辛辛那提大學特聘教授李傑：工業人工智慧是ABCDE

關鍵字：；；；；

瀏覽次數：15704｜歡迎推文：

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。

歡迎來粉絲團按讚！

--------------------------------------------------------------------------------------------------------------------------------------------