AOI智慧升級
蔡明順 Richie Tsai
台灣人工智慧學校
財團法人科技生態發展公益基金會
2019-10-3 @ 交通大學
AI訓練師在地養成計畫

2
台灣產業AI化的挑戰與機會?

2000: Mobile Device1980: PC 1990: Internet 2015: AI + IoT
台灣的下一個機會?

產業 AI 化的挑戰
01 實戰人才的缺乏
02資訊基礎建設不足
03 產學之間的鴻溝
04定義問題不簡單
關鍵
起步

5
產業共通
挑戰
預測性維護瑕疵檢測
原料組合最佳化自動流程控制

產業共通挑戰 #1－瑕疵檢測
6

7
Typical PCB defects

Typical defects after
SMT (Surface-Mount Technology) process
短路
空焊
極反
缺件
浮高
跪腳
撞件
錫球
墓碑
… 8
https://www.researchmfg.com/2011/02/soldering-defect-symptom/

More SMT/DIP Defect Examples
9

TEXTILE INSPECTION
10

System automatically detects cracks in nuclear power plants
11

• Convolution Neural Networks + Transfer Learning
• Pre-trained using 14-million image dataset
• ResNet with > 8-million parameters
Input
images
Model training /
inference
OK
OK
以深度學習進行自動瑕疵檢測

實際案例 – 視覺檢測速度比較
13
產線數量: 23 條
4 位目檢人員; 漏網率約 5%
AOI 設備每小時影像輸出量: 配合人力允許條件, 60 萬
(極限為每條產線 2 萬張/小時 = 1104 萬/日)
判定耗時: 30 萬張 / 人日 = 120 萬張/日
傳統
人力
目檢
深度
學習
系統
硬體設備: 中高階桌上型電腦 + NVIDIA GPU: 10 ~ 15 萬
軟體: 開源軟體 + 高度調校之深度學習模型
品質:模型漏網率控制在 0.01% 之下，目檢人員只需檢查原本總數之 5% 的圖
片
判斷速度: 166.67 張 / sec ➔ 每日 1440 萬張影像

實際案例 – 視覺檢測效益評估
14
品質：根據複判初步統計，目檢人員漏網率至少為 12.9%
速度：目檢人員 8~10 位，每天約可檢查共約 3,000,000 張
傳統
人力
目檢
深度
學習
系統
硬體設備：中高階桌上型電腦 + NVIDIA GPU: 10 ~ 15 萬
軟體：開源軟體 + 高度調校之深度學習模型
品質：模型漏網率控制在 1% 之下，目檢人員只需檢查原
本總數之 10% 的圖片
速度：8,640,000 張 / 天 = 100 張 / 秒

尋找一個把能量放大
的方法

中央研究院
廖俊智院長
國票金控
魏啟林董事長
中央研究院
孔祥重院士
中央研究院
陳昇瑋博士

•台塑企業
•奇美實業
•英業達集團
•義隆電子
•聯發科技
•友達光電
17
科技生態發展公益基金會基金捐助人

以產業聚落設分校，形成產業AI化創新中心
台北總校新竹分校
台中分校
南部分校
(1170 坪, 三重)
(1200 坪, 竹科)
(900 坪, 台灣大道)
(1000 坪, 台南仁德)
(經理人班, 高雄中山大學)
(經理人班, 東海大學)
✓ 寬敞的上課教室 & LAB
✓ 大量的沙發區- 交流空間
✓ Ballroom - 論壇分享
✓ 會議室與白板牆-腦力激盪
✓ 開放的大空間- 實作場域
✓ 形象牆與燈座- 歸屬感
(經理人班, 中研院)

校區一覽
19
新竹分校
台中分校
台北總校
南部分校
(台南校區)

AIA 招生班別
• 十六周
• 每周三、五、六
• 朝九至晚六
• 理論課程
• 實作課程
• 專題實戰 (專題成果)
• 個人競賽
• 期中、期末考試
技術領袖
培訓班
經理人
周末研修班
• 十六周
• 每周六
• 朝九至晚七
• 基礎理論課程
• 應用分享
• 分組討論／報告
• 創新/產學合作競賽 (專題成果)
• 交流聚會

技術領袖培訓班

技術領袖培訓班

經理人周末研修班

經理人研修班課程
人工智慧概觀
統計與資料分析
機器學習與演算法概論
深度學習入門
手把手機器學習及深度學習x2
電腦視覺
文字探勘與自然語言處理
社群媒體與社交網絡分析
聊天機器人
推薦系統
語音訊號處理與音樂創作
人工智慧在生產/製造/機械產業應用
人工智慧在醫療, 金融產業應用
系統性思維與產業應用實務案例
打造人工智慧系統與團隊實務
人工智慧的開發環境建置
16週
48位講師

Core tech
Engineers &
Scientists
Advance
Industrial AI
Engineers &
Managers
Application Engineers
Enterprise Application Engineers
頂尖學術研究中心，
國際AI大廠，前端科
技研發新創 (1-2%)
教學型大學或區域型 AI
人才培育中心 (30%)
實戰的產業 AI 化
人才培育中心
(10%)
民間培訓機構與AI 社
區大學 (60%)
培養實戰的產業AI化人是首要任務
人才可投入最前端科技學術研究、AI 大廠
最先進科技研發、與利基型的新創產業
300-500位
人才可領導企業進行產業AI化，投入AI新創
產業，成立產業顧問團以及系統整合商
(System Integrator, SI)
10000位
新創產業、系統整合商、企業軟體
研發部門 (IT)
30000位
系統整合商、企業軟體研發
部門 (IT)、企業部門 AI 運用
60000位
Slide credit : Taiwan AI Academy

Discovery
Basic
Research
Applied
Research
Product
Development
Production
產業界學研界
The GAP
“Valley of Death”
The GAP between 學研界 and 產業界

Discovery
Basic
Research
Applied
Research
Product
Development
Production
產業界學研界
Close the GAP between學研界 and 產業界
Close the GAP

夥伴計畫
企業 / 學界
出題
學員組隊
解題
結業生
招募活動
http://aiacademy.tw/corporate-partner/

「移地解題」方案主要協助企業導
入 AI 應用，將 AI 運用在自家實際
問題上。
也是目前唯一將外訓、解題及人工
智慧導入產業界的方案。
為台灣企業量身打造—「移地解題」方案
關於「移地解題」方案詳細介紹

豐碩的專題實作成果 150+
台股指數漲跌預測
股市收盤價預測
全球股債漲跌預測
實價登錄房價預測
腸病毒感染爆發預測
癌症病人生存預測
速訊寫稿機器人
影像敍述自動生成
文章自動標籤生成
文章標題生成
音樂協奏譜曲
染整業智慧打色
PCB 瑕疵偵測
銅箔缺陷多元分類
植物品種辨識
3D細胞影像分割
人物與人臉辨識
疲勞駕駛偵測
人與物互動辨識
動物聲音辨識
自走車學步
河川違規監控
量測設備精度與穩定
機台保養預測
生產排程智慧化
阻立偏移的預測
瑕疵偵測
故障預測
產線參數優化
台電契約容量優化
流程優化
訂單預測
配方組合最佳化

… 2019/10
校友+學員

台灣人工智慧學校校友會成立

校友會產業論壇與三大委員會活躍
• 創新育成委員會
• 產官學委員會
• 進修委員會

明日：給企業領袖的建議

台灣是全球最好的AI實驗場域
台灣的機會在於產業聚落 AI化
場域特性：幅員小、聚落集中、人口密度高、教育水準普及、網路環境
與智慧手機密度全世界
產業條件：優質中小企業供應鏈、隱形冠軍領域知識強、行銷成本低
深厚的半導體,資通訊, 軟硬體製造與整合能力，強大的國際業務網絡
與高密度的電信上網 — AIoT
台商掌握許多最有效率的生產製程，台灣北中南各擁有規模化的產業
聚落，台商在大陸深圳昆山等地也有產業聚落 — 智慧製造
台灣醫療水準是全世界最頂尖的國家之一，高素質的醫療人員與研究
、健全的健保醫療制度，豐富的電子病歷、各種的醫療影像數據—
智慧醫療

張忠謀董事長的經營心法
36

37

仔細看, 真偽AI，如何定義人工智慧化?
最近，AI 是浪潮，因此，很多產業、產品、系統、研發成
果，都喜歡掛上"智慧/智能"的字眼，但是，很多都只是在自
動化、順序控制化、數據化(收集數據/數據可視化)的階段，
尚未屬於“智慧/智能化/ AI"的階段。
何謂“智慧/智能化”？
要具備 Analysis(分析)、Learning(學習)、Adaptation(調適)、
Reasoning(推理)、或 Decision(決策)等能力，才可稱為其有
“智慧/智能化/AI"之能力。
標準化 資訊化 自動化 數據化 智能化
Quote from : 周至宏教授FB

2.5%
Innovators
創新者
13.5%
Early Adapters
早期採用者
34%
Early Majority
早期大眾
34%
Later Majority
晚期大眾
16%
Laggards
落後者
Blooming means:
1. 領導企業展示許多成功效益
2. 產業AI化有許多標準產品與服務
3. 導入AI是必要投資且有專責部門
You are riding the crest of a wave 站在浪頭上
往前看, AI 技術採用週期 Blooming in coming
Ch
as
m
2012 -2021Years
SaaS
10 Years Blooming
We are
here
Y2021-
2022
10 Years Mature
Technological
Singularity
2030
Slide credit : Taiwan AI Academy

把AI科技當成企業/個人彎道超車的加速器
Good-to-great companies used technology as
an accelerator of momentum, not a creator of
it. They all became pioneers in technology
once they grasped how it fit with their three
circles of the Hedgehog concept
一、在哪些方面能達到世界頂尖的水準？(優勢所在)
二、經濟引擎主要靠甚麼來驅動？(資源所在)
三、對何種事業充滿熱情？(願景所在)

Nokia 3310 iPhone 11 MAX Pro
• GSM mobile phone
• Monochrome display
84x48 Pixels
• No Wifi
• No Camera
• No Bluetooth
• Only 6 Pre-installed games
• Texas
Instruments MAD2WD1
• (based on ARM7TDMI)
想像AI未來演進
VS
Y2019Y2000

台灣人工智慧學校