大家早!刚好搭高铁搭车中,来回一下自己可以稍微回答的问题。
最近很多讨论工业4.0跟AI,刚好我就是做相关的研究最近接的案子也是在高雄的某传统
产业。
我这边只是就我所知的简单帮大家厘清一些观念,讲的不对希望大家鞭小力点。
首先工业4.0跟AI是阶段并不是两个不同的方向,
(3.0)
开始是把所有资料整合在一起去做决策,
拿制造来举例:
工厂的制造有四个流程都是自动化
A>B>C>D,而每台机器都有一个参数值
(初始值)假设A的参数是2.5
B为1.5
C为3
D为2
而值组合为2.5>1.5>3>2,当然这个值的组合可能不是可以产出高良率或最佳产能的最好
组合,经过有“经验的人”去反复调整可能变为
A=2.7
B=1.3
C=3.1
D=1.8 ,
到这边就是目前很多传统产业的现况,多数是利用人为的经验判断去调整参数。
但这个值会是最佳答案吗?不一定是,这时候会透过数据模型及大量资料去找出近似答案
。
一定有人会疑问,为什么是找近似答案,因为当排列组合实在太多及限制条件时,且不一
定会有最佳解时,我们只能尽可能找近似值。
因为找出最佳答案可能会花费非常多的时间跟金钱,商人在做生意不可能每天都在等你找
(4.0)
所以开始进入所谓的“机器学习”时期,前面有提到透过数据模型找出近似答案,但希望
朝着最佳答案方向时该怎么办?
这时候就是利用电脑自我调适的方式一直去找出最靠近的解。
(AI)
当开始电脑开始学习找寻答案这段时间,开始会把一些突发状况的因素加入进去,
如,机器停机维修、突然故障等 其他会影响流程的因素时,该怎么做处理的“方式”教
会电脑去判断跟反应。
这样才是达到AI的世界!
最后讲白了,要做可以做,绝对也是以后的趋势。但是要考量到,每个阶段都不是短时间
可以达到的,还要去验证结果,而且会要投入大量的物力跟人力去把AI养成有用的。一间
中小企业绝对养不起,没有一定的制造规模,养了也是弱智AI(资料量不足or收集缓慢)
最坏的情况就是聚集了一堆精英人力、大量的财力,然后找不到答案,提早下课!