:::

傳產拚轉型 台灣AI學校催生產業急行軍

歷經紮實的課程洗禮,畢業學生將是受業界倚重的AI大軍。(莊坤儒攝)

歷經紮實的課程洗禮,畢業學生將是受業界倚重的AI大軍。(莊坤儒攝)
 

深秋的新竹,九降風帶來收穫的消息,臨海的福樂休閒漁村,一望無際的魚塭,只聽得見風聲,卻不見半個人影。在這個重要的日子,村裡的漁民,通通都聚集到了鄰近的魚貨處理場。

一輛大卡車停泊在處理場前,巨大的貨箱載滿了一大早捕撈起的烏魚,在眾人引頸盼望之下,門板開啟,猶如瀑布一般的漁獲瞬間傾瀉到地面,澎拜的水聲伴隨著眾人的驚呼,就此迎來今年的收穫季。

 

產銷班成員之一的許豐立,是家豐養殖場的負責人,在老化的漁村裡,壯年的他稱得上是中堅分子,22年前,他從工研院離職,從父親手中接下家業。

雖然父親、叔叔都是在地的老漁民,但談起養殖心法,受過科學訓練的許豐立,與父執輩大不相同,選擇「科學化養殖方法」的他,開口閉口不離溶氧、pH值、ORP(氧化還原電位)值等水質數據。

「農林漁牧,『漁』最困難。」許豐立解釋。人畢竟不是水中生物,如何掌握水質、魚蝦生長的狀況?他曾試圖要傳承長輩奮鬥半世紀的經驗,最後卻輸給了老漁民口中「憑經驗」、「靠感覺」幾個字,難以言傳的know-how,讓他更篤定要走一條不同的路。

善用數據,樂當科技漁夫

迎著風頭,我們回到漁場。福樂休閒漁村除了處處綠蔭,環境怡人,另一個特色是裝設在水池中的監控設備。

許豐立憶起早年摸索養殖的過程,一路跌跌撞撞,不斷苦讀惡補相關知識,追求科學根據的他,經常運用手持的感測器蒐集水質數據,觀察數據的變化,從中揣摩方法,直到兩年前引進由寬緯科技開發的智慧養殖系統,由機器取代人力,省下不少心力。

「養殖產業一向是預防重於治療。」許豐立說。漁家聞聲色變的「泛池」(整池暴斃),家家戶戶都經歷過,投入好幾年的成本,一時不察就全數付諸流水,損失動輒百萬起跳,但若要仿效傳統漁民的老方法,觀察水色、藻象、泡沫,等到發覺事不對勁,往往為時已晚,趕忙投藥搶救,又衍生出藥物殘留的問題。

尤其極端氣候的無常,讓現代漁民的挑戰更為嚴峻,光憑臆測尤其不靠譜。許豐立記憶猶新,2016年霸王級寒流襲台,新竹下冰霰,水溫一小時就狂降2℃,嚴重性非同小可,他從數據了解到水中溶氧仍高,在多數漁民束手無策、惴惴不安時,果斷關掉大部分的水車,以免降溫過快,最怕冷的虱目魚居然就此安然度過難關。

數據解密,打開養殖黑盒子

許豐立倚重的這套系統,是由國人自行開發的「水聚寶」,猶如中醫診斷的「望、聞、問、切」,協助漁民先診斷、後解決問題。

系統分成監測、控制兩部分。放在魚塭裡的監測系統,24小時不間斷地測量水中的溫度、pH值、ORP值、溶氧值、鹽度等五種重要數據,每五分鐘就會自動新增一筆,再上傳到雲端,匯整後的大數據經過人工智慧演算,用以預測未來的水質變化;若有惡化的可能,主動向漁民提出示警,漁民接著利用控制系統,從遠端採取措施,好比發現到溶氧不足,就即時開啟水車,防範於未然。

寬緯科技總經理蔡政勳說明,在傳統的養殖業裡,家家戶戶都會有一套「秘方」,這些過去被稱之為「養殖的黑盒子」,其實禁不起科學檢驗,加上養殖涉及複雜的生物環境,不同魚種、不同養殖環境、不同生產策略,所需要的條件都不一樣,即便參考他人的資料,意義也不大。

「所以,我們反而鼓勵漁民把資料開放出來。開放後對他們反而有利。當我們協助把數據處理完,還可以告訴漁民需要注意哪些地方,可以少很多心力,卻管理得更好,降低更多風險。」蔡政勳說。

高風險、高齡化、經驗斷層的水產養殖,有了人工智慧加持,有機會從沒落的夕陽產業翻身──但這一切的前提是,你AI(人工智慧)了沒?

產學聯手,創辦「台灣人工智慧學校」

想做AI?必須先有人才。

2017年11月,一件奇妙的事情發生了。

這也許得歸功於台灣公民社會的活潑與彈性,有感於國內AI人才的匱乏,從學界開始,以中央研究院院長廖俊智、院士孔祥重及研究員陳昇瑋為首,加上產業界的國票金控董事長魏啟林、益鼎創投董事長邱德成,齊聚商討台灣產業轉型的迫切性。

眼看AI大浪即將來襲,若不趁勢站上浪頭,下場無疑是死在沙灘。

秉持著這樣的想法,他們向台塑、奇美、英業達、友達光電、義隆電子、聯發科技等六家企業募資,各募得3,000萬,百分之百由民間推動的「台灣人工智慧學校」順利誕生。

這股社會內部自主引動的創新力量,點燃了改變的火種。在師資上,重視知識與應用雙管齊下,校方廣邀在台清交成等大專院校、外商研究院、中研院、工研院服務的AI專家,也央聘大企業裡負責推動AI的主管與新創公司的創業家,分享落地使用的心得。

課程上,分為經理人班與技術班。技術班教導工程師學習寫程式;經理人班的學生主要來自企業裡握有決策權的中高階主管,需要具備出題目與定義問題的能力。但不論是哪個班別,除了傳授知識,更要求實際應用,故所有學員都得分成小組,共同完成專題,還有期中、期末考,紮紮實實四個月的學程,希望以最快的速度培養出合乎產業使用的AI大軍。

但這不是補習班?「補習班靠的是快速轉台,時數夠,就發證照,但我們起心動念是要推動產業AI化,要是學員走出去,回到公司還是不會用AI,那也走不遠。」台灣人工智慧學校營運長蔡明順說得鏗鏘有力。

就這麼一本初衷,在2018年正式開課,從台北逐步拓點到新竹、台中、台南,目前累計上課總時數超過120萬個小時,超過6,000名校友、200名授課教師,除了大型企業如台塑、友達光電,均已派遣上百名員工前來進修,寬緯科技總經理蔡政勳,也是畢業校友之一。

蔡政勳悉數上課的實際收穫。因為公司長期在養殖漁業領域的耕耘,小組同學利用公司從養殖戶累積下來的數據資料,測試不同的演算法模型,從中找到了誤差值最小的一種,幫助系統優化。

「原本對AI只是一知半解,現在有了更紮實的認識,對於公司未來的發展,如何與AI結合,也會有明確的藍圖。」蔡政勳說。

跨域合作,解決產業痛點

場景換到了位於台中外埔的明昌國際工業公司。這一日,以在明昌任職的特助陳琮仁為首,加上來自不同產業、不同公司的趙定宇、林合一、林載承、鄭東昇,以及逢甲工業工程與系統管理研究所同學侯宇哲,六人齊聚一堂,他們之間的聯繫,就是在台中分校經理人班上所共同完成的專題。

「來,我帶你們到工廠親自看一看。」陳琮仁領著一行人踏入了位於大甲市區的廠房。廠裡一條條帶狀的動態生產線,金屬板材通過不同的區域進行加工,從沖壓、折彎、點焊、塗裝,最後包裝等待上貨櫃車。

大家的腳步在塗裝區檢驗站停了下來。產線旁,好幾名品檢人員正拿著手電筒,由上往下,從產品的正面到反面,逐一檢查是否有瑕疵;在高處另外裝設著一台攝影機,不間斷地拍攝下產線上的成品。

時間逆推回數個月以前,學校剛開學,彼時陳琮仁根據廠內的生產流程,提出「動態塗裝製程的AI+瑕疵檢測」的題目,希望藉由人工智慧,從影像資料自動判讀成品是否有瑕疵,藉此取代不盡可靠、流動率高的人力。經過他的講解,成功吸引到一票有興趣的同儕組隊。

雖然不需像在公司那樣背負考績壓力,但對於解題,大夥兒都躍躍欲試,「真的跟上班不一樣。從一開始,大家都是自動自發地報名,來的時候是交朋友,參與活動也很踴躍,向心力足夠。與其說是上課,不如說在享受學習的樂趣。」在矽品精密工業擔任技術經理的趙定宇說。

從學習跨領域合作,分工到整合,各自從專業裡貢獻出一份力。像要做影像辨識,必須先為影像資料分類,告訴機器哪些是良品、哪些是不良品,在公司負責品管的同學出面,協助建立瑕疵品的標準;擔任專案管理的同學,主動負責掌控期程、支出的資源、人力上的調配;真正需要寫程式了,經校方媒合,正在技術班就讀的逢甲同學就前來支援。

雖然專題早已順利告終,但對於明昌國際來說,只是邁出了AI化的第一步。陳琮仁解釋,學期短短的四個月,只足夠建置出系統的雛形,由於目前影像資料蒐集得還不夠多,隨著逐漸累積,估計六個月後準確率可達95%,才能正式上線。下一步,預計加入工廠內部的物聯網,將製程參數與瑕疵檢測結合,可以運用AI來作產品品質的預測。

一旦臻於成熟,這套系統將可以運用在航太、工具機、自行車、手工具等與板金烤漆相關產業,造福中部地區大大小小的製造業廠商。

更重要的是,因著幫助傳產升級轉型,企業不再走壓低成本的老路。就像蔡明順說:「台灣雖然擁有很多隱形冠軍,但So what?依舊缺乏競爭力,現在因為升級轉型,不但要讓國外廠商下單給我們,而且,還要是非下不可!」台灣是否有機會成為AI大國?對此,他深具信心。