製造業在 AI 革命如何創新淘金?NVIDIA 解密導入 AI 3 大關鍵與 1 個重要挑戰

2021 Computex NVIDIA
NVIDIA 製造與工業全球業務開發負責人 Jerry Chen 在 COMPUTEX 2021 演講中,以科技的進程帶出未來 AI 的重要發展方向。

每當一個通用技術(general purpose technology)開始普及於社會,就會帶來新型態的經濟模式與躍進式創新。20 世紀就經歷了兩次重大的電力革命與資訊科技革命,架構現代科技社會樣貌。在 21 世紀初期,我們即將見證由 AI 掀起新一波的革命。NVIDIA 製造與工業全球業務開發負責人 Jerry Chen 在  COMPUTEX 2021 重磅演講 中,提到世界應該準備迎接 AI 帶來的全方位革新。

全球 AI 大神吳恩達曾提過:「AI 是新時代的電力。」電力革命讓當時的製造、交通、健康產業得以大幅度躍進,而 NVIDIA 認為 AI 扮演的角色更為重大,為「賦能於所有產業

在這波 AI 新革命,NVIDIA 扮演的推進角色為何?

2021 Computex NVIDIA
從當今最複雜的半導體設計與製造,到人類文明史上第一個偉大的通用農業技術,人工智慧正在改變各個產業的樣貌。

NVIDIA:AI 淘金時代,人們需要一把實用的鏟子來挖金礦

Jerry Chen 提到,如果把 AI 比喻成新淘金浪潮,那麼 NVIDIA 就是那把實用的鏟子 ,幫助夥伴挖掘出數據新金礦。這樣的價值其實是更大的,代表 NVIDIA 是所有企業在 AI 創新時刻的基石。

他說:「如果沒有 NVIDIA 的科技,那麼許多企業就得自己從頭打造出那把鏟子,但是其實許多工具都大同小異。」

這番話代表了在 AI 時代中,企業必須思考與專門的 AI 夥伴合作。NVIDIA 建造的軟硬體整合平台提供給產業業者,透過專業分工的方式,來啟動 AI 真正可以帶來的商業價值。

延伸閱讀>>> NVIDIA 創辦人黃仁勳 COMPUTEX 2021 AI 談話重點

AI 即將走出資料中心,NVIDIA 如何看待新一波 AI 應用大商機?

Jerry Chen 在演講中提到,隨著機器學習演算法、大量數據和 GPU 運算在十年前開始普及後,AI 有幾波重要發展。

第一波始於 Google、微軟、百度和亞馬遜等大型超大規模企業。這些雲服務提供商率先將基於雲的 AI 服務構建到他們的平台中。

但 5G、邊緣運算等新興技術啟動了新一波的 AI 浪潮:在工業邊緣部署 AI。Jerry Chen 表示:「我們 AI 旅程的下一波大浪潮是 AI 突破雲運算、走出資料中心,並真正落地到產業中。

本來不連網的邊緣終端裝置—油田、工廠、遍佈四處的感測器,所蒐集到的巨量數據,可以透過 5G 連網而成為資料黃金。Jerry Chen 認為 5G 就像是一個快充(super charge)站,讓大量的資料透過 AIoT 技術部署,能夠在原先不連網、半連網的終端被快速判定與處理。甚至,NVIDIA 認為這也讓 AI 的價值能夠有更全面、廣泛的作用。

過往機器需要靠人為經驗調教參數,「AI 讓機器的運作可以從數據做最真實的判定,再利用這些獲取到的數據,去調教出更準確的數據導向機器參數。我們看到的產業 AI 機會是正在增加的。」

製造業導入 AI,物聯網技術神助攻

製造業是一個充滿數據金礦的業種,「產線、機台、供應鏈、產品參數等等海量數據,即將因為 5G 網路,而讓這些數據變成 AI 訓練模型的燃料,」Jerry Chen 說明。

透過各種感測器、機器手臂等等裝置,AI 在製造業可以改造的面向非常多元 ,包含了產品設計、生產營運、物流供應鏈、數據分析等面向上都有新作為。例如透過視覺辨識檢測良率,可以強化傳統光學檢測的精準度;廠房裡的搬運機器人,也可以透過預先路徑規劃,而讓整體物流更加流暢。

舉例來說,數位孿生 (digital twins)就是結合物聯網與 AI 的一個實用創新。以前機台的校正許多是看實際現場師傅的經驗為校正準則,但是透過 AI 的協助,老師傅的操作經驗加上數據導向為主的 AI 輔助,就能讓產品設計、產線運作有更優化的可能性。

NVIDIA 破解 AI 導入 3 大關鍵、1 大挑戰

針對 AI 導入, NVIDIA 認為有 3 大關鍵,分別為:資安、數據延遲性與連網自主性。

第一,對製造業與高科技產業而言,IP 與相關參數就是生產的機密,這些數據不能離開生產與研發現場。對此,Jerry Chen 特別建議製造主需要做好數據的保密與分權措施。若是要持續強化 AI 模型的精準度,也可參考使用  聯合學習(federated learning) 解決數據隱私問題。

第二,針對延遲,許多的工廠手臂需要持續工作,而且從事的都是需要高良率與精準度的製造,因此若是將 AI 用於瑕疵檢測或是流程控管,都會需要維持一定的產出品質。

許多工業現場並不會長時間連網,考量工業網路現場環境多變,許多機器都會需要在無連網的情況下,持續自主運作。

而許多企業在初期投入 AI 時會特別設定 POC 或是特別專案來做出一個 demo 案例,但是很容易遇到無法將 demo 概念複製到整個廠區或是其他子工廠當中。

Jerry Chen 叮嚀企業主在導入 AI 時一定要注意此點,每一次的 AI 專案開發若都是累加成本上去,反而會影響營運。應該是要注意 AI 的部署要越來越輕鬆,因為過往 AI 所學習到的數據,都可以成為下一次推動新 AI 專案的基礎。NVIDIA 提供許多已經訓練好的 AI 模型與 toolkit,並且協助在導入當下的客戶客製化校準。

NVIDIA 打造全球 AI 生態系,軟硬體服務通包

「NVIDIA 的使命是將 AI 賦能於產業,並且推動 AI 的普及化。這就是 NVIDIA 企業所信仰的哲學」Jerry Chen 強調。所以對於 AI 平台、模型、數據處理等軟體層面的服務,NVIDIA 架構了平台來協助開發者,針對 AI 所需要的運算能力,也部署了 GPU、CPU 等不一樣的硬體架構,搭配 toolkit 來協助廣大生態系。

對於 AI 所引起的革命,Jerry Chen 有著非常樂觀的看法,認為 AI 革命雖然還在前期浪潮醞釀當中,但是所引發的創新經濟效益已經有很顯著的成效。「我們正在創造前新未有的經濟與商業價值,這些都是透過數據與 AI 引導出來的!NVIDIA 也會在這個創新浪潮當中持續貢獻,並且連結產業生態系裡面的夥伴!」

歡迎觀看 Jerry Chen 於 COMPUTEX 2021 分享「注入 AI 的工業系統如何應對數位轉型的挑戰」之 演講內容

(本文開放合作夥伴轉載。)


訂閱《TechOrange》每日電子報!

每天一早,需要來根知識能量棒? TechOrange 與你一起,吸收世界新知識、消化科技新局勢。點我訂閱電子報 ,取得最新深度報導。

點關鍵字看更多相關文章: