什么是AI運(yùn)算？AI是如何運(yùn)算的呢？

作者：蕭劍安?日月光研發(fā)副總，黃翁賢，許奕中 人工智能(AI) 正在改變世界，并在許多方面改善我們的生活。半導(dǎo)體產(chǎn)業(yè)在AI變革中扮演著關(guān)鍵角色，因?yàn)樗恢惶峁〢I應(yīng)用所需的強(qiáng)大運(yùn)算芯片，還使用AI來增強(qiáng)其企業(yè)內(nèi)部的運(yùn)營(yíng)與管理、客戶服務(wù)、辦公流程、系統(tǒng)/產(chǎn)品/電路設(shè)計(jì)以及制造。在這篇文章中，我們將重點(diǎn)介紹AI如何協(xié)助制造自動(dòng)化。

什么是AI運(yùn)算？

AI是計(jì)算機(jī)科學(xué)的分支領(lǐng)域，專注在創(chuàng)建擁有人類智能行為的系統(tǒng)或機(jī)器，其目標(biāo)為模擬人類的各種認(rèn)知功能，包含學(xué)習(xí)、推理、解決問題、感知、語言理解等等。AI涵蓋了各種技術(shù)領(lǐng)域，如機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理、計(jì)算機(jī)視覺、機(jī)器人等。

AI是如何運(yùn)算的呢？

我們經(jīng)常聽到AI仰賴機(jī)器學(xué)習(xí)或深度學(xué)習(xí)運(yùn)算，這些不僅需要大量硬件資源，并涉及到極為復(fù)雜的神經(jīng)網(wǎng)絡(luò)計(jì)算。那這些背后計(jì)算又如何關(guān)聯(lián)至實(shí)際的應(yīng)用呢？為了避免復(fù)雜的數(shù)學(xué)公式解說，我們介紹一種相對(duì)簡(jiǎn)單的核心概念來理解，即 AI運(yùn)算中的“潛藏空間 (Latent Space)?”(如下轉(zhuǎn)圖所示)。盡管底層的計(jì)算非常復(fù)雜，潛藏空間通常是將高維度復(fù)雜的原始資料，轉(zhuǎn)換并濃縮至較低維度的空間，在這個(gè)轉(zhuǎn)換過程中，可降維壓縮數(shù)據(jù)并同時(shí)擷取保留原始資料的重要特征。在潛藏空間的每一筆資料皆代表原始資料的一種特征或特征組合。在各種產(chǎn)業(yè)的應(yīng)用領(lǐng)域中，AI技術(shù)時(shí)常與潛藏空間相關(guān)聯(lián)，例如常見的資料維度縮減、訊息壓縮、代表性學(xué)習(xí)、數(shù)據(jù)預(yù)測(cè)和數(shù)據(jù)生成等。「潛藏空間」概念已可廣泛地連結(jié)到真實(shí)世界人類的知識(shí)空間，如數(shù)值資料空間、影像資料空間、文本空間，甚至是這三種空間同時(shí)發(fā)生。

AI/機(jī)器學(xué)習(xí)如何解讀人類智能(HI)的資料

當(dāng)AI遇上制造自動(dòng)化

近年來，AI應(yīng)用不斷導(dǎo)入于制造業(yè)且應(yīng)用面向持續(xù)擴(kuò)大。半導(dǎo)體制造業(yè)可利用AI算法、機(jī)器學(xué)習(xí)/深度學(xué)習(xí)、和數(shù)據(jù)分析等方式，來優(yōu)化和自動(dòng)化生產(chǎn)線制程。常見的AI實(shí)際應(yīng)用如下：

預(yù)防性維護(hù)：透過分析自動(dòng)化系統(tǒng)機(jī)臺(tái)或設(shè)備上的傳感器數(shù)據(jù)，AI可預(yù)測(cè)出該機(jī)臺(tái)與設(shè)備何時(shí)需要進(jìn)行維護(hù)，讓作業(yè)人員得以預(yù)先安排維護(hù)時(shí)間，減少非預(yù)期的停機(jī)，大幅減少機(jī)臺(tái)問題所造成的停機(jī)時(shí)間，進(jìn)而提高生產(chǎn)效率。在此應(yīng)用場(chǎng)景中，回歸模型是最常使用的方法，模型的回歸因子變量可同時(shí)考慮各種數(shù)據(jù)型態(tài)，例如傳感器的量測(cè)、記錄的時(shí)間序列、制程方法、材料等不同類型數(shù)據(jù)皆可。當(dāng)完成收集這些數(shù)據(jù)后，模型在學(xué)習(xí)過程中，會(huì)將這些變量轉(zhuǎn)換至潛藏空間用于進(jìn)一步運(yùn)算，針對(duì)我們真實(shí)世界的實(shí)際狀況進(jìn)行預(yù)測(cè)，提前預(yù)測(cè)機(jī)臺(tái)或設(shè)備未來可能遇到的問題。

質(zhì)量保證(QA)：AI可讓系統(tǒng)自動(dòng)解析相機(jī)圖片數(shù)據(jù)，進(jìn)行實(shí)時(shí)質(zhì)量控制，檢測(cè)制程中的產(chǎn)品是否有缺陷或異常。常用技術(shù)包含監(jiān)督式學(xué)習(xí)的物體檢測(cè)模型，以及無監(jiān)督式學(xué)習(xí)異常檢測(cè)模型，目標(biāo)是高準(zhǔn)確度判斷視覺圖片是否有瑕疵或異常。這些基于圖像的模型通常利用復(fù)雜深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)層，將數(shù)據(jù)轉(zhuǎn)換到潛藏空間運(yùn)算出機(jī)率值，再輸出異常的區(qū)域與類別。這些先進(jìn)技術(shù)已可高度準(zhǔn)確判讀圖像資料，偵測(cè)出缺陷產(chǎn)品，并自動(dòng)移除異常產(chǎn)品，以確保生產(chǎn)品質(zhì)。

制程參數(shù)優(yōu)化：AI算法可通過分析各種數(shù)據(jù)來優(yōu)化制程，提升生產(chǎn)效率。例如，在制程開始前，AI可模擬并分析大量的歷史數(shù)據(jù)，生成最有效的設(shè)計(jì)解決方案，縮短產(chǎn)品開發(fā)時(shí)間。可解釋的AI模型被廣泛應(yīng)用在這個(gè)階段，為使用者提供適當(dāng)?shù)臎Q策方案。在制造過程中，AI可精細(xì)地分析過去生產(chǎn)的數(shù)據(jù)，且同時(shí)考慮機(jī)器、配方、操作員和環(huán)境等因素，以確保最有效的參數(shù)設(shè)定。除了數(shù)值預(yù)測(cè)模型和整合式學(xué)習(xí)等常見的模型外，可涵蓋各種因子的大型神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換模型也經(jīng)常被使用。通常更復(fù)雜的模型代表運(yùn)用更大的潛藏空間。這種方法已廣泛導(dǎo)入制造業(yè)中，顯著地提高生產(chǎn)效率和穩(wěn)定產(chǎn)品品質(zhì)。

機(jī)器人流程自動(dòng)化(RPA)：AI亦可透過RPA自動(dòng)執(zhí)行重復(fù)與規(guī)則性的任務(wù)，例如人工的手動(dòng)數(shù)據(jù)輸入、訂單處理、財(cái)務(wù)報(bào)告和行政事務(wù)等，使人力可專注更具挑戰(zhàn)性和創(chuàng)造力的工作。常見的AI應(yīng)用有圖像與文本識(shí)別，如OCR技術(shù)已可顯著地協(xié)助人類判斷圖像文字，幫助用戶快速將數(shù)字、表格和文本轉(zhuǎn)換為數(shù)據(jù)數(shù)據(jù)，并將其整合至報(bào)表系統(tǒng)中，甚至可輕易監(jiān)控?cái)?shù)據(jù)的變化，實(shí)時(shí)排除異常狀況。

供應(yīng)鏈優(yōu)化：AI也能優(yōu)化整個(gè)供應(yīng)鏈流程，包含采購、需求預(yù)測(cè)、訂單狀態(tài)、物流分配和財(cái)務(wù)管理等各個(gè)面向。透過AI分析數(shù)據(jù)，可預(yù)測(cè)市場(chǎng)趨勢(shì)，制定生產(chǎn)流程、有效資源分配和庫存管理。此部分最常使用數(shù)值回歸模型、定價(jià)模型和時(shí)間序列模型，讓模型預(yù)估數(shù)量或監(jiān)控?cái)?shù)量變化，來提升工作流程效率與減少費(fèi)用的開支。

AI輔助自動(dòng)化可帶來什么效益呢？ 將AI與自動(dòng)化系統(tǒng)整合，在各種產(chǎn)業(yè)應(yīng)用已帶來許多優(yōu)點(diǎn)，其中最顯著的效益如下：

提高準(zhǔn)確度與精確度：利用數(shù)據(jù)分析方法，使AI透過大量數(shù)據(jù)不斷學(xué)習(xí)與調(diào)整，可提高自動(dòng)化流程的準(zhǔn)確度與精確度，避免決策錯(cuò)誤，確保品質(zhì)表現(xiàn)一致性。

提高效率和生產(chǎn)力：AI驅(qū)動(dòng)的自動(dòng)化流程，可減少人工手動(dòng)操作，優(yōu)化產(chǎn)線的工作流程，讓工作任務(wù)完成更快，產(chǎn)量更高，整體生產(chǎn)效率更提升。

節(jié)省成本：AI可自動(dòng)化例行性和重復(fù)性的工作，使資源分配更優(yōu)化，讓企業(yè)更節(jié)省勞動(dòng)成本和運(yùn)營(yíng)成本。

AI協(xié)助日月光邁向智能制造的未來 AI和自動(dòng)化協(xié)同可創(chuàng)建智能、高效和機(jī)敏的制造系統(tǒng)。AI的智力、學(xué)習(xí)和預(yù)測(cè)能力可為自動(dòng)化增添了許多加值應(yīng)用，提供更正確的決策與更優(yōu)化的流程。我們深信: 每當(dāng)需要人類智慧進(jìn)行判斷、操作、或決策時(shí)，必定潛藏存在以AI來協(xié)助人類智慧的無限可能，以此理念為基石，日月光傾力打造更具競(jìng)爭(zhēng)力和生產(chǎn)力的智能制造生態(tài)系統(tǒng)。 ?

審核編輯：黃飛

?