訂閱電子報∣ 友善列印字體大小 文章分享-Facebook 文章分享-Plurk 文章分享-Twitter
工業大數據專家李傑:你想要無人駕駛車?還是無憂駕駛車?
數位時代何佩珊
獲取產業訊息零時差!立即訂閱電電公會電子報。

工業大數據專家李傑認為,工業4.0是在解決看不見的問題,目的是做到可預測、無憂,以及知識化這三件事。而他看來,這就是無人駕駛車和無憂駕駛車的不同。

「你想要無人駕駛車?還是無憂駕駛車?」這對任何人來說,應該都不會是一個太難回答的問題,而美國辛辛那提大學特聘教授,同時也擔任美國國家科學基金會(NSF)智慧維護系統產學合作中心(IMS Center)主任等多項要職的國際工業大數據專家李傑,就要用這一個簡單問題,說明兩個時下最熱門科技名詞,「人工智慧」和「工業4.0」之間的關係。

不過在說明兩者關係之前,首先得建立對工業4.0的共識。去年7月李傑接受《數位時代》專訪時曾說過,第四次工業革命所談的不只是工廠和機器人,更重要是觀念的改變,重點是要解決「看不見的問題」。

智能化不是工業4.0

而這一趟他為了新書《從大數據到智慧生產與服務創新》返台三天,在舉辦多場座談會的過程中,他發現台灣企業雖然對這件事已經有意識,卻似乎還是容易將自動化、智能化與工業4.0混為一談,對發展方向似乎仍有些模糊,也缺乏行動力。因此這次接受《數位時代》專訪,他再次進一步闡述何謂工業4.0。

「把人能做,但做不好的的事情做好,這是自動化;而智能化是讓人不能做的事情,做得更好。」李傑簡單的說明了自動化與智能化的不同,但工業4.0又是什麼?他的答案是:可預測性、無憂性、知識化來源。

可預測性應該不難理解,以台灣鋸床設備製造商高聖精密為例,當初他們先是找出對客戶來說最大的不確定性,是來自設備上的刀,因此開始藉由多個感測器的監控,找出設備的衰退性,將原本不知何時會發生的「故障」,變成可以預測的「衰退性」,也就是把不可見變成了可見,成功提高顧客滿意度,帶動銷量的成長。這就是一種工業4.0可預測性的實踐。

李傑認為,如果工廠不能預測、天氣不能預測、物流不能預測、交通不能預測、生產質量不能預測、效率不能預測...那這都只能說還停留在3.0的智能化層次。而當可預測性消滅了不確定性,就是做到無憂。

工業4.0是驅動力,但要達成恐如追求世界和平一樣困難

至於知識化來源,指的是解決當設備變得愈來愈聰明,人卻跟不上資訊爆發時代的狀況。「數據量一大、資源一多,人類智慧已到頂點。」李傑認為4.0就是要讓軟體發揮功能,把複雜數據轉換成人可以學習、看得懂的知識,也讓知識得以傳承,讓社會繼續向前走。他形容,「AI是讓機器更聰明;4.0的目的是讓人變得更聰明。」

工業大數據專家李傑認為,工業4.0其實是相當理想化的境界。
賀大新/攝影

但他也直言,4.0想要做到的這三件事,其實是一個非常理想化的境界,因為以製造業為例,除了設備可能會有的不穩定性,還會有人工誤差、生產鏈斷鏈、甚至是發生地震,或者今天可能某一顆燈就是不亮了等等,太多先天障礙和不可見的「意外」存在。因此即便如高聖可以解決本身設備看不見的問題,但就整個產業來說,還有太多太多的不可見無法被預測。這就是為什麼李傑會說,工業4.0的境界就像追求世界和平一樣困難。

然而,也像世界和平或許永遠沒有實現的一天,卻無疑是一個應該,也必須持續努力的方向一樣。他認為與其將工業4.0想成一種標準,倒不如看成是一種驅動力。李傑說:「4.0希望一切變成協調、可預測和優化,這是一輩子的工作。」

人工智慧、工業4.0不該是斷裂的知識

而基於上述他對工業4.0的看法,或許也就不難理解他為什麼會這麼問:「你想要無人駕駛車?還是無憂駕駛車?」

李傑隨手拿了一張紙,在紙的正上面和左下、右下兩個角落,畫出三個大圓,圓內分別寫上:感測器(物聯網)、大數據、人工智慧。他解釋,過去五年來,物聯網、大數據、人工智慧一個接一個攻佔話題版面,每年科技主角都換人當,但這其實應該是一個系統觀念,而不是個別斷裂的知識。

他指出,當物聯網結合工業大數據,就成了可預測、無憂的工業4.0;而人工智慧結合物聯網,就不只能機器學習,還可以深度學習;也不只能辨別,而是具備認知(Cognitive)的能力,所以才有了無人駕駛、無人工廠的出現。

但他也說,人工智慧或許可以讓車子做到無人駕駛,但要讓無人駕駛不會因為一個感測器壞掉,就演變成自殺駕駛,還必須做到工業4.0的可預測性,進而做到無憂。「無人駕駛不是目的,無憂駕駛才是目的。」李傑說,現在大家談無人駕駛, 只是因為還沒看到無憂駕駛的好處。

訂閱電子報 友善列印 字體大小:
獲取產業訊息零時差!立即訂閱電電公會電子報。