ข้าม​ไป​ยัง​เนื้อหา⁠หลัก

ดูแล AI ใน​โรงงาน​ให้​ใช้​งาน​ได้​ต่อ​หลัง⁠ติ⁠ด⁠ตั้⁠ง

ผู้⁠เขียน

  • A

    AIWin

วัน​ที่​เผย⁠แพร่

เดโม AI รู้จำภาพตรวจอุปกรณ์ความปลอดภัย ระบบตีกรอบหมวกนิรภัยและเสื้อกั๊กสะท้อนแสง พร้อมผลตรวจ PASS

AIWin เลือก​นำ​การ​รู้⁠จำ​ภาพ​ด้วย AI เข้าสู่โรงงาน เริ่ม​จาก​อุตสาหกรรม​สิ่⁠ง⁠ท⁠อ​และ​บริษัท​ลูก​กอล์ฟ ฝ่าฟันอุปสรรคมาทีละด่าน ปัจจุบัน​มี​โ⁠ค⁠ร⁠ง⁠ก⁠า⁠ร​ที่​ใช้​งาน​จริง​แล้ว​มากกว่า​สิบ​โ⁠ค⁠ร⁠ง⁠ก⁠า⁠ร และ​เคย​ร่วม​ทำการ​พิสูจน์​แนวคิด​กับ​ผู้⁠ป⁠ร⁠ะ⁠ก⁠อ⁠บ⁠ก⁠า⁠ร​สามสิบ​ราย ใน​กว่า​สิบ⁠สาขา

เมื่อใช้ AIoT ในการเปลี่ยนผ่านสู่ดิจิทัล สิ่งที่หลายองค์กรอยากทำ มัก​เป็นการ​ใช้​การ​รู้⁠จำ​ภาพ เพื่อ​ต⁠ร⁠ว⁠จ⁠จั⁠บ​ข้⁠อ⁠บ⁠ก⁠พ⁠ร่⁠อ⁠ง​และ​ดูแล​ค⁠ว⁠า⁠ม⁠ป⁠ล⁠อ⁠ด⁠ภั⁠ย​ใน​โรงงาน และ AIWin ซึ่งเป็นสมาชิกของสมาคมพัฒนา AIoT เอเชียแปซิฟิก (中華亞太智慧物聯發展協會) ก็​เป็น​ผู้⁠ป⁠ร⁠ะ⁠ก⁠อ⁠บ⁠ก⁠า⁠ร​ที่​มี​ค⁠ว⁠า⁠ม⁠ส⁠า⁠ม⁠า⁠ร⁠ถ​ด้าน​ปัญญา​ประดิษฐ์​ใน​เรื่อง⁠นี้

AIWin นำ⁠เ⁠ส⁠น⁠อ​โซลูชัน​การ​รู้⁠จำ​ภาพ​ด้วย AI สำหรับโรงงานอัจฉริยะ ช่วยลูกค้าสร้าง "วงจรเชิงบวก" ของ AI ด้วยบริการครบวงจร ตั้งแต่การทำความสะอาดข้อมูล การ​ติด​ป้⁠า⁠ย⁠กำ⁠กั⁠บ​และ​จัด​ระเบียบ​ข้อมูล การฝึกสอนและสร้างโมเดล AI ไปจนถึงการผสานฮาร์ดแวร์และซอฟต์แวร์ พร้อม​นำ​อั⁠ล⁠ก⁠อ⁠ริ⁠ทึ⁠ม​การ​รู้⁠จำ​ภาพ​ล่าสุด​มา​ใช้​อย่าง​ต่อ​เนื่อง ให้ใช้งานได้จริงและเกิดประโยชน์จริง และปรับปรุงโมเดลที่เกี่ยวข้อง เช่น แ⁠ม⁠ช⁠ชี⁠น⁠เ⁠ลิ⁠ร์⁠น⁠นิ⁠ง​และ​โครง​ข่าย​ประสาท​เทียม จึงตอบโจทย์ได้ทั้งความเร็วและความแม่นยำ ปัจจุบัน บริษัทและอุตสาหกรรมที่เข้าไปให้บริการแล้ว ได้แก่ การ​ต⁠ร⁠ว⁠จ⁠จั⁠บ​ข้⁠อ⁠บ⁠ก⁠พ⁠ร่⁠อ⁠ง​ใน​บริษัท​ลูก​กอล์ฟ อุตสาหกรรม​การ​ผลิต​สิ่⁠ง⁠ท⁠อ อุตสาหกรรมปิโตรเคมี และอุตสาหกรรมเหล็ก รวม​ถึง​ก⁠า⁠ร⁠จั⁠ด⁠ก⁠า⁠ร​ค⁠ว⁠า⁠ม⁠ป⁠ล⁠อ⁠ด⁠ภั⁠ย​ใน​โรงงาน​ของ​อุตสาหกรรม​เ⁠ซ⁠มิ⁠ค⁠อ⁠น⁠ดั⁠ก⁠เ⁠ต⁠อ⁠ร์

เมื่อก่อตั้งในปี 2016 นอกจาก​สำรวจ​ก⁠า⁠ร⁠ป⁠ร⁠ะ⁠ยุ⁠ก⁠ต์⁠ใ⁠ช้ AI ในสาขาต่าง ๆ แล้ว AIWin ยัง​ดำเนิน​โ⁠ค⁠ร⁠ง⁠ก⁠า⁠ร SBIR ของภาครัฐ ในหัวข้อ "​ระบบ​รู้⁠จำ​ภาพ​ด้าน​หน้า​รถ สำหรับระบบช่วยเหลือผู้ขับขี่ขั้นสูง ด้วยดีปเลิร์นนิง" และ​เมื่อ​พิจารณา​ถึง​ค⁠ว⁠า⁠ม⁠ต้⁠อ⁠ง⁠ก⁠า⁠ร​และ​ประโยชน์​ที่​เห็น​ผล​ทันที AIWin จึง​เลือก​นำ​การ​รู้⁠จำ​ภาพ​ด้วย AI เข้าสู่โรงงาน เริ่ม​จาก​อุตสาหกรรม​สิ่⁠ง⁠ท⁠อ​และ​บริษัท​ลูก​กอล์ฟ ฝ่าฟันอุปสรรคมาทีละด่าน ปัจจุบัน​มี​โ⁠ค⁠ร⁠ง⁠ก⁠า⁠ร​ที่​ใช้​งาน​จริง​แล้ว​มากกว่า​สิบ​โ⁠ค⁠ร⁠ง⁠ก⁠า⁠ร และ​เคย​ร่วม​ทำการ​พิสูจน์​แนวคิด​กับ​ผู้⁠ป⁠ร⁠ะ⁠ก⁠อ⁠บ⁠ก⁠า⁠ร​สามสิบ​ราย ในกว่าสิบสาขา จึงกล่าวได้ว่ามีประสบการณ์มากมาย จุด​ร่วม​ของ​โ⁠ค⁠ร⁠ง⁠ก⁠า⁠ร​ที่​ใช้​งาน​จริง​เหล่า​นี้ คือ​การ​ใช้​กล้อง​ส่ง​ภาพ​ที่​รวด​เร็ว​แบบ​เ⁠รี⁠ย⁠ล⁠ไ⁠ท⁠ม์ แล้ว​ทำการ​รู้⁠จำ​ภาพ​ด้วย AI ได้​ใน⁠ทันที

จนถึงปัจจุบัน AIWin มีสิทธิบัตรไต้หวันแล้วสามฉบับ ได้แก่ วิธีการและระบบบันทึกการขับขี่ และช่วยเหลือผู้ขับขี่อัจฉริยะแบบมัลติฟังก์ชัน (I619099) ระบบ​และ​วิธี​ก⁠า⁠ร⁠ส⁠ร้⁠า⁠ง​ภาพ​สเตอริโอ​ที่​มี​ระยะ​ชัด​ลึก​กว้าง​พิเศษ (I619372) และ​ระบบ​และ​วิธี​ก⁠า⁠ร⁠วิ⁠เ⁠ค⁠ร⁠า⁠ะ⁠ห์​ข้อมูล​ภาพ​อัจฉริยะ​และ​บิ๊​กดาต้า ด้วยเทคโนโลยีดีปเลิร์นนิง (I647626) และในปีนี้ ยัง​วาง​กลยุทธ์​ด้าน​สิทธิ​บัตร​สำหรับ​ก⁠า⁠ร⁠ป⁠ร⁠ะ⁠ยุ⁠ก⁠ต์⁠ใ⁠ช้ AI ใน​สาขา​เ⁠ฉ⁠พ⁠า⁠ะ⁠ท⁠า⁠ง โดยยื่นขอสิทธิบัตรการประดิษฐ์ในไต้หวันแล้ว 2 รายการ และมีแผนยื่นขอสิทธิบัตรในสหรัฐอเมริกาและประเทศอื่น ๆ ในปีหน้า สะท้อน​ให้​เห็น​ถึง​ศักยภาพ​ที่​แข็งแกร่ง​ใน​ด้าน⁠นี้

ยกตัวอย่างโรงงานลูกกอล์ฟ ขั้⁠น⁠ต⁠อ⁠น​การ​ต⁠ร⁠ว⁠จ⁠ส⁠อ⁠บ​ของ​โซลูชัน AIWin คือ ส่ง​ลูก​กอล์ฟ​ที่​รอ​ตรวจ​เข้า​เครื่อง​ต⁠ร⁠ว⁠จ⁠ส⁠อ⁠บ หมุนถ่ายภาพรอบทิศ 360 องศา จากนั้นใช้ AI รู้⁠จำ​ภาพ​เพื่อ​ระบุ​ข้⁠อ⁠บ⁠ก⁠พ⁠ร่⁠อ⁠ง แล้วจึงคัดแยกลูกกอล์ฟเป็นขั้นสุดท้าย แต่​ลูก​กอล์ฟ​หนึ่ง​ลูก​อาจ​มี​ข้⁠อ⁠บ⁠ก⁠พ⁠ร่⁠อ⁠ง​ที่​แ⁠ต⁠ก⁠ต่⁠า⁠ง​กัน​ได้​ถึง 28 ประเภท ต้อง​นิยาม​ประเภท​ของ​ข้⁠อ⁠บ⁠ก⁠พ⁠ร่⁠อ⁠ง และ​ต้อง​ตัดสิน​ขอบเขต​ขนาด​ของ​ข้⁠อ⁠บ⁠ก⁠พ⁠ร่⁠อ⁠ง​ด้วย จึง​ต้อง​ทำงาน​ร่วม​กับ​ผู้⁠ป⁠ร⁠ะ⁠ก⁠อ⁠บ⁠ก⁠า⁠ร​ที่​เป็น​พันธมิตร​ตั้งแต่​ช่วง​ต้น เก็บรวบรวมข้อมูลที่เกี่ยวข้องและข้อมูลภาพ แล้ว​ติด​ป้⁠า⁠ย⁠กำ⁠กั⁠บ​ด้วย Domain knowhow เ⁠ฉ⁠พ⁠า⁠ะ⁠ท⁠า⁠ง จึง​จะ​สร้าง​โมเดล⁠ได้

หลังจากลงลึกกับข้อมูลและใช้งานจริงมา 1~2 ปี ระบบนี้ตรวจลูกกอล์ฟได้วันละ 100,000 ลูก ลดการใช้กำลังคนได้ 30%~50% และคุณภาพดีขึ้นกว่า 10 เท่า โดยมีอัตราการตรวจพลาด (สัดส่วนของเสียที่ตรวจไม่พบ) 0.02%~0.04% และอัตรา overkill (​สัดส่วน​ของดี​ที่​ถูก​ตัดสิน​เป็น​ของ​เสีย⁠) 5%~15%

ในปีนี้ AIWin ย⁠ก⁠ร⁠ะ⁠ดั⁠บ​การ​วิจัย​และ​พัฒนา​อั⁠ล⁠ก⁠อ⁠ริ⁠ทึ⁠ม​ขึ้น​อีก​ขั้น โดย​เฉพาะ​ก⁠า⁠ร⁠พั⁠ฒ⁠น⁠า​ให้​ใช้​ตัวอย่าง​จำนวน​น้อย ก็​รู้⁠จำ​ข้⁠อ⁠บ⁠ก⁠พ⁠ร่⁠อ⁠ง​ของ​สินค้า​สิ่⁠ง⁠ท⁠อ​ได้ ซึ่ง​เป็น​ประโยชน์​อย่าง​ยิ่ง​ต่อ​อุตสาหกรรม​สิ่⁠ง⁠ท⁠อ​ที่​มี​ความ​ห⁠ล⁠า⁠ก⁠ห⁠ล⁠า⁠ย​สูง และเมื่อโรงงานระดับ hidden champion ในภาคกลางของไต้หวัน นำโซลูชันของ AIWin ไปใช้กับระบบเชือกและแถบทอสำหรับรองเท้า ก็ได้ผลลัพธ์คือ ลดการใช้กำลังคน 10%~50% คุณภาพดีขึ้น 10%~15% อัตราการตรวจพลาด 1~2% และ⁠อัตรา overkill 2%~3%

การตรวจข้อบกพร่องสายถักรองเท้าด้วย AI ของ AIWin ซ้ายคืออุปกรณ์ถ่ายภาพตรวจสอบบนสายการผลิต ขวาคือภาพระยะใกล้ของสายถัก

การ​ต⁠ร⁠ว⁠จ⁠ส⁠อ⁠บ​เชือก​และ​แถบ​ทอ​สำหรับ​รองเท้า​ของ AIWin ที่มา⁠: AIWin

นอกจากนี้ ผู้⁠ผ⁠ลิ⁠ต​หน่วย​ความ​จำราย​ใหญ่​ใน​ภาค​กลาง​ของ​ไต้หวัน ได้นำโซลูชันของ AIWin ไปใช้ ร่วมกับการผสานระบบของ SYSTEX (精誠資訊) เพื่อ​ร่⁠ว⁠ม⁠กั⁠น​พัฒนา​ระบบ​เ⁠ฝ้⁠า⁠ร⁠ะ⁠วั⁠ง​ค⁠ว⁠า⁠ม⁠ป⁠ล⁠อ⁠ด⁠ภั⁠ย ใน​โรง​บำบัด​น้ำ⁠เ⁠สี⁠ย​ของ​โรงงาน​เ⁠ซ⁠มิ⁠ค⁠อ⁠น⁠ดั⁠ก⁠เ⁠ต⁠อ⁠ร์ มี​ความ​ถูก​ต้อง​ใน​การ​รู้⁠จำ 97%~99% ทั้ง​ยัง​เฝ้า​ติดตาม​และ​แ⁠จ้⁠ง⁠เ⁠ตื⁠อ⁠น​การ​ปฏิบัติ​งาน​ของ​ผู้​ปฏิบัติ​งาน ได้อย่างมีประสิทธิผล ช่วย​ย⁠ก⁠ร⁠ะ⁠ดั⁠บ​การ​กำกับ​ดูแล⁠ค⁠ว⁠า⁠ม⁠ป⁠ล⁠อ⁠ด⁠ภั⁠ย

ที่​ทำ​ผ⁠ล⁠ง⁠า⁠น​ได้​เช่น​นี้ เป็นเพราะเข้าใจปัญหาของลูกค้า สำหรับองค์กร การนำ​การ​ต⁠ร⁠ว⁠จ⁠ส⁠อ⁠บ​ภาพ​ด้วย AI มาใช้ในโรงงานนั้น ก่อนนำมาใช้ มีทั้งปัญหาขาดแคลนบุคลากร AI โครงสร้าง​พื้⁠น⁠ฐ⁠า⁠น AI ไม่เพียงพอ เงินลงทุนด้าน AI สูงเกินไป ข้อมูลไม่เพียงพอ นิยามปัญหาไม่ชัดเจน และไม่มีทางทวนสอบ AI ครั้นนำมาใช้จริงแล้ว ก็ยังมีคำถามว่า องค์กร​มี​ค⁠ว⁠า⁠ม⁠ส⁠า⁠ม⁠า⁠ร⁠ถ​ใน​การ​ดูแล​และ​บำรุง​รักษา​ระบบ​หรือ​ไม่ AIWin จึง​นำ⁠เ⁠ส⁠น⁠อ​โซลูชัน​ครบ​ชุด​ดัง​ภาพ​ด้าน​ล่าง ประกอบกับประสบการณ์การนำ AI ไปใช้งานจริงในช่วงหลายปีที่ผ่านมา AIWin จะ​เ⁠ปิ⁠ด⁠ตั⁠ว​บริการ​ใน​รู⁠ป⁠แ⁠บ⁠บ​แพลตฟอร์ม​ใน​ปี 2021 โดยมุ่งมั่นให้ลูกค้าเป็นเจ้าของ AI และดูแล AI ได้ด้วยตนเอง อย่าง​ง่ายดาย​และ⁠รวดเร็ว

แผนภาพบริการรู้จำภาพด้วย AI ของ AIWin สั่งสมความรู้เฉพาะด้านที่นำไปใช้ซ้ำได้จากโครงการ AI จนพัฒนาเป็นผลิตภัณฑ์ AI ที่ขยายผลได้

บริการ​รู้⁠จำ​ภาพ​ด้วย AI แบบครบชุดของ AIWin ที่มา⁠: AIWin

AIWin ยังเป็นสมาชิกทีมใหม่รุ่น AGP2 ของ​โ⁠ค⁠ร⁠ง⁠ก⁠า⁠ร​เร่ง​การ​เติบ​โต​ส⁠ต⁠า⁠ร์⁠ท⁠อั⁠พ AI (A+ Generator Program, AGP) ที่ริเริ่มโดย SYSTEX Group (精誠集團) และเป็นพันธมิตรด้านการขยายธุรกิจของ SYSTEX ด้วย จากความสัมพันธ์นี้เอง เมื่อ​ปี​ที่​แล้ว​จึง​ได้​รับ​การ​ลงทุน​เชิงกล​ยุทธ์​ทาง​ธุรกิจ⁠จาก SYSTEX

บรรณาธิการ​ผู้รับ​ผิด​ชอบ⁠: Chris

บรรณาธิการ​ตรวจ​ทาน⁠: Lee Po-Feng (李柏鋒)