金屬,作為文明發展的基石與科技產業的堅強後盾,一直支撐著全球經濟運轉。然而,隨著全球製造業邁向數位化與永續發展,傳統金屬產業所面臨的高能耗、複雜製程、人力短缺等挑戰,正迫使產業加速轉型升級。
財團法人金屬工業研究發展中心(以下簡稱金屬中心)始終走在創新前沿,近年來率先引入人工智慧(AI)技術,並成立「人工智慧系統實驗室」,致力於透過AI實現金屬產業數位化與智慧化升級。此次舉辦的「AI驅動.智見金屬產業新未來」論壇暨特展,不僅邀請國內外頂尖學者與專家分享成功案例,更展現AI如何賦能傳統產業,助力臺灣金屬產業迎向全球新變局。
AI賦能金屬產業
智慧製造 打造競爭優勢
金屬產業,長期以來是台灣製造業的支柱,支撐著半導體、航太、汽車等高精密領域的發展。然而,隨著全球市場競爭白熱化,傳統金屬產業的低效率、高能耗問題愈發嚴重。
金屬中心執行長賴永祥指出:「AI技術的導入,讓我們看到智慧化帶來的無限可能,不僅解決了產業痛點,更是產業邁向永續發展的最佳途徑。」
金屬中心在扣件產業的智慧示範生產線便是一例:過去,製程品質檢測耗時且容易產生人為誤差,如今透過AI導入視覺辨識系統,瑕疵檢測精準度提升至99.5%,大幅縮短生產時間。同時,金屬中心開發的無人機巡檢系統,可在風機不停機的情況下進行巡檢作業,節省成本並提高作業安全性,這項技術更榮獲全球百大科技研發獎,成為跨領域應用的成功典範。
此外,金屬中心也積極將AI應用推廣至中小企業,協助業者建置智慧服務雲,實現即時數據分析與遠端監控,讓企業即便面臨人力短缺,也能透過智慧系統維持高效運作。
圖一、金屬中心執行長賴永祥開場致詞
生成式AI與AISL智捷方舟
解決痛點 開啟新局
隨著生成式AI的崛起,人工智慧已不再只是輔助工具,而是產業創新的加速器。金屬中心處長邱振璋表示:「生成式AI的最大價值在於其強大的數據生成與預測能力,這將為產業設計、生產流程與品質管理帶來突破性改變。」
金屬中心自研的AISL智捷方舟AI開發工具,提供從資料標記、模型訓練到結果驗證的一站式服務,解決了業者在導入AI時面臨的技術門檻。例如,透過AISL工具,金屬中心成功應用AI進行銲道測試與晶片瑕疵檢測,提升檢測效率與準確率,降低人力成本。
未來,金屬中心更計畫導入大語言模型技術,打造智慧瑕疵資料庫,實現「老師傅經驗數據化」。當企業面臨製程問題時,新進人員只需查詢系統,即可找到最佳解決方案,進一步達成知識永續傳承。
圖二、金屬中心處長邱振璋
智慧製造新時代
逐步落地 贏在起跑點
美國喬治亞理工學院 布萊爾先進製造講座教授梁越昇表示:「智慧製造的精髓在於透過AI應用解決產業的高不確定性與複雜度,讓企業在市場競爭中更具韌性。」他指出,企業不必一次性導入全面AI化,可以從簡單的應用切入,例如訂單波動分析或成本最佳化預測,透過「積小勝為大勝」的策略,逐步建立智慧製造能力,搶占市場先機。
圖三、美國喬治亞理工學院 布萊爾先進製造講座教授梁越昇
AI要比贏家非專家
幫助人類發現不可見的因果
美國馬里蘭大學暨工業人工智慧中心教授李傑表示,由於AI的核心是由人、機器與數據所構成,成功應用需建立在高質量數據上,偏偏大多數工業數據結構混亂且利用效率低,導致資源浪費。換言之,企業應聚焦於有價值的數據,避免無效收集,而工業AI的價值就在於挖掘不可見的因果關係,進一步提出預測並避免潛在問題,而非僅解決已知問題。「成功的AI它不會告訴你數據怎麼來的,但沒有數據就沒有AI,培養工業AI必須回歸工業數據。」李傑認為這也是金屬中心在當前時代所肩負的重要使命。
圖四、美國馬里蘭大學暨工業人工智慧中心教授李傑
擁抱AI未來
人機協作 共創新時代
AI技術的飛速發展,已讓機器人與智慧製造進入全新階段。國立台灣大學 何宜慈講座教授羅仁權強調,AI的突破不僅體現在大數據處理,更將推動具身智慧(Embodied AI),實現人機協作的完美融合。
例如,透過生成對抗網路(GAN),即使在數據量有限的情況下,也能生成高質量訓練資料,讓AI模型快速適應新場域。這一技術已成功應用於金屬零件瑕疵檢測與產品質量控制,有效解決傳統製程無法克服的挑戰。
羅仁權預測,未來的智慧機器人將能自主執行複雜任務,解決人力短缺問題,並創造人機協作的全新生態系統。「AI不只是工具,更是改變產業競爭力的關鍵力量。」
圖五、國立台灣大學 何宜慈講座教授羅仁權
AI驅動智慧未來
金屬產業再創高峰
金屬中心秉持「AI驅動、智慧見未來」的使命,透過國際合作與技術創新,協助臺灣金屬產業加速邁向智慧化與永續發展。無論是生成式AI的突破應用,還是智慧製造的逐步落地,金屬中心已為產業打造堅實後盾,以創新為本、以智慧為先信念, 持續引領國內金屬產業在全球市場中佔據優勢地位。