2023-07-19
作者:熊治民/工研院
一、生成式AI特性與應用效益
(一)生成式與鑑別式人工智慧
生成式人工智慧(Generative AI，簡稱生成式AI)與鑑別式人工智慧(Discriminative AI，簡稱鑑別式AI)，都是基於機器學習的重要人工智慧技術。
(二)生成式AI應用效益
無論是生成式AI或鑑別式AI，其應用效益都包含自動化、高速化與準確性(相對於特定人員作業結果)。例如鑑別式AI，結合自動光學檢測(AOI)，讓製造業者能提高零組件與產品自動化檢測速度與準確性，進而降低人力需求與誤判率。
二、生成式AI在製造領域應用潛力
相對於鑑別式AI已廣泛應用在製造場域，生成式AI在製造領域的應用模式與價值，仍需要持續探索與驗證。工研院機械與機電系統研究所饒達仁所長在一場研討會中指出，生成式AI在製造領域的潛在應用場景包括：
● 協助工廠教育訓練，生成教育訓練手冊，及訓練後的問答過程。
● 生成操作與作業流程。
● 協助異常事件處理，生成維修或調整機制。
● 客服機器人，於第一線服務客戶。
● 輔助程式碼編寫。
● 加速資料檢索或刺激腦力激盪新想法。
● 智慧機械設計/語意溝通，快速有效的提供機構設計方法。
(一)市場與產品需求探索
如何發掘新市場機會與確認目標客戶需求，是企業在市場開發與新產品研發過程中面臨的關鍵問題。大多數企業通常會通過市調、問卷等途徑來進行新市場評估與客戶需求探索；但是這會耗費相當的時間、人力資源與資金成本。未來則可利用生成式AI，依據設定目標，從廣泛的社交媒體、新聞資訊等數位內容中，快速限縮客戶消費趨勢變化與需求缺口研析範圍，甚至提供具體的探索方向。這可以縮短新市場與產品需求探索時間，減少人力與資金投入。
(二)創新產品設計
產品創新設計是製造業爭取客戶與開發市場的重要工作。優秀且具有市場競爭力的新產品設計，需要仰賴研發設計團隊的持續努力，除了工程能力外，也需要能迎合消費者喜好，或是透過融合新趨勢來帶動新潮流。生成式AI因為可以透過適當的提示與引導，快速生成新內容，因此相當適合用來協助進行產品設計。
(三)控制程式自動生成
眾多ChatGPT使用經驗顯示，軟體系統開發人員可以透過生成式AI自動產生程式碼與進行除錯，因此可加速軟體系統研發。
(四)知識管理與人員作業協助
企業知識管理是建構獨特競爭優勢，以及強化人員教育訓練、從既有知識衍生新價值的重要工作。但是企業知識類型複雜、資料量龐大，建構與管理需要耗費大量人力、時間與資金；即使是大公司也不容易成功推動。而透過生成式AI，可以將企業內部中不同類型知識串聯，並針對人員作業或訓練需求，快速產生有用的輔助資訊內容。包括設備維護手冊與維修紀錄，生產與管理標準作業程序(SOP)，人員訓練教材等，都可作為生成式AI訓練學習資料，並用來進行企業知識管理與人員作業協助。
(五)智慧化人機介面
類似ChatGPT的生成式AI，可以流暢的用文字與使用者對話。生成式AI，結合語音辨識技術，可以建構出能理解人類自然語言，並進行有意義對話的智慧化人機介面。可應用在各種製造場域機台與設備操作、維護，實現人機協作，以及提供更快速的客戶服務。
三、國際廠商發展動態
目前許多國際廠商正持續發展生成式AI方案，未來在製造場域將會出現更多相關應用。以下僅針對部分廠商，以生成式AI進行產品設計及機器人控制的研發狀況進行說明。
(一)生成式AI產品設計
相較於以文字或自然語言作為提示，讓生成式AI執行產品設計工作，美商PTC認為以3D資訊作為輸入，再由生成式AI直接產生3D設計圖的運作模式會更為恰當。PTC認為3D零件特徵和外型輪廓都具有相當複雜性，不容易只依靠一段文字描述，就能讓生成式AI產生所需零件設計。設計者反而可能因為無法直接獲得精確設計結果，需要反覆調整輸入提示，進而增加設計工作時間。
(二)生成式AI機器人控制
Google和德國柏林工業大學(Technical University of Berlin)研究人員，已共同推出可用於機器人控制的PaLM-E多模態視覺語言模型(VLM)。PaLM-E結合視覺模型ViT(具有220億參數)以及語言模型PaLM(具有5,400億參數)，並綜合自然語言及視覺訓練，使機器人可以理解人類的指令，以及將環境及物體影像納為輸入，進而即時完成人類指定工作。
四、結論
鑑別式與生成式AI都是基於機器學習的人工智慧技術。在過去幾年，鑑別式AI技術在製造領域應用正加速擴散，並在品質檢測、設備健康診斷、人員安全與作業效能提升、確保工作場域環境安全等方面顯現AI應用方案價值。而在ChatGPT發布後，如何挖掘生成式AI在包含製造業在內的各種產業應用潛力與價值，也成為新興話題。
經過適當訓練的生成式AI，可自動、快速產生新的文字、圖像、影音內容，以及3D模型、程式碼。因此在製造場域的潛在應用包括：協助挖掘新市場機會與產品需求；加速創新產品設計及獲得優化設計；軟體系統、工具機、自動化裝置、機器人控制程式自動生成；增加企業建構知識管理系統能力與降低成本，並透過資料與資訊快速擷取、彙整，提供人員作業即時輔助；透過智慧化人機介面，強化機器人、設備控制與人機協作能力。
國內製造業者未來可以透過與產學研界AI研究團隊合作，針對上述製造場域應用類型，以通用性的生成式AI基礎模型，結合產業專門資料，進一步建構符合製造業應用需求的客製化生成式AI模型。
資料來源：https://www.moea.gov.tw/Mns/doit/industrytech/IndustryTech.aspx?menu_id=13545&it_id=490
