- 3月 05 週六 202208:16
《正式成立》AI+IoT應用研究室
- 4月 05 週日 202013:00
【跌倒偵測及預測】：老人跌倒及工安事件
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。
- 12月 04 週三 201922:00
工業4.0眼睛：AI瑕疵檢測平台
瑕疵分類及檢測(AOI + AI)
- 10月 12 週六 201914:55
【視覺抄表】當傳統視覺OpenCV遇到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。
- 8月 03 週六 201920:36
工業4.0大數據(SQL)：PostgreSQL
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。
- 7月 15 週一 201920:41
【工業4.0】設備智慧連網方式
圖片來源(工研院) : https://college.itri.org.tw/component/sppagebuilder/?view=page&id=66
隨著工業4.0時代的來臨，傳統製造業最重要的第一步，就是要讓生產機器具備連網能力，使得不同的機台能溝通，進而收集資料，智慧化分析大數據。
- 6月 22 週六 201918:54
智慧工廠門面：Grafana
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:
- 2月 08 週五 201917:34
用AI助國軍辨識欺敵武器
國家中山科學研究院製造首次對外展示充氣式M60A3戰車，以及用木板打造的M-41D輕型坦克、國造雲豹八輪甲車等各式各樣充氣式戰車。可以在於敵軍實施空中偵照時達到欺敵作用，並誘敵攻擊消耗敵軍彈藥。相信國人對國軍不斷的精進欺敵戰術，都深感佩服。
- 9月 14 週五 201800:11
淺談ONNX交換格式
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。
- 9月 09 週日 201822:43
工業4.0最後一哩路:AI大數據
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。
在智慧製造方面陳昇瑋(台灣資料科學之父)提出四類主要應用 ，個人補充提出二項應用如下：
