當AI取代雙眼:NEC用機器學習挑產線不良品,提高產能效率

cdn
透過AI協助作業人員以肉眼檢查,可大幅減少一半的工作量,也能使產品品質更為均一,進一步往IoT邁進。

AI已從技術概念實際走入工廠應用中。日本IT大廠NEC推出「AI Visual Inspection」視覺檢測,運用機器學習技術,逐一檢測生產線上的產品影像,像是金屬、人工樹脂、塑膠等產品加工業的生產線,都能用AI進行高速檢查,進一步找出不良品,提升生產線效率,並改善勞動力。

NEC表示,過去,當產品在生產線上完成時,最後一關多採用人眼目測的方式檢查,而這項工作必須由對產品非常熟悉、經驗老到的專家進行,因此面臨了人力不足、技能傳承的課題。

NEC表示,透過AI協助作業人員以肉眼檢查,可大幅減少一半的工作量,也能使產品品質更為均一,進一步往IoT的「Process Innovation」、「Product Innovation」邁進。

機器學習技術「RAPID」

NEC將其機器學習技術命名為「RAPID」,其搭載深度學習機能,透過GUI(圖形使用者介面)的方式,呈現對範例影像的標籤、學習、判斷結果,最終可像人類一樣辨識、理解圖像與影片資料,在影像辨識領域的業界最常被採用。

NEC在「NEC Industrial Iot」中,新增以AI協助作業員肉眼檢查的解決方案「AI Visual Inspection」。
NEC

在實際操作上,首先,製造業工廠現場在進行品檢時,會拍攝一系列的產品影像,NEC將這些影像儲存保管在IoT平台「NEC the WISE Iot Platform」雲端上。

當儲存的影像資料達到一定的量後,雲端的AI會運用這些數據,自動抽出與分析良品與不良品的特徵,並根據分析結果,進一步歸納出良品與不良品的判別模式,並將判別模式從雲端傳輸到工廠現場裝設的設備上。

在工廠端,則會運用現場設備內建的AI,以接收到的判別模式為基礎,在短短數秒內,完成判別產品是否為不良品。而當生產線要追加製造新的產品時,雲端的AI也會自動學習新產品的特徵資訊,並同步更新判別模式,進而有效降低追加設計、研發的工作量。

15.7兆美元
根據資誠公布的《全球人工智慧研究報告》,到了2030年,AI將帶來15.7兆美元商機,讓全球GDP成長14%。
機器學習
Machine Learning
「機器學習」是指計算機模擬或實現人類的學習行為,機器學習能透過經驗,自動修正計算機的演算法,以獲取新知或技能,重新組織原有的知識結構,不斷改善自身性能。 機器學習並非只是用於處理資料庫問題,它屬於人工智慧 (Actifical Intelligence) 的分支,讓機器可以自動學習,從巨量資料中找到規則,進而有能力做出預測。 簡單來說,機器人像是人的「身軀」,人工智慧則是人的「腦」,機器學習就是將兩者合為一體。 (來源: 維基百科MBA 百科 )
追蹤我們