是師傅加上人工智慧的最進化版,用在工具機加工廠,成效斐然。此外,耐銳利科技運用AI瑕疵檢測技術,參加經濟部工業局2021年AI新銳選拔賽活動,協助友達進行面板進階影像瑕疵檢測,正確率達百分之百,引此也榮獲大獎。 協助面板大廠友達解題 瑕疵檢測正確率達百分百 黃常定進一步說明,一般面板在生產時,邊邊角角可能會有缺陷,雖然缺陷肉眼可見,但AOI卻往往難以辨識,導致檢測錯誤率常常超過30,因此,一定要搭配人力進行複檢,才能提高正確率。然而,因應少量多樣的產品需求,在人力不足的情況下,運用AI檢測確實是一個好方法。 成立於2018年的耐銳利科技,在短短三年期間,AI技術就能獲得面板大廠的青睞,實則在CNC工具機領域磨練已久。耐銳利科技總經理唐國維指出,台灣前三大CNC工具機廠希望將AI導入組裝及鑄造兩條產線,其中,在組裝產線上,為保持組裝的準確性,設計組件的每一個零件均會設計公差,在組裝時,每個元件都在公差內,但累績公差最後品檢仍無法通過,必須拆掉重新組裝,不僅耗時耗力,也造成浪費。 「進入產線之後,才知道有些師傅累積很多經驗,很會調校,經過他調校之後,正確率提高不少,速度又快。」反之,新來的工程師沒有經驗,調校時間比較久,也未必能通過品質檢測。 師傅40系統 良率從70大幅提升至95 唐國維接著表示,原本師傅在組裝時所設定的尺寸資料都記錄在紙本上,資料寫完之後就存入倉庫封存,沒有人去研究尺寸之間的關係。耐銳利協助客戶設計師傅40系統,透過人機面板,讓師傅在組裝時直接輸入所測量的尺寸及相關數據。蒐集不同師傅的數據之後,再運用AI演算法分析數據間的關係,做出AI模型,AI模型自動通知作業員要調整到甚麼樣的尺寸,品質檢測就一定會過,如此一來,良率從70大幅提升至95以上。 耐銳利科技公司聚焦於智慧製造領域,提供各式AI解決方案 唐國維補充,組裝一台CNC加工機的主軸要耗費四小時,第一步驟機器量測錯誤,包括震動、溫度,速度等超過範圍,都要拆掉重裝,又花了四小時。拆掉要如何調整,是憑藉師傅的經驗,可能一開始師傅憑經驗做了最好的組法,但錯檢率也達30,組裝又耗了好幾天。透過AI師傅協助,組裝時間只需半天,良率達95以上,省下許多時間及人力。 「運用機器學習的AI模型,綜合所有師傅的經驗蒐集在一起,提供給AI學習。第一步要數位化、第二步則是知識化,這是企業邁入轉型的重要關鍵」,黃常定認為,耐銳利科技是傳統製造業從自動化生產走向邁向數位轉型的重要夥伴。 此外,耐銳利科技另一個聚焦的產業是電梯廠領導品牌的智慧派車系統。所謂派車指的是電梯車廂,即兩部電梯以上就需要群管理。過往派車依據固定法則,如哪一台距離叫車比較近,就自動派那台電梯,一方面沒有考慮到電梯被叫太多次的派車,可能會讓其他人等待更久;另一方面過往的派車模式並無考慮大樓使用特性,造成許多浪費。例如辦公大樓,早上上班、中午休息及下午下班時段各有尖峰時間,透過AI智慧派車可以依據離峰及尖峰時段進行彈性調整,讓派車效率增加、降低等待時間,同時減少電力虛耗。 導入電梯智慧派車 提升運輸效率兼具環保功能 黃常定補充說明,就好比之前的路口紅綠燈號誌,系統已將主幹道、副幹道及小街道的停留及通過秒數寫死,現在則運用智慧紅綠燈,彈性調整等待時間,讓容易壅塞的路段更加順暢。透過AI學習使用情境,在電梯中導入智慧派車系統,會讓輸送效率提升,也更加環保。 除了導入電梯智慧派車外,耐銳利也將AI導入電梯廠的生產出貨智慧排程系統 。電梯廠常常無法準確預估客戶的電梯交期,例如,辦公大樓或賣場等必須完工到一定程度,電梯才能進工地安裝。若受到客戶工期延遲等非預期因素影響,往往造成電梯廠產閒置或是排程不易安排的窘境。 唐國維指出,一般了解客戶端工程進展者可能是業務或工務,但整體而言,出貨正確率大概只有六成左右,也就是說有四成不會如期出貨。因此,若能準確預估出貨時程,就能將產線空出來以因應急單或是其他產品生產需求。AI智慧排程系統將分析過去出貨的資料,氣候、工廠及施工端兩地距離位置、客戶信用等約20-30個參數,放入AI演算法中,可以精準預估到底能不能如期出貨。 黃常定也特別說明,耐銳利科技的機器學習非一般的機器學習,更加入傳統影像處理技術、統計學等各種運算方式,要對領域知識十分熟稔,才能作出好的AI模型,這也是公司競爭力之所在。他強調,一般SaaS平台能處理的資料十分有限,正確率頂多從7成提升至7成5,耐銳利的強項在於AI演算法及機器學習,必須再加上深厚的產業領域知識才能產出好的AI模型。 耐銳利科技從AI專案開始,逐漸深化技術,選擇從困難度高的做起,並累積經驗法則,預計在今2022年開發出SaaS服務,以客戶的需求為出發點,逐步站穩腳跟、成為智慧製造的重要夥伴。 圖左為耐銳利科技總經理唐國維及董事長黃常定右