文/涂翠珊


▲疫情讓工廠更能接受人工智慧檢驗技術。法新社

疫情期間航班停飛、國境關閉，讓許多工程師無法再親自前往客戶工廠處理品管問題，因此有越來越多廠商開始利用人工智慧(AI)鏡頭，執行產品檢驗的工作，而深度學習技術的發展，也大幅提升了系統部署的便利性。

據The WIRED報導，COVID-19(新冠肺炎)疫情爆發前，多數製造商在資安考量下，並不希望外部廠商連線到自己的製造設備。然而隨著疫情爆發，各地交通往來受阻，廠商對於遠端監控的接受度也逐漸提升。

英國的P2i是一家智慧型手機奈米防水塗層技術廠商。過去客戶如果遇到品管問題，P2i便會派出工程師前往客戶工廠處理。在疫情期間，P2i引進了Instrumental公司的智慧鏡頭系統，在客戶的工廠內負責產品瑕疵檢驗。P2i將Instrumental智慧鏡頭安裝在奈米塗層設備周圍，一旦流程出現錯誤，演算法便會發出警報。

P2i營運長Neal Harkrider表示，透過Instrumental的智慧鏡頭系統，P2i可隨時從遠端調整生產設備的容錯率。這套系統已成為P2i主要的品質管制手段，目前結合Instrumental偵測技術的P2i設備，已進駐5間客戶工廠。

此外，豐田汽車(Toyota)位於美國印第安那州的製造廠，正準備引進Elementary Robotics的機器人系統。之後員工只要拿出物件，鏡頭便會在物件周圍移動，從各個不同的角度進行檢驗。一旦通過AI許可，物件便可安裝到車輛上。

成立於2017年的Elementary Robotics一直到最近才脫離秘密模式，並宣布透過A輪融資籌到了1,270萬美元。Elementary Robotics的檢驗系統價格低廉，且所需的訓練資料量也相對較少。客戶只要將幾十個物件影像寄給Elementary Robotics，就能完成演算法的訓練。

事實上，製造商利用電腦視覺檢驗產品已有很長一段時間，但這類技術要辨識出瑕疵，需依賴手工的編碼規則，因此不僅部署費時，要調整也相當困難。然而近來在深度學習這類AI技術的幫助下，檢驗系統只要經過足夠的樣本訓練，便能迅速找出與標準範本不同，出現瑕疵的產品。

Cognex等傳統電腦視覺系統業者，已開始強調產品的機器學習功能。另外還有一些新創公司，則以便於使用與部署的現成偵測系統為賣點。