最新消息

作者：郭唐帷/資策會MIC

一、智慧製造需解決淨零碳排與人才短缺挑戰

根據世界經濟論壇（The World Economic Forum, WEF）所公布的《2022年全球風險報告》（The Global Risks Report 2022）報告中指出，氣候行動失敗、極端天氣以及生物多樣性喪失，已成為前三大全球首要風險。而因極端氣候劇烈變化而導致的缺水、斷電，以及交通受阻都有可能導致生產停工，進而讓製造業出現斷鍊的風險，造成營運衝擊的連鎖效應。故全球環境問題的風險已與經濟發展息息相關。全球為因應減碳目標紛紛開啟一系列的產業轉型計畫，臺灣也預估將於2024年起要向每年碳排2.5萬噸以上的排碳大戶徵收碳費，當淨零碳排成為勢在必行，AI也成為企業減碳與落實ESG的有效工具。

二、智慧製造新創個案剖析

（一）Fero Labs：以可解釋AI打開黑箱模型的洞察者

1. Fero Labs提供可快速導入的優化模組解決方案

Fero Labs的核心產品是提供白箱機器學習（White-box Machine Learning）的軟體解決方案。而所謂的白箱模型（white box models）跟黑箱模型相反，就是內部運作透明的模型，有助於讓業者理解演算模型中影響產品品質的關鍵因素。

2. 結合深度學習與貝氏定理提高模型可解釋性

Fero Labs的核心技術是貝氏深度學習（Bayesian Deep Learning）演算法，是將深度學習機率化，來描述變數的關連性以及不確定性。而此演算法主要由「感知部分」及「認知部分」組成。

（二）CloudNC：拓展CNC精密加工自主製造的實踐者

1. 藉由策略合作建立可擴展的概念驗證模式

CloudNC提供的並非一般的SaaS服務，其具體的服務流程，是待用戶上傳零件的3D模型後，導入最適生產系統與管理軟體，提供即時報價、設計修改建議後，再以CAM輔助系統自動選取所需的工具，並自動撰寫刀具路徑程式傳至CNC設備，最終進行產品製造與交付。

2. 以標準化正交基演算法減少程式設計需求

CloudNC核心技術為標準化正交基（Orthonormal basis ）演算法，在線性代數中，一個內積空間的正交基（orthogonal basis）是元素兩兩正交的基。稱基中的元素為基向量。假若，一個正交基的基向量的模長都是單位長度1，則稱這正交基為標準正交基。而此種標準正交基概念在3D加工與圖像建模中相當重要，藉由將切割路徑等變數拆解為向量進而讓CNC加工設備能夠識別後，才能進一步達到切割路徑生成最佳化。

三、結論

過去可解釋性AI主要應用在銀行、保險、醫療等產業，為確保一般民眾權益不會遭遇黑箱困境，亦即因演算法模型導致的不公平導致權益受損，甚至因誤判醫療建議危及自身生命安全。隨著疫情影響，讓製造業者越來越習慣採用AI來輔助生產，關於AI工作方式和決策原理問題也會越被關注。例如過去較少見如預測性維護的製造業應用，逐漸提升對於AI模型可解釋性的重視。過去CNC加工產業較為封閉，難以與需求端順利媒合，在審圖、備料、前置處理等作業環節，也幾乎僅靠人工操作，不但溝通緩慢，也難以掌握生產進度。然而藉由AI機械加工軟體解決方案簡化了3D圖設計、程式撰寫等前置處理環節；也導入最適規劃系統讓生產流程能夠提升效率，並藉由預估加工時間及加工難易度來達到即時報價，可讓整體工廠對於人工的依賴性降低。