AI協助工廠更加自動化乃無庸置疑，然而，一般AI專案時間多達3個月之久，有沒有一種解決方案，可以快速部署AI技術，以提升瑕疵準確率？答案是：有的。 客戶包括友達、奇美、台積電、聯發科、旺宏等電子大廠，堪稱台灣「護國神山群」最佳幫手的奕瑞科技，其所推出的「AI 服務模組化」，將各種AI技術模組化，就像點菜機一樣，客戶需要哪幾樣就挑選哪幾樣，可以協助客戶快速部署AI，達到提升AI專案快速且兼顧準確度的目標。 2004年成立的奕瑞科技，從販售防毒軟體巴卡斯基起家，是專業的資安與安防公司，2015年切入AI領域，研發AI Vision智慧影像辨識系統，2018年之後，專注於工廠端的智慧影像辨識應用，包括車牌辨識、槽車辨識、人員裝備檢查、智慧物流、智慧化作業機台及智慧無人工廠等，均累積相當多的經驗，客戶遍及友達、奇美、台積電、聯發科技、旺宏、台塑、亞泥、遠東新世紀等龍頭企業。 ▲奕瑞科技智慧工廠各種AI落地應用 奕瑞科技專業技術 擄獲國際大廠的青睞 「奕瑞的每一個案子都不輕鬆，也就是因為與大廠的合作經驗，讓我們的技術更強大」，奕瑞科技副總經理周詩涵信心滿滿地說，以奇美實業而言，瑕疵檢測的準確率要求高達99.5%以上。 由於奕瑞科技自2018年成立AI 部門以來，已經陸續服務過數十家工廠，客戶中不乏希望能快速上線，並且能夠將AI技術部分轉回公司內部，讓內部員工能順利銜接。 針對此一趨勢，奕瑞科技推出兩項服務，一個是完整的AI產品CIC攝影機妥善率偵測系統，幫助客戶在攝影機發生異常（包含斷線、黑畫面、攝影機移位、遮蔽等等的畫面異常狀況），第一時間便能發出告警，另一項推出的就是AI 服務模組化。 CIC攝影機妥善率偵測系統能夠協助廠區一次監控數千台的攝影機，這些攝影機過去都是由廠內負責監視器相關事務的員工定期用手動肉眼檢查攝影機畫面，不僅曠日廢時，也常常因為負責人身兼數職，檢查監視器的工作就未徹底執行，AI 的最大價值就是取代人力去執行這樣簡單且重複的工作。只需要一台CIC 主機，放置於內網，即可設定週期，針對攝影機的各項健康妥善狀況來做檢查，並且自動產生報表，以提供相關人員查驗，大幅提高工作效率！ 而另一個服務AI服務模組化的概念是，將AI技術套裝軟體化，一個可落地應用AI方案的上線執行，通常會歸納出幾個階段： 一、 客戶需求確認；二、訓練資料收集；三、訓練資料前處理；四、資料送訓練；五、演算法撰寫；六、使用者介面撰寫；七、資料庫串接；八、後續資料補足。 以這八個階段為例，除了演算法的撰寫工程師需要長時間的培養之外，其餘可以由企業自己做或交由奕瑞執行。簡單的基本模組包括車牌辨識、工安裝備等，做成標準化的模組，至於槽車、工序、或是槽車上的化學品名稱等，都可以依客戶需求規劃一個個齊全的模組，由客戶自行採買「菜單」，若是客戶端希望自行上線，奕瑞科技在一個月內就能完成可上線的版本，加快客戶進行AI部署進程。 ▲奕瑞科技A.I.VISION智慧影像分析系統深受國際大廠青睞 奕瑞科技現階段有32位員工，其中AI工程師就多達近20位。不同於市面上AI廠商僅能做出簡單的AI視覺辨識，奕瑞科技手握過去大量的訓練資料、豐富的專案導入經驗、以及多樣的辨識方法，百分百台灣製造，在地服務，比一般辨識率更高更準確。同時，隨著客戶的需求彈性調整，可用性更高。 傳統光學檢測錯殺率高 AI+AOI大幅提升良率及產線效率 對奕瑞科技來說，AI+AOI也是其中一個模組，奕瑞的工程師只要給一點點訓練資料，約莫一個月就有辦法達到80%的準確率，幫助企業在AI上線的時程上變成非常短。 除了現有的製造廠外，奕瑞科技也切入到光學領域，與小馬光學合作共同研發具有先進物理光學量測方法及光學模組設計。目前大部分廠商會導入產線瑕疵檢查AOI的系統，但大多採用OCR(光學字元辨識，是指對文字資料的圖像檔案進行分析辨識處理，取得文字及版面資訊的過程)技術，需要達到百分之百的精確度，沒有任何容錯的空間，導致誤殺的情況時常發生。 此次奕瑞科技與小馬光學合作，將奕瑞的AI系統搭載在小馬光學研發的光學檢測儀器，在光學檢測瑕疵上加入AI演算法，根據客戶提供的資料與需求，訓練AI模型辨識對於瑕疵的判定，可大幅提升判別的準確度，提生良率，並增加產線效率。 ▲奕瑞科技執行長張義淵 「就光學領域的AI+AOI技術，對於奕瑞而言，光學檢測的環境複雜因素較低，只要客戶對於瑕疵的定義訂得明確，給的資料越精確、越詳盡，瑕疵檢測辨識率往往可達98%以上，作業時間也能相對縮短」，周詩涵接著說，對於奕瑞比較困難的兩部分，第一部分是公司目前人力，無法一次接太多AI專案，主要是工程師自我要求比較高，每個案子都需要精雕細琢；第二部分則是大客戶採購時間通常考慮地比較久。這也是奕瑞科技將AI專案的商業模式改成AI服務模組及專案資訊顧問的原因。可以依據客戶的需求，販售模組或是半成品的方式，快速結案，以維持公司正常營運。 除了台灣的市場外，奕瑞科技也將觸角伸到國際，現階段有數個專案正在泰國展開中，其中一項是泰國皇家拉瑪醫院，奕瑞負責院內病人的人臉辨識與行為監測，以預防病患跌倒等。另一個有趣的案子是泰國河道垃圾船的打撈物品分類辨識，以及汽車零件大廠的AI 辨識專案等，奕瑞科技的AI影像識別技術已經漸漸被海外市場所肯定、接受。 展望未來，奕瑞科技希望將在AI視覺辨識技術上的經驗，從2D擴展到3D，甚至於延伸至影音辨識的技術服務，讓奕瑞科技成為全方位的AI專業服務公司。
AI協助工廠更加自動化乃無庸置疑，然而，一般AI專案時間多達3個月之久，有沒有一種解決方案，可以快速部署AI技術，以提升瑕疵準確率？答案是：有的。 客戶包括友達、奇美、台積電、聯發科、旺宏等電子大廠，堪稱台灣「護國神山群」最佳幫手的奕瑞科技，其所推出的「AI 服務模組化」，將各種AI技術模組化，就像點菜機一樣，客戶需要哪幾樣就挑選哪幾樣，可以協助客戶快速部署AI，達到提升AI專案快速且兼顧準確度的目標。 2004年成立的奕瑞科技，從販售防毒軟體巴卡斯基起家，是專業的資安與安防公司，2015年切入AI領域，研發AI Vision智慧影像辨識系統，2018年之後，專注於工廠端的智慧影像辨識應用，包括車牌辨識、槽車辨識、人員裝備檢查、智慧物流、智慧化作業機台及智慧無人工廠等，均累積相當多的經驗，客戶遍及友達、奇美、台積電、聯發科技、旺宏、台塑、亞泥、遠東新世紀等龍頭企業。 ▲奕瑞科技智慧工廠各種AI落地應用 奕瑞科技專業技術 擄獲國際大廠的青睞 「奕瑞的每一個案子都不輕鬆，也就是因為與大廠的合作經驗，讓我們的技術更強大」，奕瑞科技副總經理周詩涵信心滿滿地說，以奇美實業而言，瑕疵檢測的準確率要求高達99.5%以上。 由於奕瑞科技自2018年成立AI 部門以來，已經陸續服務過數十家工廠，客戶中不乏希望能快速上線，並且能夠將AI技術部分轉回公司內部，讓內部員工能順利銜接。 針對此一趨勢，奕瑞科技推出兩項服務，一個是完整的AI產品CIC攝影機妥善率偵測系統，幫助客戶在攝影機發生異常（包含斷線、黑畫面、攝影機移位、遮蔽等等的畫面異常狀況），第一時間便能發出告警，另一項推出的就是AI 服務模組化。 CIC攝影機妥善率偵測系統能夠協助廠區一次監控數千台的攝影機，這些攝影機過去都是由廠內負責監視器相關事務的員工定期用手動肉眼檢查攝影機畫面，不僅曠日廢時，也常常因為負責人身兼數職，檢查監視器的工作就未徹底執行，AI 的最大價值就是取代人力去執行這樣簡單且重複的工作。只需要一台CIC 主機，放置於內網，即可設定週期，針對攝影機的各項健康妥善狀況來做檢查，並且自動產生報表，以提供相關人員查驗，大幅提高工作效率！ 而另一個服務AI服務模組化的概念是，將AI技術套裝軟體化，一個可落地應用AI方案的上線執行，通常會歸納出幾個階段： 一、 客戶需求確認；二、訓練資料收集；三、訓練資料前處理；四、資料送訓練；五、演算法撰寫；六、使用者介面撰寫；七、資料庫串接；八、後續資料補足。 以這八個階段為例，除了演算法的撰寫工程師需要長時間的培養之外，其餘可以由企業自己做或交由奕瑞執行。簡單的基本模組包括車牌辨識、工安裝備等，做成標準化的模組，至於槽車、工序、或是槽車上的化學品名稱等，都可以依客戶需求規劃一個個齊全的模組，由客戶自行採買「菜單」，若是客戶端希望自行上線，奕瑞科技在一個月內就能完成可上線的版本，加快客戶進行AI部署進程。 ▲奕瑞科技A.I.VISION智慧影像分析系統深受國際大廠青睞 奕瑞科技現階段有32位員工，其中AI工程師就多達近20位。不同於市面上AI廠商僅能做出簡單的AI視覺辨識，奕瑞科技手握過去大量的訓練資料、豐富的專案導入經驗、以及多樣的辨識方法，百分百台灣製造，在地服務，比一般辨識率更高更準確。同時，隨著客戶的需求彈性調整，可用性更高。 傳統光學檢測錯殺率高 AI+AOI大幅提升良率及產線效率 對奕瑞科技來說，AI+AOI也是其中一個模組，奕瑞的工程師只要給一點點訓練資料，約莫一個月就有辦法達到80%的準確率，幫助企業在AI上線的時程上變成非常短。 除了現有的製造廠外，奕瑞科技也切入到光學領域，與小馬光學合作共同研發具有先進物理光學量測方法及光學模組設計。目前大部分廠商會導入產線瑕疵檢查AOI的系統，但大多採用OCR(光學字元辨識，是指對文字資料的圖像檔案進行分析辨識處理，取得文字及版面資訊的過程)技術，需要達到百分之百的精確度，沒有任何容錯的空間，導致誤殺的情況時常發生。 此次奕瑞科技與小馬光學合作，將奕瑞的AI系統搭載在小馬光學研發的光學檢測儀器，在光學檢測瑕疵上加入AI演算法，根據客戶提供的資料與需求，訓練AI模型辨識對於瑕疵的判定，可大幅提升判別的準確度，提生良率，並增加產線效率。 ▲奕瑞科技執行長張義淵 「就光學領域的AI+AOI技術，對於奕瑞而言，光學檢測的環境複雜因素較低，只要客戶對於瑕疵的定義訂得明確，給的資料越精確、越詳盡，瑕疵檢測辨識率往往可達98%以上，作業時間也能相對縮短」，周詩涵接著說，對於奕瑞比較困難的兩部分，第一部分是公司目前人力，無法一次接太多AI專案，主要是工程師自我要求比較高，每個案子都需要精雕細琢；第二部分則是大客戶採購時間通常考慮地比較久。這也是奕瑞科技將AI專案的商業模式改成AI服務模組及專案資訊顧問的原因。可以依據客戶的需求，販售模組或是半成品的方式，快速結案，以維持公司正常營運。 除了台灣的市場外，奕瑞科技也將觸角伸到國際，現階段有數個專案正在泰國展開中，其中一項是泰國皇家拉瑪醫院，奕瑞負責院內病人的人臉辨識與行為監測，以預防病患跌倒等。另一個有趣的案子是泰國河道垃圾船的打撈物品分類辨識，以及汽車零件大廠的AI 辨識專案等，奕瑞科技的AI影像識別技術已經漸漸被海外市場所肯定、接受。 展望未來，奕瑞科技希望將在AI視覺辨識技術上的經驗，從2D擴展到3D，甚至於延伸至影音辨識的技術服務，讓奕瑞科技成為全方位的AI專業服務公司。
