AI在智慧制造之应用

1.赵教授来中原任教之前，在工研院工作多年时间，从事AI在智慧制造的应用，特别是自动光学检查（Automated Optical Inspection，AOI）的品质瑕疵侦测，利用光学仪器取得成品的表面状态，再以电脑影像处理技术来检出异物或图案异常等瑕疵。

2.AOI可用来改善人工检测，2015年深度学习的ResNet-152模型技术的错误率已降至3.5%，较人工的5%来得低，故可满足工厂对高品质的要求。

3.从2012年开始，卷积神经网路CNN极速发展，不断涌现出诸如AlexNet、VGGNet等优秀的神经网路。到2015年一个新型模型颠覆深度学习领域，这就是ResNet。

4.AI结合AOI可显著提升瑕疵辨识率，如在PCB板或汽车品质侦测，亦即传统AOI技术，不能满足工厂高品质要求，仍有太多误判率，还需耗费大量人力。

5.品质检测错误分为Leakage（品质不OK却判为OK）与Overkill（品质OK但被判不OK），实务上，宁可错杀一百，不可放过一个，亦即发生Leakage较Overkill问题严重，PCB检测目前误判率五成以上，故先以AI级的AOI先检测，再以人工来判断。

6.在智慧制造部份，其目标是产能最大化、产品成本最小化、制程分析参数最佳化，皆可用到AI技术，除AOI外，还可用来优化排程技术、产线自动化、智慧型AIOT、将过去借助人工经验的比率降低，改由AI来替代。

7.目前新增许多“标记”工作，如ChatGPT的标记，耗用许多血汗人力。亦即AI虽然可减少重复性的工作，但在做好AI之前，仍需耗用人力来进行标记以训练AI模型。