你知道小小一颗高尔夫球有多达 28 项缺陷检测吗？用人工一小时看 500 颗球，若用 AI 来检测缺陷，一小时可以检测 6,000 颗球。慧穩科技所研发的 AOI 自动光学检测技术，可以达到 0.1% 的漏检率，比人眼高出 10 倍之多。除了高尔夫球产业外，慧穩科技 AOI 检测也将落地纺织业等产业。
慧穩科技创始人兼总经理林耿呈是钻研人工智能（AI）的专家，早在 2013 年间，就感受到深度学习（Deep Learning，DL）和 AI 图像识别的前景与爆发力。而 AOI 一直以来是制造业的强烈需求，主要能够帮客户提高产品的质量，让出货的质量可以稳定，另外可以把 AOI 检测的结果数据用来改善工艺，让工艺改善可以进入正循环，进一步节省成本。
由于人眼有疲劳与标准不一等不可控因素，导致检测遭遇瓶颈，人眼经过训练的漏检率极限大约在 1~2%，且每况愈下，检测情况会越来越差。AOI 是一个稳定且可大量检测的设备，慧穩科技可达到 0.1% 的漏检率，是人眼的 10 倍之多，相当于检出率达 99.9%。当然，AOI 也会造成 5%-10% 的过检率，再通过人力针对过检进行筛选即可。有 AOI 辅助，可减轻质检的负担，相对省下不少工时。
AOI 检测高尔夫球缺陷 一小时检测能力增长 12 倍
慧穩科技 AOI 技术的第一块试金石是高尔夫球。高尔夫球球面凹凸不平，是高反光产品，过往依赖人工一一检测缺陷，一颗小小的高尔夫球有多达 28 种缺陷，一个小时能检测 500 颗。台湾高尔夫球大厂为了符合日本客户的需求，在两年前引入 AOI 检测，通过 AOI 高速高精度光学图像检测系统结合 AI 深度学习图像识别技术，进行高尔夫球表面缺陷检测，上下料全面自动化，以取代人工识别的漏检问题，并可实时记录缺陷状况并上报，每年每台可检测 20 万打高尔夫球，大大提升了客户的满意度。但是，这一步，慧穩科技足足走了两年多……。
▲高尔夫球 AOI 识别技术画面
▲高尔夫球 AOI 识别，28 种球面缺陷无所遁形
林耿呈表示，从数据评估与咨询开始，接着是数据整理与标注、AI 算法挑选验证及 AI 训练服务，高尔夫球数据相当于从零开始一条一条积累下来，所幸高尔夫球厂商全力配合，才终于开花结果。AOI 检测高尔夫球缺陷，一般用人工一小时看 500 颗球，若用 AI 来检测，一小时可以检测 6,000 颗球，成效高达 12 倍之多。
跟其他公司不同，林耿呈认为 AI 需要深耕 Domain，把专业的数据打磨出来，唯有这些 Domain 的数据才能让 AI 做得很好，所以公司是从承接项目开始走起，而非一开始就设定一个 AI 产品，因为没有好的数据或专注的领域，有再好的算法都无法成就 AI。慧穩科技这几年将项目的经验积累起来，渐渐发展出产品，除了专注在 Domain 数据外，慧穩也提供最新的 AI 算法给客户，与客户共同成长，因此，不同于对外融资，慧穩的投资人就是客户或合作伙伴，形成更紧密的合作关系。
从评估期到正式上线 AI 落地需要六大阶段
慧穩科技承接的项目，都会分成几个阶段：1.评估期、2.前期验证（POC）期、3.数据收集期、4.反复验证期、5.AI 正循环期、6.正式上线。评估期是对需求方的 Domain 状况进行前期的了解与评估，接下来会进行 POC 验证，经过 POC 后将大量收集数据，进入反复验证阶段，最后让 AI 进入正循环阶段，达到一定的效用后，即可正式上线。一般来说，一个案子需要打磨半年至一年的时间。但对于比较熟悉的 PCB AOI 项目，则直接跳过前两个阶段，从收集数据开始做起，时间也相对缩短许多。
“无论这个案子或其他案子都会遇到的共同问题，客户都会问说，数据要多少才够，AI 何时才会学会？”面对诸如此类的问题，林耿呈指出，这些问题产生的原因是：1. 深度学习技术上不可解释，因为它是个黑盒子；2. AI 技术上普遍客户都没有相应的概念。因此，公司必须耐心地去反复验证数据，找出 AI 所需要的数据，进行积累与测试，把所有的 Domain 状况一一厘清与解决，这是非常需要时间与耐心的。
在 AI 落地的过程中，客户对 AI 高度期待，认为只要结合 AI 服务，就可以立即取代人力，林耿呈指出，其实不然，实际上 AI 的价值是通过积累大量高质量数据后，转换与分析并建立 AI 训练与验证模型，才能完整解决人工所产生的问题。
目前除了高尔夫球的检测外，慧穩科技正针对纺织业的布料与鞋带等产品进行落地，也有许多行业都通过慧穩进行 POC，如半导体业、PCB 业与其他传统产业等。
▲AOI 布料缺陷检测，上图为引入 AOI 检测前，下图为引入 AOI 检测后
林耿呈指出，在创业的过程中，最困难的是人才的培养与客户的认知，客户通常比较讲求快速看到成效，殊不知，AI 的落地需要数据的积累与反复验证，这些过程没有半年以上无法显现成果。
受到新冠肺炎的冲击，制造业供应链全球化、集中化的趋势已经被打破，取而代之的是“短区域”的供应链，也就是说，小而美的工厂将遍地开花，是否也为 AOI 带来新的商机？林耿呈表示，高度自动化对 AI 自动检测的确带来商机，然而，相对资本投入较高，包括自动化设备、主机、GPU 及足够的 AI 运维人才等，都不是中小企业或小工厂负担得起的，需要靠政府资金、资源投入，才有办法顺利转型。