當(dāng)工業(yè)4.0碰到AI 智慧生產(chǎn)的發(fā)展趨勢(shì)

未來一年中，制造商的前三大重點(diǎn)投資包含GenAI、協(xié)作型機(jī)器人、自主移動(dòng)機(jī)器人（AMR）與自動(dòng)引導(dǎo)車（AGV）。從數(shù)據(jù)看未來，AI智能生產(chǎn)很快將成為全球制造業(yè)日常。
工業(yè)自動(dòng)化龍頭洛克威爾自動(dòng)化(Rockwell Automation)發(fā)布的《智能制造概況》報(bào)告指出，全球17個(gè)主要制造國(guó)家/地區(qū)中，有1,500家以上的制造商(包含消費(fèi)性包裝商品、食品飲料、汽車、半導(dǎo)體、能源、生物科技等產(chǎn)業(yè))已經(jīng)使用或正在評(píng)估智能制造技術(shù)，占比從2023年的84%提升至95%；制造商認(rèn)為，AI是創(chuàng)造商務(wù)成果的首要能力，83%的制造商預(yù)期在2024年使用生成式AI(GenAI)技術(shù)；42%的制造商認(rèn)為，提高自動(dòng)化是降低人才短缺與縮短技術(shù)差距的關(guān)鍵，因此，未來一年中，制造商的前三大重點(diǎn)投資包含GenAI、協(xié)作型機(jī)器人、自主移動(dòng)機(jī)器人（AMR）與自動(dòng)引導(dǎo)車（AGV）。從數(shù)據(jù)看未來，AI智能生產(chǎn)很快將成為全球制造業(yè)日常！

智能生產(chǎn)/制造的未來應(yīng)用場(chǎng)景
今年6月來臺(tái)參加COMPUTEX TAIPEI的輝達(dá)（NVIDIA）執(zhí)行長(zhǎng)黃仁勛在演講中指出，「未來工廠」是由機(jī)器人指揮機(jī)器人，由機(jī)器人大軍協(xié)助制造機(jī)器人與設(shè)備，也突顯出輝達(dá)AI生態(tài)系統(tǒng)的高效、自動(dòng)化，而加速AI生態(tài)系統(tǒng)實(shí)現(xiàn)的要角之一除了Blackwell，還包含新一代GPU平臺(tái)Rubin。Rubin GPU采用8顆高帶寬內(nèi)存HBM4，Rubin Ultra GPU則采用12顆HBM4。Rubin GPU預(yù)計(jì)2025年第4季量產(chǎn)，2026年推出。


 
圖一 : NVIDIA Blackwell平臺(tái)。(source：NVIDIA)

黃仁勛強(qiáng)調(diào)，繪圖處理器可以比中央處理器省下更多成本與能源，免于運(yùn)算通膨，買越多就省越多。舉例來說，如果打算花10億美元打造數(shù)據(jù)中心，只要投入5億美元采購(gòu)繪圖處理器（GPU），變身AI工廠，電力只要多花3倍，效能可以增加60倍，而速度則快了100倍之多！
他也大秀「數(shù)字人類（Digital Humans）」技術(shù)NVIDIA ACE，該技術(shù)是基于多語言識(shí)別與合成，利用可生成對(duì)話的大型語言模型（LLM），使數(shù)字人類具備幾可亂真的外貌，甚至模擬皮膚上的光影變化，可以在云端及個(gè)人計(jì)算機(jī)中運(yùn)作，未來，所有的PC都會(huì)是AI PC。至于生成式AI模型NVIDIA Earth-2數(shù)字孿生模型可以更準(zhǔn)確地預(yù)測(cè)氣候變化，不僅擁有高分辨率，速度還比傳統(tǒng)物理方法快上千倍。
未來，所有工廠都是機(jī)器人工廠，而機(jī)器人制造的產(chǎn)品也是機(jī)器人，比方鴻海將使用輝達(dá)的Omniverse模擬技術(shù)與AI工具，整合西門子（Siemens AG）的數(shù)字孿生（Digital Twin）等技術(shù)，打造GenAI機(jī)器人工廠，并利用NVIDIA Metropolis視覺AI技術(shù)、Isaac AI機(jī)器人開發(fā)與部署等技術(shù)掌控AI工廠。臺(tái)達(dá)電、和碩、緯創(chuàng)等供應(yīng)鏈的AI自動(dòng)化工廠也將采用相關(guān)技術(shù)。至于NVIDIA Jetson Orin可以提供卓越的AI運(yùn)算能力、大型整合內(nèi)存和全面軟件堆棧能力，有助加速GenAI、邊緣運(yùn)算、機(jī)器人的端對(duì)端開發(fā)應(yīng)用。


 
圖二 : 機(jī)器人可以執(zhí)行復(fù)雜而且動(dòng)態(tài)的任務(wù)。(source：NVIDIA)


 
圖三 : 鴻海打造的GenAI機(jī)器人工廠。(source：NVIDIA)

達(dá)明機(jī)器人則使用NVIDIA Isaac和Omniverse平臺(tái)加速開發(fā)AI協(xié)作機(jī)器人。透過NVIDIA Isaac Sim機(jī)器人仿真及合成數(shù)據(jù)生成的應(yīng)用平臺(tái)，使機(jī)器人編程時(shí)間減少了70%，循環(huán)時(shí)間減少了20%；數(shù)字孿生為協(xié)作機(jī)器人提供強(qiáng)大支持，以虛擬方式對(duì)工作環(huán)境進(jìn)行建模；GenAI有助產(chǎn)出數(shù)萬張仿真數(shù)據(jù)，讓機(jī)器人在虛擬工作環(huán)境中進(jìn)行測(cè)試及優(yōu)化，訓(xùn)練出適合各行業(yè)的超級(jí)AI模型。


 
圖四 : 達(dá)明機(jī)器人使用NVIDIA Isaac和Omniverse平臺(tái)加速開發(fā)AI協(xié)作機(jī)器人。(source：NVIDIA)

GenAI的出現(xiàn)與相關(guān)解決方案也成為協(xié)助產(chǎn)業(yè)轉(zhuǎn)型的重要推力。Google研究指出，82%的組織正在考慮或已經(jīng)在使用GenAI，除了OpenAI推出的人工智能聊天機(jī)器人程序ChatGPT、能以文字描述生成影片的人工智能模型Sora，Google的多模態(tài)大型語言模型系列Gemini、基于大型語言模型和微軟圖形的數(shù)據(jù)和AI輔助工具M(jìn)icrosoft Copilot都在快速顛覆智能制造/智能工廠的未來應(yīng)用，意味著機(jī)器學(xué)習(xí)(ML)已經(jīng)開始創(chuàng)造生成全新的事物，而不僅止于分析既有的舊事物。
比方GenAI可以透過解讀設(shè)備與機(jī)器的遠(yuǎn)程測(cè)試數(shù)據(jù)，協(xié)助制造業(yè)優(yōu)化營(yíng)運(yùn)效能、減少停機(jī)發(fā)生率并提高設(shè)備利用率；擁有特殊機(jī)器學(xué)習(xí)算法的GenAI銷售應(yīng)用程序可以根據(jù)歷史數(shù)據(jù)、庫(kù)存數(shù)據(jù)提供完善的銷售建議，還能快速篩選整個(gè)產(chǎn)品生命周期中的各類相關(guān)資料(如維修、庫(kù)存與報(bào)價(jià)資料)。
對(duì)于制造業(yè)供應(yīng)鏈來說，GenAI有助降低供應(yīng)鏈管理風(fēng)險(xiǎn)、實(shí)時(shí)找出問題并提出有效的決策洞察，并能提供客戶更好的實(shí)時(shí)服務(wù)體驗(yàn)。Deloitte調(diào)查指出，GenAI的預(yù)測(cè)性維護(hù)能提高25%的工業(yè)生產(chǎn)力、減少70%的故障發(fā)生率，還能降低25%的維護(hù)成本。
AI驅(qū)動(dòng)下，未來的制造產(chǎn)線會(huì)出現(xiàn)各種「數(shù)字工廠」，可以有效提高生產(chǎn)效率及產(chǎn)品質(zhì)量，并能有效降低營(yíng)運(yùn)成本，甚至實(shí)現(xiàn)低碳永續(xù)目標(biāo)。舉例來說，數(shù)字工廠可以利用先進(jìn)的大數(shù)據(jù)分析等AI技術(shù)來提升智能化與效率；機(jī)械、電子系統(tǒng)的自動(dòng)化可以有效整合軟硬件；透過各種設(shè)備及傳感器收集數(shù)據(jù)，有助實(shí)時(shí)監(jiān)控與分析生產(chǎn)流程，還可以透過數(shù)據(jù)分析優(yōu)化生產(chǎn)/制造效能；MES、HMI和ERP等系統(tǒng)的高效整合有助優(yōu)化制造流程與執(zhí)行系統(tǒng)。
穿梭于產(chǎn)在線的可能都是機(jī)器人或數(shù)字人類，而這類智慧工廠所建構(gòu)的數(shù)字供應(yīng)鏈有助企業(yè)快速存取系統(tǒng)信息、組織內(nèi)外部技術(shù)及營(yíng)運(yùn)數(shù)據(jù)，進(jìn)一步形成完整的智能制造生態(tài)系統(tǒng)！
半導(dǎo)體大廠臺(tái)積電早已整合AI、機(jī)器學(xué)習(xí)、專家系統(tǒng)與先進(jìn)算法來建構(gòu)智能制造環(huán)境，如整合智能化行動(dòng)裝置、物聯(lián)網(wǎng)（IoT）、擴(kuò)增實(shí)境/混和實(shí)境（AR/MR）和移動(dòng)式機(jī)器人，結(jié)合智能自動(dòng)物料搬運(yùn)系統(tǒng)（AMHS）來整合晶圓生產(chǎn)的數(shù)據(jù)收集與分析，以有效利用生產(chǎn)資源，發(fā)揮最大制造效益。
臺(tái)達(dá)推出的全方位電子組裝智能制造解決方案DIAMOM則整合了產(chǎn)線設(shè)備聯(lián)網(wǎng)，透過云端監(jiān)控平臺(tái)收集實(shí)時(shí)數(shù)據(jù)，以強(qiáng)化可視化戰(zhàn)情中心，讓管理者從遠(yuǎn)程即可掌握生產(chǎn)狀況，甚至可以透過AI智造聯(lián)網(wǎng)方案實(shí)現(xiàn)產(chǎn)線自主預(yù)測(cè)診斷，快速完成換線、質(zhì)量檢測(cè)與異常排除；智能倉(cāng)儲(chǔ)及物流搬送解決方案則實(shí)現(xiàn)了廠辦高度自主運(yùn)作，透過軟硬整合平臺(tái)串接收料上架、自動(dòng)搬運(yùn)、揀貨出貨等流程；數(shù)字雙生虛實(shí)整合解決方案包含虛擬機(jī)臺(tái)開發(fā)平臺(tái)DIATwin與虛實(shí)整合設(shè)備平臺(tái)RTM，可以協(xié)助電子組裝設(shè)備導(dǎo)入制程與機(jī)臺(tái)仿真軟件，事先完成參數(shù)調(diào)適與制程測(cè)試。
 
圖五 : 臺(tái)達(dá)機(jī)聯(lián)網(wǎng)方案(DIALink)整合多元通訊協(xié)議，搭配自動(dòng)化控制器、機(jī)器視覺、傳感器等產(chǎn)品，為客戶量身打造解決方案。(source：Delta)

AI智慧生產(chǎn)的市場(chǎng)需求
AI智慧工廠能夠隨時(shí)監(jiān)控生產(chǎn)進(jìn)程、更新產(chǎn)品狀況以及信息同步，在制造業(yè)逐漸走向智能制造生態(tài)系的過程中，可以有效提高制造與溝通過程的可視性，并能提高生產(chǎn)力與安全性，更因?yàn)锳I智能制造同時(shí)結(jié)合人類與機(jī)器的優(yōu)勢(shì)，不僅可以代替人類進(jìn)行重復(fù)、耗時(shí)或危險(xiǎn)的任務(wù)，還能收集、分析、辨識(shí)及解讀數(shù)據(jù)，AI自動(dòng)辨識(shí)問題與實(shí)時(shí)反應(yīng)的能力有助進(jìn)一步協(xié)助制定決策或產(chǎn)線調(diào)整，提高產(chǎn)品良率，有效節(jié)省成本。
GE Digital表示，2025年全球制造業(yè)中，80%的企業(yè)將在生產(chǎn)過程中應(yīng)用數(shù)據(jù)分析和人工智能技術(shù)以提高生產(chǎn)效率和質(zhì)量。市場(chǎng)研究機(jī)構(gòu)Mordor Intelligence指出，2021年至2026年間，智能制造市場(chǎng)規(guī)模的年復(fù)合成長(zhǎng)率達(dá)8.85%，預(yù)計(jì)2026年的市場(chǎng)規(guī)模將達(dá)1,986億美元；DATA BRIDGE Market Research則預(yù)估，2022年至2029年間，制造業(yè)的AI應(yīng)用增長(zhǎng)幅度達(dá)17.20%，預(yù)計(jì)2029年的市場(chǎng)規(guī)模將達(dá)53億美元。

自律、自我保護(hù)與政策監(jiān)督
不過，隨著AI應(yīng)用的不斷延伸，信息外泄、造假、抄襲、詐騙等風(fēng)險(xiǎn)勢(shì)必成為一大隱憂，而GenAI的發(fā)展也可能引發(fā)法律與倫理方面的爭(zhēng)議。KPMG澳洲與昆士蘭大學(xué)進(jìn)行的一項(xiàng)全球調(diào)查(Trust in artificial intelligence)顯示，約有五分之三的民眾對(duì)于信任AI系統(tǒng)持謹(jǐn)慎態(tài)度，并有71%的受訪者希望人工智能能夠受到監(jiān)管，就連全球科技巨頭的CEO們也呼吁加強(qiáng)監(jiān)管人工智能。
世界知識(shí)產(chǎn)權(quán)組織(WIPO)已于2024年2月28日發(fā)布《知識(shí)產(chǎn)權(quán)導(dǎo)航：生成式人工智能》（Generative AI: Navigating Intellectual Property），以協(xié)助各界了解使用GenAI工具的知識(shí)產(chǎn)權(quán)(IP)風(fēng)險(xiǎn)，并提出可能的保護(hù)措施。

歐、美、中等國(guó)家或地區(qū)早已關(guān)注GenAI的發(fā)展，并發(fā)布了風(fēng)險(xiǎn)治理政策措施。如中國(guó)于2023年7月發(fā)布全球首部GenAI立法《生成式人工智能服務(wù)管理暫行辦法》，并于15日正式施行。該法鼓勵(lì)GenAI技術(shù)的創(chuàng)新應(yīng)用，希望在明確規(guī)范下促進(jìn)GenAI健康發(fā)展及應(yīng)用，同時(shí)確保國(guó)家、組織與民眾的安全，并維護(hù)公共利益及各方的合法權(quán)益。
歐盟的《歐盟人工智能法案》(EU AI Act)以風(fēng)險(xiǎn)管理為導(dǎo)向，致力于保護(hù)基本權(quán)利、民主、法治及環(huán)境的永續(xù)，確保民眾在使用負(fù)責(zé)任、合乎道德與可信賴的人工智能之間取得平衡，該法案預(yù)計(jì)2025年開始實(shí)施。
美國(guó)提出《生成式AI著作權(quán)揭露法案》（Generative AI Copyright Disclosure Act），要求業(yè)者應(yīng)于發(fā)表GenAI系統(tǒng)30天內(nèi)先行通知美國(guó)著作權(quán)局局長(zhǎng)（Register of Copyrights），揭露用來訓(xùn)練或建置該系統(tǒng)所使用的版權(quán)保護(hù)內(nèi)容(包含已推出的AI系統(tǒng)版權(quán)內(nèi)容)。該法案的目的在于保護(hù)創(chuàng)作者權(quán)利與智財(cái)，希望在道德與保護(hù)民眾之間取得平衡。
臺(tái)灣的國(guó)科會(huì)也在今年7月發(fā)布《人工智能基本法》草案，草案預(yù)告60日(即日起至9月13日止)，揭露7大基本原則與4大推動(dòng)重點(diǎn)，鼓勵(lì)A(yù)I創(chuàng)新發(fā)展并兼顧人權(quán)與風(fēng)險(xiǎn)，并將協(xié)同各部會(huì)推動(dòng)AI發(fā)展所需法規(guī)。7大基本原則包含擬定永續(xù)發(fā)展、人類自主、隱私保護(hù)、資安與安全、透明可解釋、公平不歧視及問責(zé)，4大推動(dòng)重點(diǎn)包含創(chuàng)新合作及人才培育、風(fēng)險(xiǎn)管理及應(yīng)用負(fù)責(zé)、權(quán)益保障及數(shù)據(jù)利用、法規(guī)調(diào)適及業(yè)務(wù)檢視。

結(jié)語
GenAI可以根據(jù)使用者提示（Prompt），生成新的內(nèi)容(如文字、圖像、音頻、聲音、影片與程序代碼)，廣為熟知及使用的GenAI工具包含ChatGPT、Midjourney、Copilot與Firefly。
經(jīng)濟(jì)部智慧財(cái)產(chǎn)局指出，GenAI包含許多IP 風(fēng)險(xiǎn)及不確定性，建議企業(yè)及組織采取以下保護(hù)措施：(1)采取技術(shù)、法律和實(shí)際的保護(hù)措施來保護(hù)機(jī)密信息；(2)使用符合規(guī)定的IP工具、尋求補(bǔ)償、審查數(shù)據(jù)集、檢查技術(shù)和實(shí)際措施來降低侵權(quán)的可能性及相關(guān)風(fēng)險(xiǎn);(3)思考AI產(chǎn)生的程序代碼是否存在風(fēng)險(xiǎn)，如軟件應(yīng)用程序或程序代碼為開源(Open Source)時(shí)，應(yīng)調(diào)查、制定技術(shù)和實(shí)際措施來因應(yīng)；(4) GenAI可能模仿特定主體的肖像或聲音，應(yīng)避免這類功能產(chǎn)生的相關(guān)風(fēng)險(xiǎn);(5)應(yīng)明確于合約中載明AI生成物(如文字、圖像或其他創(chuàng)作)的IP性質(zhì)和權(quán)利歸屬。
各國(guó)對(duì)GenAI等工具的監(jiān)管態(tài)度不盡相同，如中、美、歐盟、臺(tái)灣針對(duì)相關(guān)議題加以立法，但新加坡、印度等國(guó)家則是按兵不動(dòng)。不過，隨著智能化的快速發(fā)展，個(gè)人或產(chǎn)業(yè)在應(yīng)用AI技術(shù)、工具或素材的過程中勢(shì)必產(chǎn)生各種游走于道德、法律模糊地帶的可能或爭(zhēng)議，除了前述5項(xiàng)自保措施，還是需要各國(guó)政府?dāng)M訂統(tǒng)一的「AI規(guī)則」，才能避免智能化帶來的負(fù)面困擾。