AI大數據《AI+IoT應用研究室》

在AI的應用領域，行為偵測是一種新的應用領域。其中老人跌倒及工廠人員跌倒，藉由AI攝影機的幫助，可以即時發現，爭取更多的時間，搶救生命。其中隨著台灣邁入老年社會，而照護人員勢必缺乏，這時候藉由AI來輔助，可以省下許多人力，讓長照人員能做更有意義的關懷服務。

此架構是基於OpenPose(節點偵測)和SVM(支持向量機分類)技術，配合雲端WebAPI及Line，形成一個完美的解決方案。

瑕疵分類及檢測(AOI + AI)

工業4.0的推行，大家都知道要智慧上網，才有辦法將數據收集起來，否則一切都是流於空談，就如同我在部落格寫的六種方式聯網(【工業4.0】設備智慧連網方式)，文中介紹最後的一種連網方式-AI視覺抄表，因為在很多工廠存在老舊機器設備，儀器及儀表都沒有數據通信連接，必須要靠人工來抄寫。但用人工抄寫有幾個缺點，包括費時費力、漏抄或錯抄等現象。而且還要用人工輸入至系統內，會產生資訊時間落差及無法即時警示問題。

當然AI視覺抄表，也可以取代一些偏遠地區或高溫高壓高熱長時間惡劣工作環境的人工抄寫，利用邊緣運算設備(樹莓派+USB攝影機)透過4G或NB-IoT，即可以達成。故AI視覺抄表的應用非常廣泛。特別開闢一篇文章來敘述，希望能將各種舊設備也能智能化及智慧化。

工業4.0意味著工業需要生產大數據，供後續AI數據分析及應用。然而每天生產的數據非常大，除了要考量資料庫儲存技術之外，企業也會考慮要付出的資料庫授權費用及硬體成本。資料庫大致可分為SQL及NoSQL，SQL是用於管理關聯資料庫管理系統的程式語言，目前SQL資料庫廣為人知的有Oracle/MS-SQL/DB2/PostgreSQL/MySQL。至於NoSQL是不同於傳統關聯資料庫，欄位自由分散，且支援大容量的資料運算，適合海量運算，其中最有名是MongoDB資料庫。但筆者認為一般工業4.0資料庫，還是以SQL較適宜。

工業4.0資料庫第一步先考慮SQL關聯資料庫，第二步想的問題是否有免費好用的資料庫，尤其若是機器設備輸出給客戶，希望能不增加太多經費，就讓機器設備智慧化及可視化。免費的資料庫，目前有兩個選擇，一是MySQL，另一個是PostgreSQL。單功能來說，目前各有優缺點，不分上下，都是很好的選擇。但MySQL版權簡單的說就是自己使用免費，若附加在開發的程式，除非貴司的程式要開源免費供其它公司或個人使用，不然每一套系統都要付費買MySQL。而PostgreSQL資料庫，本身用在個人及商業使用都不必付錢或開源自己開發程式。基於以上的原因，很多公司會選擇PostgreSQL當工業4.0大數據的資料庫。

圖片來源(工研院) : https://college.itri.org.tw/component/sppagebuilder/?view=page&id=66

智慧工廠的核心是透過資訊收集、分析及可視化進行即時管理。Grafana 是一套免費的SCADA監控軟體，可讓您查詢和視覺化資料，然後根據您的視覺效果建立並共用儀表板。不但可以架在工廠的邊緣運算環境。也可以放在AWS/Google/Azure等各大雲端平台上。並支援許多資料庫(如:MogoDB/PostgreSQL/MySQL/MS-SQL)。這套戰情室SCADA軟體適合多中小型企業由工業2.0提升至工業3.0/3.5的利器。後續再搭配往後介紹文章，免費的NoSQL資料庫(MongoDB)或免費的SQL資料庫(PostgreSQL)，加上先前文章介紹  【工業4.0】設備智慧聯網方式   ，就可以輕易建立智慧工廠即時監控戰情室。

Grafana軟體的主要特點如下:

ONNX（Open Neural Network Exchange）是一套開放神經網路交換格式，由 Facebook、微軟結盟推出， 並獲得 Intel、AMD、ARM、IBM、華為和高通/聯發科晶片廠商支持加入 。 神經網路框架格式間的互通性，  讓不同標準的深度學習模型可以互相轉換，加快AI人工智慧的發展。目前有許多AI人工智慧Model，如 Google 的 TensorFlow、Facebook 的 Caffe2/PyTorch、微軟的CNTK、亞馬遜的 MXNet 等等。 為什麼需要框架之間有互通性？不同框架有不同優勢，因為某框架 表現比較好，你可以用它訓練了一個神經網路，然後用另一個框架來執行。  Facebook 和微軟合作就是為了解決這個問題。根據雙方透露的情況，未來CNTK、Caffe2 和 PyTorch 都會支援新的互通格式 ONNX。 但TensorFlow 目前是業界主流，已建立自己整個生態架構，並沒有要支援 ONNX，這是最大的缺憾。

這幾年AI及工業4.0風起雲湧，報章雜誌紛紛報導，連一些大老闆打高爾夫球時，彼此都要聊聊AI及工業4.0，但台灣很多工廠目前還停留在工業3.0，一步步地導入才是正確的方向。然而太多企業雖然知道工業4.0的重要性，但苦於人才的不足或知識的缺乏，大部份都是說說而已。提升工業至4.0能讓企業升級，擺脫低薪的困境，尤其對岸已將AI及工業4.0列入國家發展計畫，傾全國之力在發展，台灣在外國人眼中擁有全世界最優秀的硬體人才，結合AI及工業4.0將是台灣能否脫胎換骨的關鍵，也是筆者成立此部落格的初衷之一。

工業1.0的主軸是機械化、工業2.0是電氣化、工業3.0是自動化、工業4.0是智能化。 上銀集團董事長卓永財表示，台灣有許多製造業還停留在工業2.0，若不能升級，5年內，將被中國大陸及東南亞等國企業超越而遭淘汰，3.0若不能升級，10年內也是岌岌可危。他認為務實升級才是生存之道。 清華大學清華講座教授簡禎富，同時也是清華台積電卓越製造中心主持人，他帶著學生做產學、為企業診斷。他認為，談工業4.0，不應一蹴而幾，應該用「工業3.5」的混合策略和破壞性創新，促成管理、組織的革命。

從業界龍頭老闆及工業大數據教授專家的眼中，台灣目前企業普遍停留在工業2.0/3.0，離工業4.0有很大的差距，除了大集團需要真正落實工業4.0，其它企業應該著手的是如何將工業2.0/3.0升級至3.5，讓產業升級創新，才有本錢與大陸及東南亞等國家競爭，同樣可以解決台灣低薪問題。個人提出一個工業3.5最重要的核心，即時生產品質監控，這是未來邁向工業4.0最重要的基礎。

今年全台農業盛產，但是盛產後卻帶來香蕉、鳳梨價格崩跌，每年政府信誓旦旦要解決農民的問題，總是在出事後才提出。尤其是要提供農民產銷平台，從源頭管控。但不見得每個農民會配合，再加上各種狀況及主政觀念落後因素，使得產銷資訊平台，淪為蚊子平台，得不到農民的使用及信賴。個人參考國外及AI整合應用，提出一個宏觀的解決方案，供政府決策者參考。

( 圖片來源：尚茂智能科技)

該照片與本文章相似系統圖片: WAVE/DSRC 國道貨車動態過磅系統 - 工研院