Skip to main content

人工智慧

人工智慧與電腦視覺改變了工廠的品質自動化

質量自動化

如果您曾經買到有瑕疵的產品,您就知道這有多氣人。你可能會想:「怎麼會發生這種事?」幾十年來,品質控制的流程始終很簡單,通常是由品質控制專家,在工廠生產線,或是倉庫抽樣檢查產品。一旦有人出錯,瑕疵產品也能順利出廠,送到客戶手中。成果?鉅額浪費、保固送修,公司的聲譽也受損。

電腦視覺 (CV) 與機器學習 (ML) 軟體供應商 Relimetrics 的人工智慧總監 Serhan Can 說:「檢查元件並不是件容易的事。」「人員一疲倦就會讓瑕疵從眼前溜過。」「而且製造商與物流公司面臨很大的時間壓力,要準時生產與運送產品。」「品質控制流程必須越簡短越好。」

機器可以做重複的工作,例如檢查零件,但因為複雜性與成本的問題,機器的能力並沒有發揮到極致。現在有了新工具,可以簡化品質控制的流程。

從品質控制進化到品質保證自動化

企業從品質控制(QC)轉型至品質保證自動化(QA),就能達到產品無瑕疵,但轉型無法在一夕之間完成。技術已隨著時間成熟,最新的疊代可運用人工智慧偵測異常情形,還可即時適應生產變化。

為了解新的品質控制系統所能帶來的影響,您的公司又處於自動化轉型進程的哪一個階段,不妨參考 Relimetrics 與 ABI Research 推出的品質保證自動化成熟模型,共有五個不同等級:

  • 第一級:人員蒐集並評估資料。
  • 第二級:攝影機蒐集資料,由人員評估。
  • 第三級:攝影機蒐集資料,傳統電腦視覺軟體找出問題,人員解決問題。
  • 第四級:結合搭載人工智慧與機器視覺的軟體的攝影機蒐集資料,找出問題,人員解決問題,包括人工智慧的誤偵測問題。
  • 第五級:品質保證自動化完全數位化,也完全自動化,只有少數案例需要人員參與。攝影機結合搭載人工智慧與機器視覺的軟體,能發現問題,再指示可程式邏輯控制(PLC)將有問題的產品作廢,或送往重做站。

每一個步驟都能減輕對人員的依賴。Relimetrics 創辦人暨執行長 Kemal Levi 博士說:「人工智慧自動化比人類更能準確執行單調的工作。」「大多數的製造商都才剛踏上旅程。」「大多數都在第三級,只有極少數在第五級。」

品質保證自動化的速度在未來五年可望迅速成長,機器視覺將在其中扮演重要角色。快速成長的原因之一,是新工具的問世。在過去,複雜的人工智慧技術需要設計高階程式的能力,但現在的系統,例如 Relimetrics 的電子組裝人工智慧品質保證自動化解決方案(RELI-QA)可以自行部署,毋須任何程式設計或深度學習的專業。

Can 表示:「現在不是人在寫軟體,我們的軟體會自己寫出自己。」「我們的產品能讓沒有深度學習經驗的人,可以訓練深度學習模型,將整個過程自動化。」

品質保證自動化正在進行中

Relimetrics 最近協助 HPE 硬體製造商鴻海登上成熟模型的第五級。Relimetrics 運用 RELI-QA,將鴻海生產複雜 HPE 伺服器的品質控制流程自動化,發展出最多 16 種記憶體模型,每一種具有 16、32、64,或 128 gigabytes 的容量。記憶體組態是 20 種變數的其中之一。而且生產速度也很快。

Can 說:「問題在於每一台伺服器,都是依據終端使用者的特定需求製造,而且生產出來的每一台伺服器都不一樣。」「操作人員面臨的情況很複雜。」「一個人檢查一台伺服器的瑕疵,可能要用上 5 分鐘。」

使用 RELI-QA 可將檢查時間減少至大約 30 秒。除了節省時間之外,品質保證自動化流程也將送到客戶手上的瑕疵 HPE 伺服器數量,減少了 25%。整體生產效能也從 sigma 2.1 提升至 sigma 4.2。

DL 與 CV;通往第五級之路

RELI-QA 擁有搭載 Intel® 處理器的架構,在邊緣使用高畫質攝影機。這項解決方案能分析並檢查經過生產線或倉庫的產品。串流視訊會傳送到嵌入式或附加式 IT 系統,資料會與在製程中建構的製造執行系統(MES)比對。Intel® Distribution of OpenVINO 工具套件,能將模型的推理時間最佳化。一旦發現瑕疵,就會即時傳送警示訊息,將品質保證自動化檢查流程完全數位化。

Relimetrics 深度學習專家 George Sakr 博士表示:「這項技術的好處,是能從影像學習。」「這項技術會觀看影像,發掘影像的重點,找出正常影像與瑕疵影像的不同之處,從範例學習。」「人工智慧因為具備這種功能,得以引領轉型潮流。」

人工智慧的品質保證自動化,創造了具有回饋迴路的生態系統。製造商與物流公司能參考回饋迴路提供的資料,改善效率與作業,將零瑕疵的產品運送到客戶手上。

而且在供應鏈,品質保證自動化也能確保追蹤能力。例如公司若需要召回產品,就能快速行動,找出瑕疵產品,而不是丟棄一整批產品,如此可節省大量成本。

形成生產循環是工業 4.0 的一大重點,而即時回饋則是成敗的因素。

Levi 說:「不必等到生產結束再評估產品有無問題,而是在製造過程中,在產品送到客戶手上之前,就發現問題,予以糾正。」「持續回應能提升未來的流程效率,以及公司獲利的能力。」

作者簡介

Stephanie Vozza is a business writer who specializes in retail, technology, and finance. In 2006, she launched her own eCommerce brand and sold it five years later to FranklinCovey Products. Stephanie has written for companies that include Intel, Epson, Oracle, Smartsheet, Wells Fargo, First Citizens Bank, and Mastercard. She's a regular contributor to Fast Company where she covers leadership, careers, and technology. Stephanie's byline has also appeared in Forbes, Inc., Parade, Entrepreneur, and SUCCESS magazines.

Profile Photo of Stephanie Vozza