AI落地工業環境挑戰多，中鋼歸納3大AI導入經驗：足量訓練資料、選對技術、循序漸進為成功關鍵
中鋼採取由現場出題、專家解題的方法，從2017年開始較具規模的導入AI，今年在臺灣AI年會上，更分享了實作AI過程中遇到的挑戰，更以自家代表性的AI專案，歸納出3大實戰經驗來提供他者參考
文/翁芊儒 | 2020-11-19發表
中鋼綠能與系統整合研究發展處研究員許朝詠，以自己實作過的多個AI專案，來分享從選題、執行到落地的3大AI實戰經驗。
中鋼從2014年開始擁抱智慧製造，經歷了許多試驗後，才在2017年更有規模的落地AI應用，採取由現場出題、專家解題的方法，每年從上百個提案中篩選約20個可行性較高的方案，來導入應用場景。中鋼綠能與系統整合研究發展處研究員許朝詠，也在今年的臺灣AI年會上，以自己實作過的多個AI專案，從選題、執行到落地，歸納出3大AI實戰經驗，來提供其他企業借鏡參考。
許朝詠首先引述麥肯錫2019年發布的一份報吿指出，企業要在工業場景落地AI並不容易，超過7成的企業正在進行局部試點，其中29%企業已經試點超過2年，56%進行了1～2年，更有15%才剛起步。對中鋼來說，在導入AI過程中，也同樣面臨了「試點困境」，尤其在電腦視覺要落地煉鋼場域時，中鋼也面臨了4個AI應用挑戰。
其一，是工業環境不易控制，會造成取得影像的品質差異大，比如鋼鐵製造環境動輒在900度以上的高溫中，處理過程也可能噴水冷卻，導致難以取得清楚的影像；又或是在同樣位置拍攝的影像，也可能因光源不同，導致影像呈現不同的效果。
其二，現場實際環境會限制AI應用的計算能力，比如部分場所的空間有限，無法擺下GPU伺服器、或高計算能力的設備，甚至連網路線都無法部建，「在這樣的環境下，我們的模型就必須要能兼容邊緣運算，才能實際應用。」許朝詠說。
其三，被偵測物體的尺寸不一，也會影響深度學習的模型訓練成果。許朝詠以識別鋼品身分的AI序號辨識為例，就算是相同的鋼品，影像拍攝的尺寸不同，會造成鋼品上印製序號大小的差異，進而影響序號辨識模型的表現。
最後，則是深度學習模型的調整彈性差。同樣以序號辨識模型為例，許朝詠表示，有時會遇到視覺效果相同的數字（比如像是同一個數字1），在不同序列中卻無法辨識，「為什麼有時候，1可以辨識出來，有時候卻不行？」許朝詠表示，要解決這個問題，通常需要重新訓練模型，但會消耗許多時間。因此，中鋼目標要提出適合工業應用的物件偵測技術，來更輕易且廣泛的應用到各個製程。
3大AI導入經驗之一：充足訓練資料是AI成功落地的一大關鍵
許朝詠也透過多個中鋼導入AI的案例，來分享導入經驗。比如說，前述提到的AI序號辨識應用，是指在將鋼片卷曲製作成一卷卷的鋼卷後，會在鋼卷的金屬表面或是側面，噴印上鋼鐵的生產序號，藉此來辨識每一卷鋼鐵的身份。但是，這些序號的噴印位置，可能帶來不同的辨識挑戰，比如噴印在鋼卷表面，就可能因金屬反光影響序號辨識的精準度，若是噴印在鋼卷側面，層層堆疊的鋼片又可能導致字體變形，均會影響AI判讀。
「我們提供技術，但有些問題不是技術能解決的，就要跟現場人員溝通，請他們協助解決問題。」許朝詠指出，AI落地需要與第一線人員溝通協作。
不過，就算與現場人員合作，序號的辨識率仍無法達到100%，尤其是鋼卷側面序號的辨識率，僅達到9成5，「序號要完全正確才能用，9成5其實很低。」許朝詠表示，為了克服這項挑戰，中鋼在產線上的多個位置都設有攝影機，同時將這些攝影機判讀的資訊互通，透過多點的資訊對接，來判斷出鋼卷序號。
「不要把問題放在同一個地方，比如利用多點攝影機、多資訊的串流，去補足AI模型上的不足，就能讓整個系統的準確率達到100%。」他說。
另一個例子，則是高爐原料粒徑分析的AI應用。一般來說，高爐是用來將原料溶解為鐵水，而原料在送入高爐時，若粒徑大小分佈較平均，就能提升高爐的燃燒效率，中鋼甚至推算，高爐燃燒效率每提高1%，每年可以減少上億的燃料經費，因此，中鋼用AI來辨識每顆原料的粒徑大小，即時計算出進到高爐的物料大小與分佈狀況，再根據計算結果來調整物料分佈，進而提升燃燒效率。
許朝詠表示，上述兩個案例的共通點，在於資料的取得非常容易，不管是序號或是原料的影像資料，都在產線上不斷產生，「影像取得沒問題，資料也乾淨，較有機會訓練出良好的深度學習模型，也有機會快速達到成效。」相對來說，瑕疵辨識這類AI應用的影像資料搜集，就比較困難。
「要判斷一個案子能不能做，可以先看能不能蒐集到足量的資料。」這就是許朝詠歸納的第一大AI導入經驗。
3大AI導入經驗之二：不是最新技術也能打造最切合場景需求的應用
許朝詠也接續說明了無人天車的AI應用。天車是一種重型的起重裝置，用來吊送貨品、放置到指定位置，而中鋼就是將原先需要人為操控的天車，透過AI達到無人化，「這也是我認為中鋼應用AI最成功的案例。」
要達成無人天車，主要是把人眼看到的操作資訊，透過電腦視覺轉換為控制的指令，再交由天車自動執行，也就是將操作人員看見的鋼卷位置、放置位置及操作方法，都轉換為天車指揮系統可以判讀的資訊，再透過運動控制達到自動化。
無人天車使用的技術，包括能透過座標辨識來裝卸鋼卷的機器視覺系統，以及能透過RFID讀取鋼卷身份，再準確偵測鋼卷的中心位置來吊起鋼卷的智慧型吊夾，而整體鋼卷的吊運排程與吊運路徑最佳化，則是由天車指揮系統來規劃，中鋼同時也建置用來傳輸車籍資料、整合裝卸車資料的雲端倉儲管理系統。達到天車操作全自動化之後，中鋼也設置了主動式安全防護機制，透過深度學習來偵測天車下方是否有人行走，並在行駛過程中自動辨識障礙物與閃避。
建置了無人天車帶來的一大效益，就是能在出貨的前一晚，由機器自動理貨，將要出廠的貨物就近放置到出貨的位置，「天車不會休息，人會休息，在不需出貨的時間先理貨，就能加速出貨的效率。」許朝詠說。
中鋼的無人天車也早在2018年就投入運作，至今已經完成超過數十萬顆鋼卷的吊運。不只自建自用，中鋼也將這套無人天車系統外銷到中國鋼廠，2019年就已經銷售了12套系統，今年武漢肺炎疫情期間，更是遠距協助客戶調機、將系統落地。
不過，這個貼近鋼鐵業需求的無人天車，實際上並無用到深度學習技術，「深度學習雖然是好工具，但不一定是最佳工具，也不是唯一的工具。」許朝詠表示，由於天車在裝卸鋼卷時，需要非常精準的定位，誤差超過5公分就可能吊不起鋼卷，但深度學習在位置偵測的精準度上並無優勢，加上判斷速度較慢，「傳統影像處理有些技術，應用上會比深度學習來的更好。」
換句話說，不是用最新、最強的技術就好，不同應用場景有其最合適使用的技術，這就是許朝詠歸納的第二大AI導入經驗。
3大AI導入經驗之三：從自動化、人機協作到智慧化循序漸進落地AI
最後，許朝詠也提出一項正在建置的AI應用，也就是出貨前的鋼卷智能檢核，雖然目前僅有初步成果，但這項應用實際影響了傳統檢核作業流程的轉變。
許朝詠解釋，鋼鐵在包裝、裝載完成之後，還需要檢核包裝外觀，以避免客戶收貨後發現包裝瑕疵，因而對品質產生疑慮。為了檢核來自23個倉庫的貨品，中鋼設置了4個主要的檢核站，共計17個車道、每個車道配置4名檢核人員，車輛在倉庫裝載貨品後會先前往檢核站，由人工檢查外觀是否破損，並核對貨品身份與數量，完成檢核才能出廠。
但傳統的人力檢核方式，不僅人力成本較高，大量出貨時載貨司機也常需排隊等待，更佔用了約兩個倉庫的空間來檢核。對此，中鋼試圖透過AI智能檢核的方式，將傳統的檢核中心改以一個雲端檢核中心來取代，在每個倉庫出貨前，直接將鋼卷影像上傳雲端，由檢核人員從雲端照片來判斷是否有瑕疵，若無即可放行車輛出廠，不只能加快檢核效率，檢核人員也能更輕鬆完成任務。
而這些檢核照片的篩選，則是先拍攝車輛進入檢核站的影像，經過運算後，自動擷取鋼卷正面、側面品質最佳的影像，透過自動檢放系統來提供檢核人員檢驗，經實測後，完成8張鋼卷照片的檢驗大約只要8秒。
許朝詠表示，將檢核流程雲端化只是第一步，中鋼下一步要利用檢放系統，在檢核人員雲端判讀照片狀況的同時，蒐集異常照片的資料，再利用深度學習的技術來訓練瑕疵辨識模型，進一步將檢核流程自動化且智慧化，來取代人工作業。
「邁向智慧化的過程，很多人會想要一步到位，但很困難，如果能用AI先實現局部的自動化，透過人機協作來提升作業效率，並同步搜集資料，就會對智慧製造的實現有很大的幫助。」許朝詠認為，AI落地並非一蹴可幾，需要一步步優化原先的作業流程，蒐集足夠的資料，才能實現智慧化的目標，這也是他提出的第三大AI導入經驗。
附圖：應用場景的序號本身可能有模糊、手寫字、油漆過淡等問題。
透過資訊的串接，來克服AI序號辨識可能不夠精準的問題。
透過即時原料粒徑大小分析來調整物料分佈，進而提升高爐燃燒效率。
人工檢核過程。
透過檢放系統來檢驗熱軋鋼卷的包裝外觀。
資料來源：https://www.ithome.com.tw/news/141163?fbclid=IwAR3UUiJ0rpr7aUf8d2FmGZaZp3_e4E-9esf6ZOD1iiA20Id4ZYo1-hK7iwc
ai油漆效果 在 Re: [分享] 昨日的將軍指導明日的戰爭會有"勝算"嗎? - 看板Military 的推薦與評價
利用這個議題借題發揮一下
先說前面
我的觀點可能跟主流觀點不太一樣不代表我就放棄國防
這是兩碼子回事，不要混為一談
我發現每次在討論國防的時候
就一定會形成意識形態的紛爭
有的人還攻擊我學生的身分，看了也只能笑笑
其實這篇我想說的是：台灣的國防觀念真的太過保守
無論是曹興誠的黑熊學院或是李喜明的ODC
又或是時下最多人討論的城鎮戰、全民皆兵或是不對稱戰力
嚴格來說都是治標不治本
只能提升人民的心防，對國防完全沒有幫助
而且人類都往外太空發展了
誰還會跟你玩陸戰（尤其台灣還是海島國家）
我下面放一個連結，那個叫做「恢復一年兵役」增強國防？國關學者張國城批：國防資源
錯置，等於讓中共不戰而勝
https://watchout.tw/reports/n5HSpthAwPSzLnclpUUh
有興趣自己前往
這邊大概總結兩個重點
1. 「海島防禦」就是制空與制海權
2. 「不對稱作戰」僅是臺美雙方無法提升制空、制海權下的遷就
台灣未來碰到的戰爭模式
幾乎可以確定是陸權國家與海權國家的戰爭
中共是陸權國家而台灣是海權國家
但是台灣目前的建軍模式還沒有完完全全往海權國家的方向走
原因是我們的觀念還是停留在大陸軍思維或是受到外部各種干擾等等
拜託不要把中共當成空中海上強國好嗎？
可以這麼說，中共自從建國以來一直都是靠陸軍提升實力
海空軍因為本身文化底蘊差無法構成威脅
更不要講中共跟周邊國家處不好（題外話）
先說海軍這個部分
歷史上一個海權強大的國家
無論是西班牙的無敵艦隊、大英帝國的海軍、日本的海軍或是美國的航空母艦艦隊
他們的共通點是擁有長遠的海事文化
人民對於海洋都有一定的觀念
中國自從明朝閉關鎖國以後就沒有這些文化
大清帝國後期雖然建立的一個現代化的北洋艦隊
卻因為沒有長遠的海事文化以及內部因素
結果就被日本打敗甚至全軍覆沒
再提到空軍這個部分
要成立一個強大的空軍基本上這個國家的航太科技至少要有一定的科技水平與文化才能搞
出來
不是靠反向工程就能解決的
世界兩大主要空軍體系：美國跟蘇聯之所以能夠成為主力
主要是因為在一戰到二戰期間把納粹德國的航太工程人才都挖掘掉才有這樣的實力
要不然人類的歷史很有可能因此改觀
反觀中國因為起跑點就輸給這兩大強權了
雖然後來師承俄爹但俄爹也因為時時刻刻提防著他們不敢給更好的技術
導致他們近代的空軍實力一直無法提升
而且航太工程是各科技工業的整合
更需要一個強大的系統工程管理與文化維持
中共很多東西都是反向工程做出來的
連一個半導體產業都做得2266的了更何況是更複雜的航太科技呢？
既然都知道中共的海空軍實力有他們的極限在
但台灣一直討論到偏陸軍性質的戰略與戰術
不會覺得很汗顏嗎？
真的發生像那些人所說的城鎮戰的話
基本上台灣的海空軍早就被滅得一乾二淨了
只能說這就是台灣人沒有遠見所造成的後果吧！
不過很明顯，如果提到這種前衛的思想基本上會被噓爆，現實生活中更容易被同儕嘲笑
最後我知道一定會有人問關於義務役的問題
我的解答是如果台灣把海空實力大幅提升到可以跟美國合作並且改正內部文化的話（譬如
業務簡單化等）
基本上就不需要義務役了
當然啦如果還是感到不放心的話就培養類似黑熊學院的模式
讓一般民眾建立心防以防萬一
不認同我這篇沒關係
可以指正可以反駁也可以噓
但像之前那種攻擊我學生的身分的不入流手法就可以免了喔～
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 110.26.33.229 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Military/M.1663490673.A.254.html
※ 編輯: snh48spush (110.26.33.229 臺灣), 09/18/2022 16:45:25
要不然就不會有民主黨耆老說美國跟台灣斷交的原因並非真的放棄台灣而是不爽國民黨這
種言論了
免洗筷
※ 編輯: snh48spush (27.246.10.222 臺灣), 09/18/2022 17:29:48
※ 編輯: snh48spush (27.246.10.222 臺灣), 09/18/2022 17:31:41
船艦的確是有一定程度的威脅啦！但是飛機因為多重因素實際上威脅沒有想像中的大
台灣的公家機關太過制式化了，這個真的要改進
※ 編輯: snh48spush (27.52.8.157 臺灣), 09/18/2022 19:15:58
軍陸軍都可以使用（但這個僅限志願役）
※ 編輯: snh48spush (27.52.8.157 臺灣), 09/18/2022 19:27:26
台灣人真的沒有遠光、濫情又理盲，可悲
※ 編輯: snh48spush (27.51.104.230 臺灣), 09/19/2022 17:11:27
... <看更多>