辛辛那提大學特聘教授李傑:工業人工智慧是ABCDE
科技產業資訊室 (iKnow) - May 發表於 2018年9月3日
圖、辛辛那提大學特聘教授李傑:工業人工智慧是ABCDE
辛辛那提大學特聘講座教授李傑,最近接受商業周刊專訪提及「工業人工智慧」,他認為台灣製造業需要的不是人工智慧,而是「工業人工智慧」,誤用人工智慧不僅無法轉型新製造,還可能提高成本。
李傑教授可說是在工業4.0長久觀察與研究,並常提出獨到而精闢的見解,一針見血而導正許多錯誤的觀念。所以,他的論點十分值得再三學習與心神領會後,絕對可引導大家步入正確的轉型道路。以下他的觀點係針對台灣以製造業(硬體)優勢而提出,專訪精華摘要如下:
- 人工智慧是認知科學,主要是讓軟體做深度學習、人臉辨識與人機互動,但是傳統的AI不保證成果的可靠性,常會因為輸入數據與使用者不同,結果就會不同。AI運用於工業上,強調的是可靠的預測,他主張的工業人工智慧集中在專業知識,每一次使用人工智慧獲得的結果都是可靠,適用於強調「安全性」的產業,如,汽車、地鐵與工具機。
- 他認為,工業人工智慧是ABCDE,A是代表AI或者叫Analytics,B是大數據(Big Data),C是雲端(Cloud),D是領域知識(Domain know how),目的是證據E(Evidence),透過證據經驗不斷提高AI的可靠性,達到省成本、提高價值、增加效率的目的。
- 導入AI,必先了解想解決的是哪個問題?製造業轉型不外乎想解決3個問題:本質、體質與素質問題。本質問題決定你要做什麼,為什麼要做;體質問題,做得好不好,提質增效降本減存;素質問題,人的管理,設備平台、數據收集。所以,體質問題是用智能製造,素質用自動化解決,本質是靠思維改變。
- 用AI做製造轉型,會遇到哪些迷思?第1個迷思是對數據來源品質掌握之重要性,若無法掌控數據品質,用AI做出來的結果會不合所需。第2個迷思是以為有算法就有結果,其實還得懂該領域專業知識。第3個迷思是以為建了雲端平台就是用AI,雲不是萬靈丹,雲只是一個平台,提供客戶做即時運算(on demand computing),最重要是,雲端要跟客戶與供應商連結,要有個社群一起使用它,數據量才會更多,算出來的結果,才會更精準。
- 轉型新製造是催生新文化,它不只是一個技術,更是要做到建立新文化,就是任何東西必須要了解它數據哪邊來、資料哪邊不好、成本哪邊最多、怎麼樣提升效率。
- 小型公司如何布局AI能力,如何勝出?可從本身最優越的能力去做,做小卻做快,更快轉型,懂得用工業人工智慧,做價值高、技術高的產品,讓技術跟顧客的價值連在一起,讓顧客想要靠你,才能在新的時代中勝出。
李傑教授是鴻海董事長郭台銘倚重的新製造專家,並且與鴻海在矽谷成立人工智慧新公司Industrial AI System。
另外,中國大陸在人工智慧方面,李傑教授在接受《21世紀》專訪,提出觀點及建議:
- 中國以互聯網思維在做人工智慧,他認為是工業與服務業是不同的,不能把手機社交、生活APP的觀念用在工業上。相對社交、生活APP來說,人的生活需求是有共性的,但是工業是更加複雜和多元化的。
- 中國目前首先要解決的是素質問題,不靠人來決定數據在哪裡,這是整合中國企業革命很大的一個步驟,因為當信息化不對稱的時候無法做統一管理(第一點即信息對稱)。第二個是體質問題,即管理對稱,體製不均勻,管理理念很難形成。對於中國製造業來說,沒必要大家全部都去學習工業4.0、做工業互聯網,也沒有必要都去做數字化、人工智能。企業應該專注做自己本質能做的“蛋黃”部分。
- 對於一些中國工業互聯網產業的數據,將德國日本美國的定義製造系統當做中國的基礎線,這是錯誤的,不管是MES還是ERP,中國工業的體系和其他不同,他應該有一套自己的做法,沒有必要走德國日本的路線。(1185字;圖1)
參考資料:
台灣新製造怎麼走?鴻海AI大腦推手解惑。商業周刊1607期,2018/8/29。
美國智能維護系統(IMS)中心主任李傑: 中國工業互聯網需解決信息對稱和管理對稱的問題。新浪中國,2018/8/30。
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述,僅為提供更多訊息,也不構成任何投資建議。
2.著作權所有,非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載,本中心保留一切法律追訴權利。
|