本期導讀
    人工智能是成就智能制造、突破生產優化瓶頸的關鍵。但對于多數業者，如何靈活使用AI技術，有效解決工業現場難題，仍是一大挑戰。
    研華以WISE-PaaS/AIFS（AI Framework Service）作為AI開發與運行的數據平臺核心，搭配AI Vision智能機器視覺、PHM設備預兆診斷、PQA制程質量分析等主題設定，包裝為一系列AI解決方案，協助制造業者降低AI進入障礙，加速開啟智能制造應用之門。

憑借三大AI方案
    加速智能制造進程

企業欲推動 AI 應用，大致需要歷經七個步驟：選定具有價值性的題目、有效收集數據、進行數據標注、將數據存入數據融合運算平臺、動員數據科學人才進行建模、借助穩定運行的平臺與IoT架構將解決方案導入應用場景，以及現場人員接手維護（包含模型再訓練）。

針對上述步驟，除第一步的選題需靠企業自行處理外，其余各項環節，研華皆可提供助力。

以數據采集及邊緣運算而論，研華深耕行業30多年，早有能力針對各種場景提出對應方案；此外借由WISE-PaaS/AIFS單一平臺，即可滿足數據標注、數據融合、建模、模型維護等一連串需求。

此外，研華透過如下應用方案，輔以外部專業伙伴能量，協助企業解決痛點，有效提升現場作業效率：

01 AOI方案
    透過AI升級后的AOI (Automated Optical Inspection)方案，輔助電子、電機機械或金屬鋼鐵等工廠提升瑕疵檢測效率。
    02 PQA方案
    借助PQA (Predictive Quality Analytics)方案，輔助紡織業及塑料加工產業的制程參數調整師傅，更有效率地調校機臺參數，確保產品質量。
    03 PHM方案
    利用PHM (Prognostic and Health Management) 方案，協助金屬加工、旋轉機械等工廠診斷關鍵制程設備的健康狀態，避免驟然停機釀成損失。

以WISE-PaaS/AIFS為基礎
    實現AI規�；瘧�用

研華AI AOI方案已在印刷電路板（PCB）、被動組件等領域廣泛應用落地。

PCB方面，以研華林口制造中心的PCB DIP（Dual In Line Package Process）產線為例，主要藉由研華自家的邊緣運算方案與AI模型，搭配擅長AOI取像設備的系統集成商（SI）伙伴能巨科技，成功打造DIP瑕疵檢測方案，其中也包含可協助現場人員提升維護效率的預訓練模型、AI輔助標注機制（AIAA，AIAssisted Annotation）。

另外人員還可利用AIFS平臺的Web接口，選定要訓練的數據、執行訓練、查看訓練績效，最終把模型部署到邊緣設備，并通知場域內相關人員已完成模型再訓練。經過驗證，在 WISE-PaaS/DIP AI AOI方案輔助下，可望達到99%檢出率，且誤報率控制在10%以內。

7秒完成DIP AI AOI瑕疵檢測