Skip to main content

產業

製造業的 AI:資料導向文化的關鍵

適合所有人的人工智能

工業 4.0 轉型展開之際,製造商必須營造資料導向的文化。連線的裝置越來越多,配備感應器的裝置也日益增加,等待揭露的寶貴資料隨之大量湧入。然而,為了妥善收集、儲存及分析推動企業決策的資料,人工智慧(AI)與機器學習(ML)模型是關鍵。

不過遺憾的是,開發後將模型整合至生產與整體作業,可能是件複雜的工作。首先,未必人人都具備在工作流程應用進階模型的知識與技能組合,因此使用者不得不等待資料科學小組為他們分析及解釋資料。

前提是,公司內部有資料科學家。許多中小型製造商並未聘僱資料科學家,反而是仰賴 AI 技術供應商為他們提供需要的新功能,過程耗時,可能歷時長達一年之久。

如果能夠取得技能與工具的員工更多,製造商便可開始迅速增加產品與功能,或者甚至是減少能耗。

至少杰倫智能正是秉持這個想法,這家台灣公司正設法利用自家的 Auto ML 解決方案,在製造業將 AI 普及化,因為這個解決方案的設計,能夠讓訓練 ML 模型就像建立 Excel 工作表一樣容易。

「我們提供三小時的訓練課程,教導使用者可以開始應用到日常工作的基本功能。」虛擬資料科學家公司杰倫智能業務開發總監 Marc Wu 表示。

善用數位資料

杰倫智能的 Auto ML 是沒有程式碼的 AI 平台,專為快速模型開發而設計。該公司整合 Intel® 發行版 OpenVINO 工具組,加快運算速度。這樣一來,中小型公司的網域使用者無須資料科學小組協助,即可利用這個平台。若為聘有資料科學家的大公司,平台則可充當另一名團隊成員。

「網域使用者想解決問題時,他們依舊會收集資料,然後上傳至平台。我們的平台會自動計算資料,執行若干資料清理與建模,接著在比較模型之後,找出最佳模型。」Wu 表示。

這個過程類似於與資料科學家合作的過程。「然而,差異在於網域使用者可以自行完成。」他表示。

Wu 表示,速度是杰倫智能平台的一大優勢。「如果您必須將專案交給資料團隊,傳統方式通常需要大約兩至三個月才能收到結果。透過我們的平台,通常需要一週左右。」他解釋到。

如果製造商想發表新產品,研發小組可將資料輸入模型,判斷最佳生產參數。公司若採用傳統方式,很可能會進行試運轉。Wu 表示,有了 Auto ML,公司可以在實際測試運轉前執行模擬,節省大量的時間與費用。

該公司已經協助各式各樣的工廠,利用製造資料以及耗電量這方面的作業資料建立模型。

舉例來說,玻璃物品製造商利用 Auto ML 打入醫療裝置市場。印刷電路板(PCB)製造商能夠儘量減少電鍍時使用的黃金數量。另一家公司則是提高了非尖峰時段的產能,讓每個月的能源帳單減少 30,000 美元。

進入新市場

製造商使用 Auto ML 的一大優勢,就是速度更快。就玻璃製造的情況而言,該公司收到為醫療裝置製作玻璃零件的提案後,利用這個解決方案,很快便可測試參數,然後準備回應方式。

「由於他們的回應速度極快,因此成功地從這家新醫療裝置客戶獲得了訂單。」Wu 表示。該公司於是打進了醫療裝置業。

Wu 表示,這種結果讓杰倫智能在 AI 供應商中脫穎而出,因為其他供應商的產品是以資料科學家為目標。他表示:「我們認為 AI 應該是一種應用程式技術,而非僅由少數人擁有的超高階技術,因此我們的產品是專為目標網域使用者所設計。」

杰倫智能為 10 家不同的製造工廠開發了 120 多款 AI 應用程式,提供的「隨裝即用應用程式」能夠充當客戶的 AI 範本使用,Wu 表示。

對於實作 AI 時不知道該從何下手的客戶來說,這種應用程式幫了大忙,Wu 解釋道。應用程式可供下載,而且杰倫智能還提供逐步教學課程與範本資料集。

「客戶看到資料集時,立即就能瞭解如何利用平台進行,以及如何自行收集資料。」Wu 表示。

將 AI 進一步應用在製造業

杰倫智能為了改善平台,持續傾聽客戶的意見回饋。某客戶要求獲得它建立的模型的行動存取權,這樣現場使用者便可使用該模型。

「我們確實建立了這項功能,並且將它加入產品。」Wu 表示。「舉例來說,現在製程工程師可以訓練這個模型,然後實際上由本地操作員使用行動裝置即可執行。」

Wu 表示,Intel OpenVINO 整合至 Auto ML,有助於讓產品更上層樓。「我們認為這個做法可為客戶創造更棒的使用體驗。」Wu 表示。他表示,最新一代的 Auto ML,推論速度增快高達 100%。

最終目標就是讓普通使用者可輕鬆取得 AI,使 AI 在製造業無所不在。Wu 希望,如果公司實現這個目標,在適當的時候,訓練資料模型就會變得跟建立 Excel 工作表一樣稀鬆平常。

 

本文由 insight.tech 編輯副總監 Christina Cardoza 編輯。

作者簡介

Pedro Pereira has covered technology for a quarter century. He has freelanced for some of the biggest names in IT publishing and an extensive list of marketing agencies and technology vendors. He was a pioneer in covering managed services and cloud computing, and currently writes about cybersecurity, IoT, cloud, and space. He holds a degree in Journalism from UMass/Amherst.

Profile Photo of Pedro Pereira