Search
Close this search box.

工業元宇宙如何實踐? NVIDIA 助攻 MetAI ,讓製造業打造「不試錯」的數位轉型方案

工業元宇宙作為智慧製造領域的新賽道,為製造業的自動化創造更寬廣的想像空間。面對產業轉型過程中的諸多痛點,MetAI -宇見智能在需求的風口毅然決然地投入創業,並獲得 NVIDIA 的主動關注,加入 Inception 新創計畫的成員,成為協助台灣傳統產業數位轉型的獨特新創公司。共同創辦人之一的徐嘉呈(Renton Hsu)表示,「過去在台灣人工智慧學校(AIA)任職的過程中,便接觸到許多偏向傳產的企業,他們有意願投入自動化乃至於 AI 的數位轉型,然而在過程中卻適逢相當多阻礙。」

數位孿生如何運用在工業場域?

談及企業導入 AI 解決方案時所遇困難,MetAI 共同創辦人余泰萬(Daniel Yu)以自家科技製造廠作為案例,提到:「首先,許多在生產流程上偏向傳統製程的工廠,過去基本上沒有使用自動化設備的經驗,因此在推 AI 方案導入時,溝通成本相對高,會非常耗時且費力;其次,很多廠商連第一步『蒐集資料』都沒有辦法做到,更遑論自動化了。」

MetAI 團隊表示,根據人工智慧學校 (AIA) 在 2022 年針對希望邁向數位轉型的企業進行訪談,有超過七成以上的企業負責人表達「在數位轉型過程中遇到最大的瓶頸為『資料不足』」,在這個點上,MetAI 便可發揮其強項。

余泰萬指出,「AI 要進行工廠中產品產線的瑕疵,其辨識的資料都是非結構化的圖像資料,在資料稀少的情形下要打造可靠的 AI 應用,就需要以數位孿生來生成資料,補足資料的缺口。因此,3D 的能力就很重要,如何精準的重現環境的外觀、系統結構、材料的物理特性、系統運行規律,直接影響了所產生資料的品質,以及運用此資料所訓練出的 AI 的可靠性。」

圖說:MetAI 創辦人余泰萬指出,AI 要進行工廠中任何流程的資料辨識,3D 的能力就很重要,在這個點上 MetAI 便可發揮其強項。

為了解決以上問題,MetAI 自 2022 年創立至今,致力提供製造業數位轉型顧問服務,包括提供人工智慧解決方案與數位孿生等整合服務,「首先,數位孿生是我們所有服務的起點,我們藉由深入了解產線製程、蒐集工廠資料,建立數位版本的虛擬工廠,以數據分析後建立的演算法去生成更多的 3D 資料、產生訓練 AI 用的圖資,AI 與 3D 技術的整合可以提升檢測的準度。」徐嘉呈表示,很多人會認為,數位孿生就是打造一個酷炫的 3D 工廠而已,實則不然:「實際上,數位孿生不只是打造虛擬工廠,而是透過這個 3D 的空間反映真實的場景及狀態,讓 3D 空間在某些範疇內與真實的物理世界幾乎一致,藉此來模擬工廠中所發生的一切。」

透過這樣的虛擬空間,更可以做到合成資料的生成,以解決目前絕大部分傳統製造業難以蒐集資料的基礎問題。「為此,我們自主開發了一個叫做『資料合成器』的產品,以 NVIDIA 的工業元宇宙平台 Omniverse 作為基礎,我們的資料合成器可以做到符合某一特定產線的資料生成,透過資料合成器加上數位孿生,可以在虛擬的環境中產生出符合該產線樣貌的『有效』合成資料,以這些資料為基礎,我們才能夠提供企業高效益、高精準度的智慧製造解決方案。」

工業元宇宙的第一步:數位轉型不必 Try and error!

在創業之前,共同創辦人徐嘉呈除了曾在台灣人工智慧學校任職之外,也曾在 3D 及特效界累積超過與AI的整合,而這也是當初 NVIDIA inception program 積極招募 MetAI 的主要原因。

圖說:MetAI 創辦人徐嘉呈表示,數位孿生不只是打造虛擬工廠,而是透過這個 3D 的空間反映真實的場景及狀態,讓 3D 空間與我們肉眼看到的世界幾乎一致,藉此來模擬工廠中所發生的一切。

「在數位孿生的場景中,讓所有資料以 3D 的形式去符合真實物理環境的狀況,其訓練出來的 AI 才會是最有效的,」在徐嘉呈提出想法、並與製造業夥伴開始著手進行 PoC 測試的時間點,正好與 NVIDIA 創辦人暨執行長黃仁勳對台灣團隊提出「全力往製造業發展」的時機不謀而合,余泰萬也補充,當時  NVIDIA 很看好 Renton 的技術與解決方案,也建議他要不要乾脆把技術作為公司的核心競爭力、自己做做看,於是 MetAI 這間公司就應運而生了。

一般工廠產線要做到數位轉型,會需要歷經長時間的評估、硬體升級、數據蒐集、模組訓練以及導入後續的維護和調整。余泰萬指出,MetAI 相對於其他競爭對手,可以縮短製造業在數位轉型過程中試錯(Try and error)的機率,「舉例來說,一間工廠預計花數十億投資廠房,而虛擬工廠便可以先模擬該工廠實際運作的狀態,包括每一種機台應擺放在什麼位置,才能使產線效率最大化。」於是,製造業便可透過數位孿生打造虛擬工廠,從源頭考量最佳化製造流程,減去後續調整所需花費的大量時間與金錢成本。

「透過數位孿生,我們可以真實地反映現實狀況,去分辨什麼樣的情況能符合產能最大化的優勢,再將結果導入於產線之中,降低不斷在 Tune(調整)過程中所耗費的諸多成本。」MetAI 在各個轉型階段介入,能夠提供製造業產線不同協助,包括解決轉型中斷資料不足問題;或者在轉型前期導入,協助產線優化,「所以,我們的角色對於每一位客戶來說,都略有不同。」余泰萬強調。

踩著巨人的肩膀,望向國際市場

「雖然我們的公司名稱是『Metaverse』與『AI』的結合,但我們始終覺得『Metaverse』這個名詞的範圍太廣了,對於不同的人也會有不同的解釋;因此現在我們更偏向以『Digital Twin(數位孿生)』的工業運用來溝通。」余泰萬提到,市場上目前能夠提供製造業數位轉型、自動化或者 AI 解決方案的新創與大廠非常多,然而能透過數位孿生環境來訓練 AI 的廠商則非常稀少,這也是 MetAI 之所以能與市場區隔的重要優勢。

「AI 與 3D 整合的優勢在於,透過 3D 建置,使得在訓練過程中,訓練 AI 模型的樣本與最後最終要部屬的真實場景一致;而在資料合成方面,以瑕疵檢測為例,每一筆訓練資料也都能真實反應該材料的物理特性、光影、結構、瑕疵狀態,全方位都能被真實且完整的呈現,這使得 AI Model 訓練後的檢出率能夠提升。」徐嘉呈以金屬表面瑕疵檢測為例,透過 MetAI 準確呼應3D場景的合成資料訓練出來的 AI 模型,僅在PoC (Proof of concept) 驗證階段就能從原先 62% 的瑕疵檢出率提高至 95%,比起運用一般資料來訓練 AI 模型普遍提升約 2% 至 3% 的準確率來說,MetAI 有自信能到達到 10 倍以上的效果

展望未來,MetAI 自 2024 年起最大的目標將會是「從 PoC 階段轉向量產方案」,透過專案或者產品的方式,協助客戶將其服務導入產線,同時,藉著 NVIDIA Inception Program 提供的資源與協助,持續精進產品、優化技術,徐嘉呈表示:「我們持續在思考如何整合 NVIDIA 的資源來模組化自家『資料合成器』產品,今年(2023)10 月我們會將第一款產品上架到 NVIDIA Omniverse 的 Extension store 中,讓使用者可以透過匯入 PCB 的 3D 設計圖檔,直接生成相關瑕疵來補上樣本不足的痛點。比如說缺件、少件,甚至過去難以蒐集的錫球、錫橋相關的瑕疵,都能直接生成來訓練 AI 瑕疵檢測模型。」

而下一步,MetAI 將會把目光放往國際型的客戶,「希望接下來可以藉著 NVIDIA 的資源往國際大廠的合作機會開發拓展。」余泰萬指出,「我們深深覺得很有幸在創業初期就加入NVIDIA Inception Program!身為 Inception Program 的一員,NVIDIA 總是不吝嗇於給我們各式各樣的資源,不論是在我們還很默默無名時就介紹有潛力的客戶人脈讓我們發展、提供我們各種可以曝光及提升知名度的行銷舞台,甚至是指點我們針對技術核心開發 MVP 的方向,都讓我們獲益良多!

MetAI 團隊期許在核心業務上搭配著使用 NVIDIA Omniverse 的技術優勢,利用該平台對於物理特性的高掌握性,以及目前相當具備競爭力的行銷量能,借力使力,「非常期待能將我們的 3D 及 AI 技術實力整合後運用在 NVIDIA Omniverse 上,直接解決各式各樣製造業客戶的問題。我們非常看好 NVIDIA Omniverse 成為一個全球的通用平台,我們也期待能藉著這樣的優異平台擴大我們核心技術的可能性!」