上一篇 AI 應用案例，是在探討採礦、海運行業的自動化應用，主要是關於原物料產出與物流運輸的層面。這一篇，我打算來探討一下「自動化品質檢測」的 AI 應用，以川崎重工 x Roxy AI 的合作項目為例。
自動化品質檢測的 AI 應用原理
一個量產產品能夠拿到市面上銷售、展示，大致來說，這中間一定有「原料取得、生產製造、品質檢測、倉儲保存、物流運輸、銷售」等流程。每一個流程，其實 AI 都有可以介入的地方。
川崎重工（Kawasaki）是日本最早生產和銷售工業機器人的公司之一，旗下的機器人部門（Kawasaki Robotics）更是經常在人工智慧展場出沒的單位。
今天要分享的案例，是川崎重工與一間人工智慧檢測解決方案公司「Roxy AI」合作的項目。川崎重工主要負責的是機器人這一塊，而 Roxy AI 則負責「智慧視覺」軟體層面的應用。
簡單來說，現在的 AI 圖像視覺，背後其實都有「卷積神經網路」（Convolutional Neural Networks，CNN）在運作，它會藉由像素與像素之間的重疊程度，來學會辨識新的圖像。
而「品質檢測」環節，最需要的就是「找出問題」的視覺！因此，川崎重工與 Roxy AI 的合作其實相當好懂：機器人手臂協助將產品需要檢測的環節，用撿取、移動、旋轉等方式，讓負責智慧視覺辨識的鏡頭可以完整查看，進而找出產品潛在的瑕疵。
AI 在品質檢測、品管領域展現出的特色
根據川崎重工官網的介紹，他們與 Roxy AI 合作的機器人檢測產品，具備以下特色：
- Roxy AI 是一款能在現場靈活運用的 AI 檢測產品
- 它不是「多功能」的產品，而是「簡單且高性能」的產品
而通過這款簡化版的 AI，它能實現以下目標：
- 高精度與高速：人人都能輕鬆使用
- 需要的學習數據量少 （因為任務單純）
- 低規格電腦也能在短時間內完成學習
- 適用於金屬、樹脂、橡膠、食品、服裝、木材等廣泛行業
跟上一篇談採礦、海運行業的 AI 應用場景很像，在製造業上，要解決問題其實「不一定需要用到最頂尖的 AI 技術」，例如生成式 AI。
生成式 AI 的不確定性，在製造業上反而經常會成為阻礙，但是在不需要限制答案、限制運作路徑與結果的事情上，或是作為與人溝通的橋樑，反而有奇效。
AI 在品質檢測環節扮演的角色：
- 作為「少子化時代」的勞動力來源，現在已開發國家普遍都出現了「招募新人困難」的問題
- 作為留住資深人才的手段：降低員工的重複性工作，公司不希望這些小事耗費掉員工的熱情而離職
- 作為提高檢測速度與檢測品質的輔助工具：人眼會累，機器不會
一直以來，我都認為「機器人與 AI 會取代人類的工作，讓人們失業」，但是在研究川崎重工的成功案例時，我注意到一個與德國啤酒廠 Westheimer Brewery 的例子，完全是另外一種情況。
在 Case Study 回顧中提到，Westheimer Brewery 的成功，很大程度上歸功於內部培訓和保留技術工人。釀酒師 Jörg Tolzmann 解釋道：
「長期保留優秀技術工人至關重要，因為在釀酒廠和手工藝行業，特別是像 Sauerland 這樣的農村地區，勞動力短缺現象非常明顯。」
保留經驗豐富的員工尤為重要，因為新員工越來越難招聘。川崎重工的新系統，使員工的日常工作更輕鬆，從而更容易留住他們。例如，包裝站的 Kawasaki Robotics BX200L 可以獨立撿取瓶子，並快速輕鬆地更換新種類。
從上面的案例我們可以發現，其實員工會不會失業，很多時候取決於「你身上有沒有公司想要留住的經驗」。工作是不是讓機器搶走了，對公司而言可能反而沒那麼重要。
就算有機器、有 AI 代替人力工作，但是誰來負責隨機應變，誰來負責創新，誰來負責腦力激盪，甚至誰來負責維護公司的特色與個性呢？
終究還是會需要員工的。雖然低階操作員確實有可能失業，但是隨著 AI 與機器人的普及化，新公司的數量有望增加，低階操作員也有機會跳槽去新的公司，扮演新公司的靈魂角色。
機器人部署的五大步驟
文章最後，我想分享一下川崎重工提供的《機器人部署的重要步驟》，裏面一共有五個動作，應該對於想要引入機器人、甚至是 AI 機器人的企業，有一些幫助：
第一步： 確定你想用機器人解決的問題
這會放在第一步，代表它非常重要，你必須確定自己不是「為了 AI 而 AI，為了機器人而機器人」，並不是所有任務都交給 AI 或交給機器人，就一定能帶來好結果。
人、機器人和專用機器都有自己的長處和短處。為了最大限度地發揮機器人的能力，重要的是確定哪些任務委派給機器人才是最有效的。
－ 川崎重工
第二步：收集相關資訊
雖然現在全球有關 AI、有關機器人的企業，公司股票普遍漲翻了天，但是關於這些新技術如何運用、如何落地、是不是應該投資下去等關鍵問題，多數中小企業都完全沒概念。
因此，多多收集相關資訊，參加相關展覽，確實有其必要性。
第三步：諮詢機器人系統集成商
如果你們公司的需求，不僅僅是接入 AI 系統，更需要在現實工作環境導入機器人、機器手臂，那麼諮詢機器人系統集成商就很重要。
由於每一家公司的做法、需求都不盡相同，機器人集成商勢必要進行客製化，製造出最適合你們公司使用的產品，這不是行業內的專業人士是做不到的。
機器人系統集成商是介於「用戶」以及「機器人製造商」之間的角色。不過像川崎重工，就同時身兼機器人系統集成商與製造商（賺兩次，笑）。
第四步：讓機器人系統集成商協助進行部署
為了製造出實用的機器人，機器人系統集成商會在初步瞭解需求後召開會議，會議中會需要企業提供以下細節，包括但不限於：
- 公司的預算
- 公司的日程安排
- 生產項目品種
- 工作空間環境
- 工作節奏
- 其他看似無關緊要的詳細資訊
對於人類來說，這個過程可能是一系列的任務。但在使用機器人的情況下，有必要將每個任務再細分為更小的步驟，並將它們編寫為單獨的動作。
第五步、安裝後的持續追蹤改進
即使機器人安裝完畢、上線了，機器人系統集成商與製造商仍然會持續協作，包括：
- 定期維護和檢查
- 對問題的支援與反饋
- 協助故障恢復
- 更新和規格變更
人工智慧要落地，尤其是結合機器人在真實環境落地，其實工程並不小。然而，這也是面對少子化時代的必經之路，隨著 AI 技術的持續突破，未來機器人的能力範圍勢必還會越來越強，這幾乎可以肯定是未來的科技發展趨勢。
以上是這一期的 AI 應用案例分析，提供分享，希望我們都能早日找到未來的方向。
公開留言