最新消息
LATEST NEWS 最新消息
-
直擊工業用機械手臂!EPSON 打造數位孿生、食品包裝、電池組裝與移載等解決方案,助企業升級智慧製造全台最大工業科技盛會「Intelligent Asia 2024」在 8 月 21 至 24 日於台北南港展覽館一、二館盛大展出,匯集全球 1,200 家科技製造業領導廠商,規模達 4,500 個展位,展示 AI 在智慧製造中的應用。TechOrange 科技報橘特派記者特別前進展會現場,直擊 EPSON 一系列最新工業用機械手臂。 EPSON 的展示區涵蓋新技術應用、視覺與力覺感測、組裝、IoT 手臂數據管理系統與簡易軟體操作等解決方案。新技術應用則包含 360 度即時監控機台運行狀況的數位孿生應用,還有使用四軸機械手臂,實現多支起子鎖附。在數位孿生應用方面,EPSON 使用 T 系列四軸手臂搭配視覺系統進行快速取放,透過 AI 分析、LLM 進行深度學習與溝通,並運用 NVIDIA Omniverse 虛實整合技術實現虛擬工廠的同步,可遠端進行全方位監控,進而提升營運效率。另外 EPSON 更整合 PEGA.AI 人工智慧平台,讓使用者無需編寫程式即可快速訓練、高效部署 AI 模型,搭配手臂自動進行瑕疵檢驗,甚至還能以「口說」方式讓手臂運動並完成指令。 這項數位孿生的機械手臂解決方案,在電子產業的應用上可以進行自動化裝配與測試,並以 AI 視覺檢測系統識別缺陷和異常,從而提高產品品質。在 3C 產業的應用上,可以藉由 AI 協同手臂優化組裝流程,提高生產效率;在醫療產業的應用上,則可運用 AI 輔助手臂,根據實時數據進行更精確的操作,增加藥物分配的準確性。T 系列四軸手臂具備節省空間、速度快、精度高、免電池設計等特色,也能助力客戶提升整體效能,節省更換電池的成本。 食品包裝解決方案:設計特殊軟爪避免破壞產品 EPSON 的機械手臂解決方案可以有效提高包裝速度和準確性。 EPSON 觀察到食品產業缺工的需求,因此特別在本次展會主推食品包裝解決方案,使用 LS6 手臂,支持高速度、精度的定位取放。這項解決方案特殊之處在於「夾爪」,有別於傳統工業用氣動夾爪的力量較大,所以在夾取過程中容易導致食品破碎,EPSON 特別設計的軟爪能夠隨著產品彈性變形,避免破壞產品本身。另外,為滿足食品製造所要求的安全問題,這款機械手臂也可以使用食用油運作。 在設計方面,EPSON 機械手臂後部管道過去都是直線版本,但會增加設備將近 10 公分的高度,從而佔據工廠更多空間,現在則以斜角設計減少機械手臂的總高度,同時縮小設備尺寸。EPSON 也補充,一般機械手臂需要供電給暫存資料的記憶體,因此當工廠發生斷電,記憶體內容就會消失,且機械手臂程式也需要重新校正點位。現在透過 EPSON 研發的特殊馬達,其內部編碼器(encoder)可以讓工廠不需要電池仍能掌握數據資料。 電池組裝與移載解決方案:力覺感測器賦能高精度組裝 EPSON 電池組裝與移載解決方案的手臂、力覺感測器皆為 Epson 原廠產出。 至於電池組裝與移載解決方案,適用於能源產業電池模組、車用零件產業汽車電池及電氣系統,還有電子產業對於智能手機、平板電腦電池的精密組裝和測試。EPSON 指出,鋰電池一旦出現穿刺、破損就會開始燃燒,因此電池產業尤其注重設備安全,EPSON 特別在四軸機械手臂裝載力覺感測器,感測手臂末端接觸物體時反饋的力量,實現高精度組裝與產品保護的功能。這款機械手臂在現場演示將 64 顆電池擺放並快速換夾爪為電池上蓋,由於每顆電池擺放的角度不同,因此如何一次將電池上蓋,同時藉由探測高度和左右的阻力通過 64 個電芯,成為機械手臂的挑戰。 散熱器組裝解決方案:以多支伺服起子架構克服鎖螺絲的受力不均 EPSON 散熱器組裝解決方案展示如何一次鎖四顆螺絲並讓整體受力更平均。 因應製造業的需求,EPSON 也提供散熱器組裝解決方案,使用荷重達 8 公斤的 GX8 手臂完成速度快、精度高的任務。EPSON 分享,工廠過去一顆一顆鎖螺絲的方式會造成受力不均的狀況,像是如果鎖其中一側的螺絲,另一側的螺絲就會翹起,進而發生浮鎖或滑牙的現象。在散熱器組裝解決方案中,多支伺服起子架構的設計能夠同時控制多支起子鎖附,讓散熱器壓力均勻分布於處理器表面,另外 EPSON GX 系列手臂無電池設計、快拆線材的特色,也可以節省客戶的維護成本與時間。 EPSON 於 2024 台北國際自動化工業大展展示多項創新科技,透過全方位的工業機器人解決方案,協助企業提升生產品質及效率。未來,EPSON 也將持續提供機械手臂與相關自動化方案,擴展產品線到製程設備領域。 本文轉載自 TechOrange 科技報橘SEE MORE
-
為什麼機器人要做成「人形」?揭開機器人踏入日常生活的 550 億商機當機器人被注入生成式 AI,和人類一起生活的場景不再科幻,解鎖新技能的速度也飛快進展。 獲得 OpenAI、NVIDIA 等巨頭投資的新創 Figure AI,今年頻頻展示火力──1 月大秀自家人形機器人會煮膠囊咖啡、2 月會搬東西、3 月可讓人類下語音指令和對話、7 月跑到 BMW 工廠組裝汽車底盤。 8/6,Figure AI 緊接著發表第 2 款人形機器人 Figure 02,有更靈活的手指、關節,也強調組裝汽車時,知道零件有沒有放歪,放歪了還會自己用手撥一下修正。 同樣備受關注的挪威新創 1X,1 月展示自家機器人會開門,6 月場景切換到辦公室──人類一聲令下,4 個機器人開始清理空間,它們忙進忙出,擦乾桌上翻倒的飲料、把椅子靠好、拿飲料去會議室。1X 也正幫機器人加上雙腳,研發「雙足」機器人 NEO。 機器人在製造業工廠運作已經有幾十年,大多身處固定的空間環境、執行單一且重複的任務。然而上述情境突顯,機器人的用途更加廣泛,不只能待工廠、還能走入一般消費者生活,而這背後有 4 大因素驅動。 4 大關鍵驅力,機器人將迎來 ChatGPT 時刻 第一個關鍵驅動力,全球缺工。大摩分析師指出,缺工議題增加各行各業採用機器人的可能性。 第二,硬體與 AI 技術革新。馬達技術進步、電池儲電能力提升也變得更輕。此外,過去機器人該怎麼動,工程師需要針對每一個不同的系統或環境來訓練和撰寫程式,但 AI 深度學習模型能讓機器能更好地適應、回應實體世界中突發的物理性挑戰,並自我學習;生成式 AI 除了提升前述能力,還能讓不會寫程式的人「用說的」,就能控制機器人。 第三是商機。Figure AI 創辦人 Brett Adcock 觀察,單一用途機器人的商業市場已經飽和,但多功能的通用型機器人潛力還沒完全被開發。《CNBC》指出,人形機器人目前多只部署在物流倉庫中,有機會被進一步用在家庭、辦公室等環境。 第四是市場態度產生變化。管理顧問公司 Slalom 向《金融時報》分享,消費者近年採用 AI 工具產生了連鎖效應──讓企業能夠考慮在接觸消費者的環境中使用機器人。 機器人從工廠走入消費者生活,商機有多大? 根據國際機器人聯盟(IFR)定義,機器人依用途分為:工業機器人、服務機器人,兩者最大差別在是否應用於「製造」。「服務機器人」是一種不生產任何東西的機器人,應用涵蓋物流運輸、家用、旅館、社交與教育、醫療等生活場域,市場可期。 調查機構 Statista 統計顯示,服務機器人市場 2024 年營收將達 335 億美元,到了 2028 年市場規模預估成長至 551.8 億美元,營收年增率為 13.29%;工業機器人市場 2024 年的營收預估則為 93.1 億美元,到 2028 年成長達 104.1 億美元。 服務機器人包含商用、消費用兩種類型,整體市場營收至 2028 年將達 551.8 億美元。圖片來源:擷取自 Statista,數據更新至 2024 年 3 月。 要讓機器人更萬用,它的外形應該長什麼樣子? 當機器人有了又新又聰明的大腦,它需要什麼樣的外形,才能靈活適應各種場景、幫人類執行不同的工作任務?答案很可能是「長得像人」。 特斯拉執行長馬斯克、NVIDIA 執行長黃仁勳,都對「人形機器人」前景表示樂觀。馬斯克甚至大膽預測,未來人類可能會被人形機器人追得到處跑,而黃仁勳則認為,AI 下一波浪潮是機器人,其中又以人形機器人最受期待;未來還會跟車子一樣普及。 打造成「人形」有何好處?支持的論點大多提到,人形機器人可以在專為人類設計的環境中,學習執行不同任務,不用打造多個單一用途的專用機器人,也無須改造原本的使用場域和工作流程。 《TechCrunch》舉例,如果機器人沒有兩隻腳、靠輪子移動,在樓梯場景就會遇到阻礙。Figure AI 創辦人 Adcock 也認為,目前的世界是圍繞人類活動、生理條件所打造,所以機器人做成人形是理想狀態;如果研發特殊用途的機器人,需要不同團隊研發、操作,要投入的資金反而更多。 此外,Adcock 表示,人形機器人的設計,除了讓人更願意與之互動,也會回頭影響 AGI (通用人工智慧)發展,更容易成為通用型工具,甚至成為全球標準,「我們需要人形機器人才能到達 AGI。」 高盛預測,未來 20 年人形機器人市場規模將成長至 380 億美元,而這些機器人將成為和智慧型手機、電動車一樣的生活必備裝置。無論最終深入人類生活的機器人長什麼樣子,可以肯定的是新一波機器人進展,正在重新打開人類的想像力,持續引領著技術創新。 加州大學聖地牙哥分校的電腦科學與工程系教授 Henrik Christensen 告訴《CNBC》:「機器人是 AI 與現實相遇的地方。」而「這產生一些非常有趣的新組合,我認為即使在 5 年前,我們也無法想像。」 本文轉載自 TechOrange 科技報橘SEE MORE
-
引領台灣走向 AI 與機器人應用新時代!直擊【2024 台北國際自動化工業大展】,解鎖所羅門、達明機器人、KUKA 等亮點攤位「Intelligent Asia 亞洲工業 4.0 暨智慧製造系列展」在 8 月 21 日於台北南港展覽館一、二館正式登場。本屆展覽以「AI in IA」為主軸,重點展示 AI 在智慧製造中的應用,以及提升產業鏈競爭力與效率的解決方案。今年同期展覽包括「台北國際自動化工業大展」和「台灣機器人與智慧自動化展」等九大展會,匯集全球 1,200 家科技製造業領導廠商、4,500 個攤位,參展數量突破歷史規模。在活動開幕式現場,行政院院長卓榮泰特別出席,與台灣智慧自動化與機器人協會理事長絲國一、台灣區模具公會理事長張和明等公協會代表,攜手駐台使節、各界企業先進一同為展會揭開序幕。 「驅動創新,才能夠普惠大眾,」行政院院長卓榮泰在致詞時強調,台灣的中小企業與傳統產業是重要的經濟命脈,唯有健全供應鏈,才能形塑台灣真正的經濟實力。卓榮泰也承諾,未來行政院不只會加強培育產業人才、助力企業加速雙軸轉型,更會在明年編列 105 億預算振興中小企業、增強產業競爭力,並將台灣引領到 AI 應用的新時代。 以 AI 驅動智造,讓產業透過高值化走出削價競爭困境 TAIROA 台灣智慧自動化與機器人協會理事長絲國一分享,智慧製造與機器人是 AI 落地的關鍵場域,因此今年展會也特別展出許多 AI 、虛實整合技術結合智慧製造的創新應用,等待與會者親臨展場體驗。另外,今年展會現場也特別邀請來自日本、越南、波蘭、馬來西亞及香港等地的國外協會參與,期待台灣企業能透過此次展覽鏈結國際並創造新商機。 台灣區模具公會理事長張和明特別提到,在美中貿易戰的影響下,價格只有台灣 70-80% 左右的中國低價模具開始在全球大量傾銷,目前台灣竟有高達 70% 的進口模具來自中國,讓模具產業的處境格外艱困。為扭轉這樣的狀態,台灣區模具公會特別成立「台灣模具先進材料成型技術研發中心」,助力台灣模具產業以智慧化與自動化技術提升市場競爭力,走向高值化發展。 直擊亮點展攤:FANUC、所羅門、達明機器人 首次參與台北國際自動化工業大展的 FANUC 發那科公司,今年一次展出 30 個攤位,為本次展覽單一攤位中展出協作型機器人數量名列前茅的企業之一,其中協作型機器人 CRX 可以提供最高 30 公斤的搬運能力,並且只要輕輕觸碰機器就會立即停止,有效提高作業人員的安全性;待機器停止後,相關人員也只要輕推 CRX 機器人兩下,即可回復到原本的作業狀態。此外 CRX 機器人更具備多種模式的手拉教導功能,還可以在學習後成功「寫書法」,這些功能皆可以在展示會現場實際操作體驗。 FANUC 展出的協作型機器人具備快速的學習功能,可以在現場立即學習後以毛筆寫出所學習的字。 所羅門今年以「即學即用,快速落地」為主軸,展出各種機器人 3D 視覺、AI 缺陷檢測,以及整合 AI 與 AR 技術的增強智能解決方案。此外,所羅門今年特別展出「智慧零售 AI 結帳系統」,並在攤位現場提供實作,讓每位操作者皆可以親自體驗如何以 AI 技術自動精準識別商品並計算價格,創造便利的購物新體驗。所羅門也分享,智慧零售 AI 結帳系統不僅可以簡化結帳流程,更可以助力店員克服語言隔閡、降低工作量,以釋放更多的時間與精力在有溫度的服務上。 所羅門今年特別展出「智慧零售 AI 結帳系統」,並在攤位現場提供實作,讓每位操作者親自體驗如何以 AI 技術自動精準識別商品並計算價格,創造便利的購物新體驗。 達明機器人在現場展示「原生 AI 引擎」加「機器手臂」加「視覺系統」的 AI 協作型機器人,例如 TM AI Cobot 整合飛拍、輸送帶追蹤、AI 檢測等功能,降低誤判並實現品質管控與追蹤,每個項目的檢測時間只需要 0.5 秒。達明機器人更已應用 AI 數位孿生,結合 TM 3DVision、NVIDIA Omniverse 及 NVIDIA Manipulator 展示 3D 取物,進行各項 AI 模型訓練、運動模擬等工程,提升 3D 視覺辨識及任務執行效率。達明的 AI Cobot 在電子業、半導體業、機械加工業、CNC、食品業、倉儲業等產業皆可應用。 達明機器人在現場展示「原生 AI 引擎」加「機器手臂」加「視覺系統」的 AI 協作型機器人,例如 TM AI Cobot 整合飛拍、輸送帶追蹤、AI 檢測等功能,讓每個項目的檢測時間只需要 0.5 秒。 全球智慧型機器人、設備和系統技術供應商 KUKA 展示從機械手臂到自主移動式平台、智能倉儲自動化的完整解決方案。其中 KUKA 的機械手臂整合混料堆疊系統,可以根據使用者提供的貨物資訊,透過混料工單系統邏輯參數生成最佳堆疊方式,同時可藉由影像讀取,確認輸送帶上大小不一的物品,提升混料堆疊穩定性。KUKA 的機械手臂還能與承載能力高達三公噸的 KMP 3000P 自主移動式平台進行協作,其內建的 3D 攝影鏡頭和雷射掃描器,能夠有效確保工作環境的靈活性、安全性,並採用感應式充電方案,支援全天候運作,從而滿足製造過程中物料供應、無輸送帶流程鏈等應用場域,實現更全面的自動化升級。 KUKA 的機械手臂在展會現場示範如何堆疊不同規格的物品,同時達到空間運用最佳化。 全球工業電腦領導廠商研華公司觀察到製造業者的需求,以「The Revolution of Edge AI 共創永續智能地球」為主題,展出四大領域熱門關鍵焦點:AI、綠色低碳、智慧機械和智慧工廠,並整合產業鏈生態系夥伴知識應用,提供各行業多元的解決方案與服務。例如致力提供 AIoT 物聯網資料彙集雲平台的棋苓,就整合研華的 LoraWan Gateway 與 iFactory 平台,打造 LoRa 定位解決方案,這款新產品已在新加坡多個場域成功落地驗證,助企業實現大範圍場域的 AIoT 人員與資產定位管理,進而提升運營管理效率。 在 2024 台灣機器人與智慧自動化展暨台北國際自動化工業大展上,研華展示 AIoT 人員與資產定位管理解決方案。 凌華科技以邊緣運算為核心,展出環繞 AI 智慧製造、自主移動機器人、綠能等三大主題,偕同產業合作夥伴推出電動車充電樁管理、廠務能源管理、企業碳排查管理到機器人物料搬運系統,以及針對 CoWoS 半導體封裝製程提出高速、高準確性的自動聚焦檢測解決方案。「在半導體這個精密的加工中,AOI 檢測的問題會被更放大,你的影像如果是模糊的,就會導致產品良率下降。所以我們提供高精度運動控制 CoWoS 製造方案可以透過自動識別強化檢測精準度,並即時反饋降低檢測誤差,甚至支援動態對焦,提升檢測速度,」凌華科技特別分享。 凌華科技分享高精度運動控制 CoWoS 製造方案在半導體產業的應用場景。 其他知名參展企業包括機械手臂如安川電機;協作型機器人如優傲、微星;工業電腦如新漢、華碩;工業網路 Moxa;以及 AI 應用與系統整合如台達電、廣運、西門子等。此外展會期間也將舉辦「AI 智造國際論壇」、「Gen AI 智慧製造交流研討會」、「臺德智慧機械論壇」及多場「新產品與技術發表會」等專業活動,深入探討 AI 在智動化中的應用、國際趨勢及未來發展,並將舉辦「智動化技術人才媒合會」,邀請 15 家優質企業設攤,提供超過 250 個就業機會。 本文轉載自 TechOrange 科技報橘SEE MORE
-
【給製造業導入 AI 的真心話】不是砸錢就有 AI 智慧工廠,資料品質好才是重點WEF(World Economic Forum,世界經濟論壇)統計,AI 在 2023 年為製造業帶來 32 億美金的市場價值,並預計 2028 年會到達 208 億美金之高。製造業者面臨永無止境的營運壓力,需要改善生產流程、優化供應鏈、提供客戶高品質產品,並快速適應動態市場變化,而 AI 就是企業面對問題的新工具,也將成為智慧工廠的核心大腦。 台灣已經有許多 AI 智慧工廠運行中 台灣與國際上許多製造大廠早就已經導入各式的 AI 在智慧工廠中,其應用涵蓋了預測性維護、生產品質控制、生產流程優化、供應鏈管理、自主機器人、能源管理和增進生產安全保障等方面。例如特斯拉使用 AI 驅動的 3D 列印機製造汽車;華碩利用內建 AI 引擎與智慧化、適性化的派工方案,讓派工計畫的產出時間下降超過 65%;台灣機械製造商 KUKA 提供不同產業應用的 AMR 自走車或是自動化機械手臂等。 通過這些應用,可以看到 AI 幫助智慧工廠實現更高效、更精準靈活的生產運營模式,將製造業帶向智慧自動化和數據驅動的方向發展。 但這還沒完,自從生成式 AI 問世後,製造業再度看到新曙光。 相對於傳統分析型 AI,生成式 AI 可以做到更全方位的助益,例如透過分析市場趨勢、掌握最新產品監管合規的需求、總結客戶反饋等不同面向來優化產品的設計,幫助產品設計師掌握不同面向的考量,並且以更有效率、低成本的方式做出產品模型。 在供應鏈面向上,也可以透過歷史資料的分析洞察,更加掌握供應鏈狀況,依照原料可取得狀況、定價與風險等考量,讓採購決策更精準。或是依照歷史庫存資訊,提前預測出市場需求狀況,以避免庫存過剩或不足等風險。 智慧工廠被打回現實的主因:沒有堅實的數據基礎 雖然看到各種 AI 的正向案例,但真的要導入自家企業中並且實際落地,這一段旅程可能會比想像中顛簸一些。 許多大廠雖然有資金與意願,不過在導入階段通常會因為人才、資料品質與流程規劃等因素而被打回現實。根據 MIT 雜誌與微軟的合作調查發現,要做 AI 若沒有堅實的數據基礎就很可能會停滯不前。57% 受訪者承認他們在開發 AI 用例時遇到資料品質不理想、54% 認為資料整合狀況薄弱,並且只有約 20% 的受訪者擁有可用於現有 AI 模型的數據。 最常見的狀況是,製造商規模越大,數據不合適的問題就越嚴重,其原因可能是因為各個部門資料格式、保存方式不一,跨部門也沒有統一的資料基礎架構導致「數據用時方恨少」。若是使用小規模或是品質不佳的資料,也會讓 AI 模型做白工、無法分析出理想成果。 缺乏 AI 人才也是許多大廠的限制,如何掌握 AI 模型中的黑盒子並且確保餵進 AI 的數據不會危及智慧財產權機密洩漏,或是針對現有數據做系統性地清理、了解雲端運算等現代化資料架構等都成為大廠的考驗課題。此外, AI 轉型過程中如何突破既有部門流程限制找到新徑更是挑戰。 【在 AI 新世界站穩腳步!製造業領導者該自問的關鍵問題】 1. 如何評估現有工作需求流程,找到最適合導入 AI 的場景並設定明確目標,為團隊增添信心? 2. 組織內是否有明確的資料治理、儲存與利用策略?是否有明確的分工? 3. 組織是否有明確的智財權保護策略,確保營運機密不外洩? 本文轉載自 TechOrange 科技報橘SEE MORE
-
三星出新招!「交鑰匙」AI 晶片製造策略,全面挑戰台積電霸主地位全球科技巨擘三星電子(Samsung Electronics)近日宣布推出全新的「交鑰匙」(turnkey) AI 晶片製造策略,從設計、製造到封裝測試,提供一站式服務,目標透過導入 AI 和大數據技術,全面提升晶片製造效率和品質,並押寶 GAA (環繞閘極電晶體) 等先進技術,劍指全球半導體市場龍頭地位。 三星表示,這項新策略將率先應用於其預計在 2025 年量產的 2 奈米先進製程技術。三星已與日本 AI 新創公司 Preferred Networks(PFN)達成合作,將利用此技術生產 AI 加速器和其他高階 AI 晶片。PFN 是 AI 深度學習領域的佼佼者,獲得豐田、NTT 和發那科(FANUC)等大廠的投資,此次合作展現三星挑戰台積電霸主地位的決心。 面對晶片製程逼近物理極限的挑戰,三星積極發展 GAA 技術。相較於傳統電晶體架構,GAA 技術能更有效控制電流,突破物理限制,持續提升晶片效能,打造更強大的 AI 晶片。三星在 GAA 技術的研發上已領先競爭對手台積電,預計今年下半年將量產採用 GAA 技術的第二代 3 奈米晶片,並於 2027 年開始量產採用 GAA 技術的 2 奈米晶片。 三星的「交鑰匙」策略將AI和大數據技術應用於以下幾個關鍵環節: 設計自動化 :利用 AI 技術自動化設計 DRAM 等記憶體晶片,提升設計效率並減少人為錯誤。 材料開發 :透過大數據分析,更精準地選擇和開發新材料,提升晶片效能和耐用性。 製造良率提升 :利用 AI 技術監控和優化每個製造環節,及時發現和解決問題,提高晶圓良率。 量產和封裝 :在量產和封裝階段,利用 AI 分析產品缺陷、優化生產流程,確保每顆晶片的品質。 分析師指出,三星的「交鑰匙」策略與 GAA 技術的結合將大幅提升其在半導體市場的競爭力。隨著 AI 和 5G 技術的快速發展,先進製程晶片需求持續增加,三星的技術創新有望吸引更多高端客戶,挑戰台積電的龍頭地位。 本文轉載自 TechOrange 科技報橘SEE MORE
-
AI 怎麼造出電動車?3 個關鍵字帶你看 AI 能幫忙做哪些決定?隨著人工智慧(AI)、機器學習(ML)和模擬技術徹底翻轉人類處理和預測資訊的方式,Ansys 技術長 Prith Banerjee 博士說明了在這些帶動變革的科學相互配合下,如何讓我們更迅速打造出更佳的決策。Prith Banerjee 博士是 Ansys 技術長。他擔任這項職務,領導 Ansys 技術的演進發展,並支持公司向下一個創新和成長階段邁進。 3 個關鍵字── AI、機器學習、模擬技術,它們之間有何關聯? Prith Banerjee 博士解釋,AI/ML 和模擬分別是截然不同的技術,三者在相互交會下,將以相當強而有力的方式相輔相成。 首先是 AI,它創建基於規則的模仿人類行為的系統。ML 則是隸屬於 AI 的技術,可利用訓練資料讓電腦自動學習規則。 接著是模擬,其透過虛擬模型分析現實世界的產品和系統。 三者雖然是獨立的概念,彼此卻持續不斷地互補共生。模擬運用 AI 和 ML 技術,以求更快速輕鬆地執行模型。反過來看,AI 和 ML 則運用模擬技術,從各種產業和應用程式中建立合成資料。 電動車的設計、模擬,怎麼讓生成式 AI 協助? Banerjee 表示,模擬技術最為重要的角色是更快作出更佳的決策,而 AI 和 ML 都是提高速度的關鍵。AI/ML 可讓設計師從高階規格著手,自動產生 10,000 件設計方案,然後迅速評估哪些方案是最佳選擇。 各式各樣的 AI/ML 方法,包括由下而上法、由上而下法、降階建模(ROM)和大型語言模型(LLM),都讓求解器能執行更快速且更精確的預測性分析。 像是 ChatGPT 這類的 LLM,在提高求解器易用度方面特別實用。 例如,如果一位工程師想要對一輛電動汽車進行模擬,他們首先必須翻譯不同系統的規格(例如電池、馬達、充電器等),這需要大量的時間和專業知識。 但是,有了 LLM,任何人都可以寫出純粹陳述想要之結果的英文陳述,例如:「設計一輛能在一秒內從 0 加速至 60 mph 且行駛 2,000 英哩的電動車。」模擬技術便會自動產生適用整輛車的多款解決方案,其中有些方案可能是人類從不曾想過。 AI 也可以改善我們編寫程式碼的方式。開發人員需要升級軟體時,AI 能回答用於解決問題的最佳程式碼片段。這可以提升開發人員的生產力,同時強化我們的客戶服務。透過檢視源自數千次客服互動的資料,虛擬專員就能快速提供第一線支援,我們的專家即可將心力投入較不尋常的問題上。 AI 整合數十億個資料來源,該怎麼確保準確度? Banerjee 表示,人類設計師在負責車輛規格時,會運用多項個人能力來建造車輛,不僅是他們的知識,還包括其推理能力。 AI 在進行車輛建模時,將彙整各種來源的參考資料,其中有些來源可能不可靠、源自競爭對手,或是受到法律保護的財產。這也是可解釋 AI 一類的人為監控和技術變得舉足輕重的原因。 Banerjee 指出,在 Ansys,他們運用自己的智慧財產(IP),並將 ChatGPT 引擎套用至 Ansys 在過去 50 年來所建立的資料庫,而此資料庫是透過客戶與 Ansys Customer Excellence(ACE)團隊之間的數千次互動所累積出來的。為確保信賴度和準確度,Ansys 倚賴自有資料來源。 AI/ML 和模擬技術發展下,汽車的未來會是什麼? Banerjee 表示,Ford 開始建造車輛時,當時的製造技術決定了可用結構,例如矩形和圓柱體的金屬成型和射出成型。所以,每件產品一模一樣。想要打造看起來像鳥的車款,在當時是難以想像的事。但現在,透過生成式設計與積層製造,就有可能製造相當精密的物件。 目前,Ansys 正致力於建構 ML 平台,可將其用於指定複雜產品的需求。成果將會是產生成千上萬的嶄新想法,人類設計師無從想像。這些設計都可透過模擬快速評估,再由人類設計師選出最佳方案。模擬與 AI/ML 相輔相成時,可以擁有如此多的可能性。 本文轉載自 TechOrange 科技報橘SEE MORE