Cultivating New AI Professionals

The Taiwan AI Academy
:::

2020 / February

Lynn Su /photos courtesy of Kent Chuang /tr. by Scott Williams


It’s late fall in Hsinchu, and the November winds are bringing news of the harvest. At Fu Le Fishing Village, the fishponds stretch into the distance, but there’s not a person in sight and the only sound is the susurration of the wind. The local fish farmers are having a big day elsewhere, gathered at a nearby fish processing facility.

A large truck stands outside, the attached container filled with gray mullet netted early that morning. As the villagers crane their necks for a glimpse, the container opens and a veritable cascade of mullet spills out onto the floor. The harvest season kicks off to the sound of the fish and water pouring out of the container, and the simultaneous roar of the assembled villagers.


Xu Fengli, a member of the village’s production and marketing group, is the owner of the Chiafong fish farm. Xu left the Industrial Technology Research Institute 22 years ago to take over the business from his father. Now, still in the prime of life, he has become an important figure in the aging village.

Xu’s scientific approach to aquaculture reflects his background in science and technology and is quite different from the old-school approach of his father’s generation. His background is even apparent in his conversation, which never strays far from water quality indicators like dissolved oxygen levels, pH values, and oxidation‡­reduction potential (ORP).

Putting data to use

Some time later, we turn our faces to the wind and return to the fish farm. Fu Le Fishing Village is a pleasant, well-shaded place, and its fishponds are equipped with an array of monitoring equipment.

Xu recalls his early years in the business, feeling out the production process. He pored over texts, cramming his brain with the science he needed to develop his methods and negotiate the pitfalls in his path. He gathered water quality data with handheld sensors, tracked the changing numbers, and honed his approach. Then, two years ago, he purchased an automated smart aquaculture system developed by Quadlink Technology. It saves him a tremendous amount of work.

Xu relies heavily on Quadlink’s “Aquadlink Smart Aquaculture Application System,” which was developed in Taiwan. As with the “look, listen, smell, ask, feel” of traditional Chinese medicine, the system helps its users to diagnose and resolve problems.

The system consists of both monitoring and control components. The former are located in the fishponds, and test the temperature, pH, ORP, dissolved oxygen, and salinity of the water every five minutes, 24 hours a day. They upload this information to the cloud, where it is analyzed by artificial intelligence systems to anticipate future changes in water quality. If the AI foresees the potential for degradation, the system notifies the pond’s owner, who can then deploy the control system to take action remotely. For example, if the AI predicts a decline in dissolved oxygen levels, the pond owner can forestall the problem by turning on more aerators.

Otto Tsai, Quadlink’s president, explains that fish farming involves complex biological environments, and the “tricks of the trade” that traditional fish farmers like to hold close to their chests don’t hold up well to scientific scrutiny. Different fish, different environments and different production strategies all give rise to different requirements. That being so, anecdotal data from other farmers has limited utility.

“So instead we encourage aquaculturists to make their data open, because they can benefit from doing so. We help process their information, and can then tell them what they need to pay attention to. This saves them a lot of work and enables them to manage their ponds more effectively and reduce their risks.”

Aquaculture is a high-risk field. Moreover, farmers are aging without passing on their hard-won knowledge and experience. Artificial intelligence offers the prospect of turning around what might otherwise be a twilight industry, but farmers have to have access to AI to do so.

The Taiwan AI Academy

Do you want to build an AI? You first need talented people.

Something wonderful happened in November 2017, something that owes much to the vigor and flexibility of Taiwanese civil society. Recognizing Taiwan’s relative dearth of domestic AI professionals, a group of three academics: Academia Sinica president James C. Liao, academician H.T. Kung and research fellow Chen Sheng-wei, and two businesspeople: Waterland Financial Holdings chairman Wea Chi-lin and Top Taiwan Venture Capital chairman Andy T.C. Chiu, gathered to discuss the urgent need for the transformation of Taiwanese industry.

They could see the AI wave approaching, and realized it was essential that Taiwan ride it.

With this objective in mind, they approached Formosa Plastics, Chi Mei, Inventec, AU Optronics, Elan Micro­electronics, and MediaTek, persuading each to invest NT$30 million to establish the Taiwan AI Academy.

This private-sector-driven initiative set the fires of change alight. The academy has drawn faculty from scholarly institutions ranging from Taiwan’s major universities to foreign research institutes, Academia Sinica and the Industrial Technology Research Institute, as well as from the corporate sphere, with AI managers and entrepreneurs coming in to share their real-world AI experience.

The academy offers students both management and technology courses. The former teach programming and other technical skills, while the latter help their students, largely senior executives with policymaking powers, develop a thorough overview of the AI terrain. While differently oriented, the courses of both types emphasize both theory and practical applications, challenge their students with exams and group projects, and quickly transform participants into AI pros with the skills businesses need.

The academy first opened in Taipei in 2018, but it has since expanded with branches in Hsinchu, Taichung, and Tainan. To date, its 200-plus teachers have provided more than 1.2 million hours of instruction to over 6000 students across Taiwan. Formosa Plastics and AU Optronics have been active participants, each enrolling more than 100 employees in the academy’s courses, and Quadlink Technology president Otto Tsai is himself a graduate.

Multidisciplinary cooperation

We next go to Machan International, located in Taichung’s Waipu District. On the day of our visit, Darren Chen, a special assistant at the company, and five Taiwan AI Academy alumni from other companies in various industries, have gathered together to follow up on a project they originally undertook as part of their management course at the academy’s Taichung branch.

“Come on. I’ll take you inside the factory for a look,” says Chen, after bringing them to Ma­chan’s facility in neighboring Dajia District. Inside, different stations on active production lines stamp, bend, weld and paint metal sheets, which are finally packaged and loaded into containers to await shipping.

The group pauses at the painting area’s inspection station. Several inspectors are using flashlights to check the products for defects. Meanwhile, a camera mounted above the production line continuously films the finished goods.

When Chen began the management course a few months ago, he proposed a project based on his company’s production processes: “AI-based Defect Detection for Dynamic Coating Processes.” His hope was to develop an AI system that could use imaging to auto­matic­ally detect defects, thereby replacing human quality assurance workers, who are fallible and have a high turnover rate. His presentation of the proposal piqued the interest of a group of classmates,  and they formed a team to bring it to fruition.

Team members used their expertise in their own fields to contribute to the work. The proposed system’s use of image recognition requires first categorizing image data, and then using those images to train the machine to distinguish good products from defective ones. A classmate whose job involved quality control helped them establish the criteria for identifying defective products. Another classmate, a project manager, handled scheduling, expenses and manpower allocations. The academy then matched the group with someone in its technical program to do the necessary programming.

The team has long since completed the course, but for Machan their project was only the first step of its journey into the AI world. Chen explains that the four-month-long course provided them with only enough time to build the prototype, and says that they are still in the process of collecting image data. He anticipates that the system will achieve 95% accuracy within six months, at which point they will bring it online. Their next steps will be to connect the inspection system to the factory’s Internet of Things, and to match the system’s defect checking parameters to their manufacturing tolerances, so that they can begin to use the AI to carry out quality checks.

A fully developed version of the system should have applications at other firms that apply similar finishes to sheet metal, including those in the aerospace, machine tools, bicycle, and hand tools industries.

As important as AI is to Machan, it could be still more important to Taiwanese manufacturing as a whole. It has the potential to help traditional manufacturing businesses break free of the cost-cutting treadmill they have been stuck on. As Richie Tsai, chief operating officer of Taiwan AI Academy, says: “Taiwan has many hidden champions, but so what? We still can’t compete. In upgrading and transforming [our industries], we not only need to entice foreign firms to place orders here, we have to compel them to!” Can Taiwan become an AI powerhouse? Tsai is confident that we can.    

Relevant articles

Recent Articles

繁體 日本語

傳產拚轉型

台灣AI學校催生產業急行軍

文‧蘇俐穎 圖‧莊坤儒

深秋的新竹,九降風帶來收穫的消息,臨海的福樂休閒漁村,一望無際的魚塭,只聽得見風聲,卻不見半個人影。在這個重要的日子,村裡的漁民,通通都聚集到了鄰近的魚貨處理場。

一輛大卡車停泊在處理場前,巨大的貨箱載滿了一大早捕撈起的烏魚,在眾人引頸盼望之下,門板開啟,猶如瀑布一般的漁獲瞬間傾瀉到地面,澎拜的水聲伴隨著眾人的驚呼,就此迎來今年的收穫季。


產銷班成員之一的許豐立,是家豐養殖場的負責人,在老化的漁村裡,壯年的他稱得上是中堅分子,22年前,他從工研院離職,從父親手中接下家業。

雖然父親、叔叔都是在地的老漁民,但談起養殖心法,受過科學訓練的許豐立,與父執輩大不相同,選擇「科學化養殖方法」的他,開口閉口不離溶氧、pH值、ORP(氧化還原電位)值等水質數據。

「農林漁牧,『漁』最困難。」許豐立解釋。人畢竟不是水中生物,如何掌握水質、魚蝦生長的狀況?他曾試圖要傳承長輩奮鬥半世紀的經驗,最後卻輸給了老漁民口中「憑經驗」、「靠感覺」幾個字,難以言傳的know-how,讓他更篤定要走一條不同的路。

善用數據,樂當科技漁夫

迎著風頭,我們回到漁場。福樂休閒漁村除了處處綠蔭,環境怡人,另一個特色是裝設在水池中的監控設備。

許豐立憶起早年摸索養殖的過程,一路跌跌撞撞,不斷苦讀惡補相關知識,追求科學根據的他,經常運用手持的感測器蒐集水質數據,觀察數據的變化,從中揣摩方法,直到兩年前引進由寬緯科技開發的智慧養殖系統,由機器取代人力,省下不少心力。

「養殖產業一向是預防重於治療。」許豐立說。漁家聞聲色變的「泛池」(整池暴斃),家家戶戶都經歷過,投入好幾年的成本,一時不察就全數付諸流水,損失動輒百萬起跳,但若要仿效傳統漁民的老方法,觀察水色、藻象、泡沫,等到發覺事不對勁,往往為時已晚,趕忙投藥搶救,又衍生出藥物殘留的問題。

尤其極端氣候的無常,讓現代漁民的挑戰更為嚴峻,光憑臆測尤其不靠譜。許豐立記憶猶新,2016年霸王級寒流襲台,新竹下冰霰,水溫一小時就狂降2℃,嚴重性非同小可,他從數據了解到水中溶氧仍高,在多數漁民束手無策、惴惴不安時,果斷關掉大部分的水車,以免降溫過快,最怕冷的虱目魚居然就此安然度過難關。

數據解密,打開養殖黑盒子

許豐立倚重的這套系統,是由國人自行開發的「水聚寶」,猶如中醫診斷的「望、聞、問、切」,協助漁民先診斷、後解決問題。

系統分成監測、控制兩部分。放在魚塭裡的監測系統,24小時不間斷地測量水中的溫度、pH值、ORP值、溶氧值、鹽度等五種重要數據,每五分鐘就會自動新增一筆,再上傳到雲端,匯整後的大數據經過人工智慧演算,用以預測未來的水質變化;若有惡化的可能,主動向漁民提出示警,漁民接著利用控制系統,從遠端採取措施,好比發現到溶氧不足,就即時開啟水車,防範於未然。

寬緯科技總經理蔡政勳說明,在傳統的養殖業裡,家家戶戶都會有一套「秘方」,這些過去被稱之為「養殖的黑盒子」,其實禁不起科學檢驗,加上養殖涉及複雜的生物環境,不同魚種、不同養殖環境、不同生產策略,所需要的條件都不一樣,即便參考他人的資料,意義也不大。

「所以,我們反而鼓勵漁民把資料開放出來。開放後對他們反而有利。當我們協助把數據處理完,還可以告訴漁民需要注意哪些地方,可以少很多心力,卻管理得更好,降低更多風險。」蔡政勳說。

高風險、高齡化、經驗斷層的水產養殖,有了人工智慧加持,有機會從沒落的夕陽產業翻身──但這一切的前提是,你AI(人工智慧)了沒?

產學聯手,創辦「台灣人工智慧學校」

想做AI?必須先有人才。

2017年11月,一件奇妙的事情發生了。

這也許得歸功於台灣公民社會的活潑與彈性,有感於國內AI人才的匱乏,從學界開始,以中央研究院院長廖俊智、院士孔祥重及研究員陳昇瑋為首,加上產業界的國票金控董事長魏啟林、益鼎創投董事長邱德成,齊聚商討台灣產業轉型的迫切性。

眼看AI大浪即將來襲,若不趁勢站上浪頭,下場無疑是死在沙灘。

秉持著這樣的想法,他們向台塑、奇美、英業達、友達光電、義隆電子、聯發科技等六家企業募資,各募得3,000萬,百分之百由民間推動的「台灣人工智慧學校」順利誕生。

這股社會內部自主引動的創新力量,點燃了改變的火種。在師資上,重視知識與應用雙管齊下,校方廣邀在台清交成等大專院校、外商研究院、中研院、工研院服務的AI專家,也央聘大企業裡負責推動AI的主管與新創公司的創業家,分享落地使用的心得。

課程上,分為經理人班與技術班。技術班教導工程師學習寫程式;經理人班的學生主要來自企業裡握有決策權的中高階主管,需要具備出題目與定義問題的能力。但不論是哪個班別,除了傳授知識,更要求實際應用,故所有學員都得分成小組,共同完成專題,還有期中、期末考,紮紮實實四個月的學程,希望以最快的速度培養出合乎產業使用的AI大軍。

但這不是補習班?「補習班靠的是快速轉台,時數夠,就發證照,但我們起心動念是要推動產業AI化,要是學員走出去,回到公司還是不會用AI,那也走不遠。」台灣人工智慧學校營運長蔡明順說得鏗鏘有力。

就這麼一本初衷,在2018年正式開課,從台北逐步拓點到新竹、台中、台南,目前累計上課總時數超過120萬個小時,超過6,000名校友、200名授課教師,除了大型企業如台塑、友達光電,均已派遣上百名員工前來進修,寬緯科技總經理蔡政勳,也是畢業校友之一。

蔡政勳悉數上課的實際收穫。因為公司長期在養殖漁業領域的耕耘,小組同學利用公司從養殖戶累積下來的數據資料,測試不同的演算法模型,從中找到了誤差值最小的一種,幫助系統優化。

「原本對AI只是一知半解,現在有了更紮實的認識,對於公司未來的發展,如何與AI結合,也會有明確的藍圖。」蔡政勳說。

跨域合作,解決產業痛點

場景換到了位於台中外埔的明昌國際工業公司。這一日,以在明昌任職的特助陳琮仁為首,加上來自不同產業、不同公司的趙定宇、林合一、林載承、鄭東昇,以及逢甲工業工程與系統管理研究所同學侯宇哲,六人齊聚一堂,他們之間的聯繫,就是在台中分校經理人班上所共同完成的專題。

「來,我帶你們到工廠親自看一看。」陳琮仁領著一行人踏入了位於大甲市區的廠房。廠裡一條條帶狀的動態生產線,金屬板材通過不同的區域進行加工,從沖壓、折彎、點焊、塗裝,最後包裝等待上貨櫃車。

大家的腳步在塗裝區檢驗站停了下來。產線旁,好幾名品檢人員正拿著手電筒,由上往下,從產品的正面到反面,逐一檢查是否有瑕疵;在高處另外裝設著一台攝影機,不間斷地拍攝下產線上的成品。

時間逆推回數個月以前,學校剛開學,彼時陳琮仁根據廠內的生產流程,提出「動態塗裝製程的AI+瑕疵檢測」的題目,希望藉由人工智慧,從影像資料自動判讀成品是否有瑕疵,藉此取代不盡可靠、流動率高的人力。經過他的講解,成功吸引到一票有興趣的同儕組隊。

雖然不需像在公司那樣背負考績壓力,但對於解題,大夥兒都躍躍欲試,「真的跟上班不一樣。從一開始,大家都是自動自發地報名,來的時候是交朋友,參與活動也很踴躍,向心力足夠。與其說是上課,不如說在享受學習的樂趣。」在矽品精密工業擔任技術經理的趙定宇說。

從學習跨領域合作,分工到整合,各自從專業裡貢獻出一份力。像要做影像辨識,必須先為影像資料分類,告訴機器哪些是良品、哪些是不良品,在公司負責品管的同學出面,協助建立瑕疵品的標準;擔任專案管理的同學,主動負責掌控期程、支出的資源、人力上的調配;真正需要寫程式了,經校方媒合,正在技術班就讀的逢甲同學就前來支援。

雖然專題早已順利告終,但對於明昌國際來說,只是邁出了AI化的第一步。陳琮仁解釋,學期短短的四個月,只足夠建置出系統的雛形,由於目前影像資料蒐集得還不夠多,隨著逐漸累積,估計六個月後準確率可達95%,才能正式上線。下一步,預計加入工廠內部的物聯網,將製程參數與瑕疵檢測結合,可以運用AI來作產品品質的預測。

一旦臻於成熟,這套系統將可以運用在航太、工具機、自行車、手工具等與板金烤漆相關產業,造福中部地區大大小小的製造業廠商。

更重要的是,因著幫助傳產升級轉型,企業不再走壓低成本的老路。就像蔡明順說:「台灣雖然擁有很多隱形冠軍,但So what?依舊缺乏競爭力,現在因為升級轉型,不但要讓國外廠商下單給我們,而且,還要是非下不可!」台灣是否有機會成為AI大國?對此,他深具信心。       

従来型産業のグレードアップを後押しする

台湾AIアカデミー

文・蘇俐穎 写真・莊坤儒 翻訳・笹岡 敦子

秋も深まる新竹。北風が収獲の知らせを運んできた。海に臨む福楽休閑漁村、見渡す限りの生け簀。聞こえるのは風の音ばかりで、人っ子ひとり見当たらない。大切なこの日、村の漁業者は皆、近くの水産加工場に集まっていた。

大型トラックが一台、水産加工場の前に停まっている。巨大なボディには、朝いちばんに獲れたボラが詰まっている。皆が待ち望む中、荷台のドアが開かれると、滝のように魚が地面になだれ落ちる。盛大な水音に歓声が混じる。今年の漁期が始まったのである。


生産販売組織のメンバーの一人、許豊立は、家豊養殖場の責任者である。高齢化が進む漁村で、壮年の許は中堅といえる。22年前、工業研究院を辞め、父から家業を継いだのだった。

父も叔父もベテラン漁業者だが、科学に鍛えられた許豊立は、養殖の心構えでは父の代と大いに違う。「科学的養殖法」を選んだ許の口から出る言葉は、溶存酸素濃度、pH、ORP (酸素還元電位)といった水質の数値ばかりである。

水棲ではない人間が、どのように水質や魚介の成長を把握するのか。上の世代の半世紀にわたる経験を継承しようにも、「経験では」「直感では」等の言葉に打ちのめされ、言葉にできないノウハウに、異なる道を歩もうという思いを強めた。

データを運用、ハイテク漁業

風に向かって漁場へ戻った。福楽休閑漁村は木陰が心地よい。もうひとつの特色は、養殖地に設置された監視制御装置である。

許豊立は手探りで養殖をしていた頃を思い返す。失敗しつつ、苦労して泥縄で知識を集め、科学的根拠を求めて、手持ちの観測装置で水質のデータをとり、数値の変化から方法を考えていった。寛緯科技(Quadlink)が開発したスマート養殖システムを2年前に導入して、ようやく手間がかなり省けるようになった。

「養殖は治療より予防です」許豊立は言う。漁業者が恐れる「全滅」は、皆が経験していることだ。何年もつぎ込んだ元手が、僅かなことで水の泡になる。損失は百万元を下らない。だが昔ながらに水の色や藻類の生息状況、気泡などを観察していては、気づいたときには時すでに遅しで、慌てて投薬して持ちこたえても、医薬品残留の問題が生じる。

特に異常気象の今、勘に頼ってはいられない。2016年の寒波は、新竹に雹を降らせ、水温が一気に2度下がった。たいへんな事態である。データでは水中の溶存酸素濃度はまだ高かったため、多くの人が手をこまねいている時に、思い切って大部分の曝気水車を止め、水温の急な低下を防いだ。低温を嫌うサバヒー(虱目魚)が、無事に乗り切ることができたのだった。

データが解き明かすブラックボックス

許豊立が頼りにしているシステムは、国内で開発された「水聚宝Aquadlink」である。東洋医学の診察法「望聞問切」のように、漁業者の問題をまずは診断し、それから解決してくれる。

システムは監視と制御の二つの部分に分かれ、生け簀に入れる監視システムは、24時間連続で水温、pH、ORP、溶存酸素濃度、塩度の5つの重要な数値を計測する。5分ごとに更新するデータはクラウドにアップされ、得られたビッグデータはAIの演算で水質の予測に使われる。悪化する可能性をアラームで知らせ、漁業者が制御システムで遠隔操作をする。溶存酸素が足りなければ水車を起動するといった具合に、トラブルを未然に防げる。寛緯科技総経理・蔡政勲は、従来の養殖業は家ごとに「秘法」があって「養殖のブラックボックス」と呼ばれていたという。だが、科学的な検証に堪えず、また養殖は複雑な生物環境にも関わり、魚種、養殖環境、生産戦略に応じて必要な条件も異なるから、他人のものを参考にしてもあまり意味はない。

「だからこそ、データを出すように働きかけたのです。オープンにすれば漁業者自身の利益になります。私たちが数値を処理すれば、何に注意するか伝えることができ、気苦労は減るし、よりよく管理でき、リスクを大幅に削減できます」

ハイリスク、高齢化、経験が受け継がれない水産養殖業が、AIの力を借りて、斜陽産業から生まれ変わるかもしれない。だがその前提は、AIを活用するか、しないかである。

産学連携「台湾AIアカデミー」

AIの導入には人材が要る。

2017年11月、奇妙なことが起きた。

台湾の市民社会の活発さと柔軟性のおかげか、国内AI人材の不足を憂い、学術界から中央研究院院長・廖俊智、アカデミー会員・孔祥重、研究員・陳昇瑋に加え、産業界からはIBFファイナンシャル・ホールディングス董事長・魏啓林、トップタイワン・ベンチャーキャピタル董事長・邱徳成も加わり、切迫する台湾の産業転換について話し合いが行われた

AIの波が襲うのを目前に、波の上に立たなければ、間違いなく死して浜に打ち上げられる。

こうした考えから、台湾プラスチック、奇美、インベンテック、AUO、エラン、メディアテックの6社に出資を募り、各社から3,000万元ずつ集め、100%民間主導の「台湾AIアカデミー」が誕生した。

社会の中で起きたイノベーションパワーが、変化の火種に火をつけた。講師陣は、知識と応用を両輪とし、有名大学、外資系研究機関、中央研究院、工業研究院からAIの専門家を広く招き、さらに大企業でAIを推進するリーダーやスタートアップの起業家を招請して、ユーザー体験を紹介してもらっている。

カリキュラムは、マネジメントコースとエンジニアコースに分かれる。エンジニアコースはプログラミングを指導し、マネジメントコースの受講生は、決定権のある中高管理層が中心で、課題を出し問題を定義する能力が求められる。どちらのコースも知識を教えた上で、実際の応用も要求するから、受講生はグループに分かれ、共同で課題に取り組む。中間・期末試験もあり、4カ月みっちり学ぶ。最短期間で産業のニーズに合ったAI人材群を育てることを目的にしている。

そんな初心から、2018年の開講から、台北を皮切りに新竹、台中、台南へと拠点を広げ、これまでに授業時間は120万時間を超え、6,000人以上が学び、200人が講師を務めた。台プラ、AUOなど大手企業が百人単位で従業員に受講させている。Quadlink総経理の蔡政勲も受講生の一人である。

異業種協力で弱点を解決

場面は台中・外埔の明昌国際工業に移る。この日、明昌に勤めるスペシャルアシスタント陳琮仁をはじめ、異なる業種・企業の6人が集まっていた。6人の繋がりは、台中教室マネジメントコースで共同で完成させたプロジェクトであった。

「さあ、工場に案内しますね」陳琮仁が一行を連れて大甲にある工場へと足を踏み入れる。工場にはベルト状に生産ラインが並び、金属板材が様々なゾーンを通って加工されていく。切断、曲げ、溶接、塗装、そして最後に包装を経てトラックに積み込まれるのを待つ。

皆の足が、塗装の検査ゾーンで止まった。ライン脇では品質検査員が懐中電灯を持って、上から下へ、製品の正面から裏側へ、欠陥がないか慎重に検査していく。高いところにはカメラが設置され、ライン上の完成品を撮影している。

時は数か月前にさかのぼる。AIアカデミーの学期が始まって間もなく、陳琮仁は工場の生産工程に基づき「動的塗装工程のAI+外観検査」をテーマとして提出した。人工知能で画像データから製品の外観に不具合がないか判定できるようにしたい。そうすれば、バラつきがあり、流動率も高い人手に頼らずに済む。説明を聞いて興味を持ったメンバーを集めることができた。

異分野協力を学び、分業から統合へ、それぞれの専門領域から貢献する。画像認識には、まず画像データを分類し、良品と不良品を学習させる。仕事で品質管理をしているメンバーが、不良品基準の構築を支援する。プロジェクトマネジメントをしているメンバーは、時間管理、費用、人員配置を担当した。プログラムを書く段階になると、AIアカデミーのマッチングで、エンジニアコースで学ぶ逢甲大学の友人が来てくれた。

プロジェクトはとっくに終わっていたが、明昌にとってはAI化の第一歩を踏み出したに過ぎない。陳琮仁は、4ヶ月のコースではシステムの雛型しかできなかったという。画像データの収集がまだ足りないため、集積するに従い6ヶ月後に判定精度95%に達したら、ラインに投入する予定である。次の一歩は、工場内部のIoTである。工程のパラメータと良否判定を融合し、AIで品質を予測していく。

成熟すれば、航空宇宙、工作機械、自転車、工具など、板金塗装に関連する産業に応用でき、中部の大小様々な製造業者が恩恵に与かる。

大切なのは、従来型産業がグレードアップすることで、コスト削減にしのぎを削らなくてすむように手助けすることである。台湾AIアカデミーのCOO蔡明順が「台湾には隠れたチャンピオンがたくさんいますが、それでも相変わらず競争力に欠けるのです。グレードアップによって、海外から受注が入り、他所じゃダメだと言われるようにならなければ」と言う通りである。台湾はAI大国になれるのか。彼は信じて疑わない。

X 使用【台灣光華雜誌】APP!
更快速更方便!