Search
#採用正面表列的非監督式學習演算法
#減少一半的產線檢測人力
#鴻海 #FOXCONN
鴻海半導體事業群AI團隊歷時8個多月的研發，從架設AOI光學檢測設備，到產線採集產品外觀影像，進行影像數據處理與AI演算法的開發與調適，最終研發出非監督式學習AI演算法FOXCONN NxVAE，並已實際應用在鴻海科技集團中國大陸園區內的電子產品外觀檢測產線上。
此技術已實際導入集團部分產品外觀檢測生產線，成功降低50%以上的產線檢測人力。
鴻海秀AI肌肉！ 發布非監督式學習AI演算技術
https://lnkd.in/ghBvxeM
---
www.smarthomelab.tw #智慧城市實驗室
#智慧家庭 #智能家居 #smarthome #智慧城市 #smartcity
隨著影像運算單元（GPU）效能的提升以及相關演算法的演進，有愈來愈多終端產品或應用開始利用影像技術的輔助來執行任務，也因此，在某些特定產業，影像技術甚至是產業升級之關鍵。例如：工業往自動化發展、機器人的視覺系統、醫學影像的診斷等。換句話說，這些新興科技應用，亦是影像辨識未來拓展的熱門趨勢與方向。
_
立即報名｜不能錯過的好課程
2020-12-14~2021-01-13
台北｜電腦視覺工程師初階班
https://user105022.pse.is/3auukw
2020-12-23~2020-12-24
台北｜精密定位與AOI對位技術實務
https://user105022.pse.is/3aapd8
2021-01-04~2021-01-19
新竹｜LabVIEW 機器視覺基礎
https://user105022.pse.is/3a8f7x
2021-01-06~2021-03-17
新竹｜以案例剖析AI智慧醫療影像辨識技術
https://user105022.pse.is/3ab9y3
2021-01-12~2021-01-12
新竹｜Jetson Nano人臉辨識應用實作
https://user105022.pse.is/38v56w
2021-01-19~2021-01-20
新竹｜NVIDIA DLI 深度學習實作坊 - 運用 CUDA C/C++ 加速運算的基本原理
https://user105022.pse.is/3auj3y
2021-02-24~2021-02-25
新竹｜機器視覺之影像辨識應用及實作
https://user105022.pse.is/395nnm
免費課程
2020-12-23~2020-12-23
台北｜綠能跨域創新 新世代人才菁英論壇 ─ 劉書勝紀念獎暨電網人才聯盟獎學金頒獎典禮
https://user105022.pse.is/39xkwj#產業學院 #課程 #搶先報名 #不能錯過的好課程 #線上學習 #人工智慧的慧眼幫手機器視覺與影像辨識
AI風潮下的PCB產業新契機
2019-09-16 12:49CTimes
【作者： 王岫晨】
隨著5G與AI的新趨勢快速興起，也引領相關產業持續成長。近年來，全球PCB產業年成長率呈現正向發展，而隨著2019年的到來，全球PCB產業又來到了新的觀察點。此外，在5G趨勢的催化下，PCB產業也面臨了全新的機會與挑戰。
5G與AI加速PCB市場成長
根據拓墣產業研究院的觀察指出，2019年全球PCB產業持續成長，隨著5G、車用、物聯網、人工智慧等新應用蓬勃發展，也迎來更多市場機會與挑戰。其中高頻PCB為剛性需求，PCB實現高頻化的關鍵，在於高頻的覆銅板材料，如聚四氟乙烯（PTFE）、碳氫（Hydrocarbon）等和PCB廠商自身製程。PCB產業的挑戰則包括原材料供應趨緊、環保政策日益嚴格，使得PCB產業門檻逐漸提高，產業集中度也逐步擴大。
PCB產業的市場參與者，有包括臻鼎、欣興、華通、健鼎等在內的台廠；在通信領域具備較強競爭力的PCB廠商則有Mektron、Sumitomo、Fujikura、Ibiden、TTM、SEMCO、ISU PETASYS、Sanmina等。目前全球IC載板廠商主要集中在日本、韓國與台灣等地，且多數廠商在中國都設有生產基地。
此外，由於5G與IoT等應用興盛，直接帶動了高頻、高速PCB的市場需求。5G建置將帶動PCB產業的成長，PCB板身為電子產品之母，下游應用涵蓋通訊、手機、電腦、汽車等電子產品。5G技術發展對PCB影響持續升溫，終端與基地台需求的總量增加，加上單位終端、基地台所用PCB面積成長，隨之帶動PCB整體產業需求提升。
PCB產業發展三大方向
目前PCB技術在發展上，除新製程細線路技術量產外，大廠紛紛開發高階Micro-LED PCB製程與高頻高速HDI產品技術，在載板領域則投入高頻網際網路應用之封裝載板、超細線路之封裝載板技術，與薄型、對入式高密度化超細線路Coreless之封裝載板技術，以便因應5G、IoT及AI發展，加速相關產品及對入式元件之封裝載板技術。
觀察整體產業發展趨勢，拓墣產業研究院認為，全球PCB產業將持續朝高密度、高精度和高可靠性方向前進，不斷減少成本、提高性能、縮小體積、輕量薄型、提高生產率並降低環境影響，以適應下游各電子終端設備產業發展，其中包括HDI（High Density Interconnect）、FPC（Flexible Printed Circuit）、剛撓結合板及IC載板等，將成為未來發展重點。
AI讓PCB產線更具智能
在目前，PCB製造業正呈現出巨大的轉變，也就是能運用人工智慧（AI）來簡化生產流程，並以前所未見的方式改善生產結果。AI成為了市場顛覆者，在PCB製造中加入AI的重要性，就如同工廠邁向工業4.0（或稱智慧工廠）一樣的關鍵，自動化系統彼此之間，或者與工作人員能即時地互動與通訊、分散決策制定流程，並提供眾多優勢。然而，想要在PCB製造領域成功導入AI，必須在PCB製造和AI的基礎上，擁有豐富且深厚的專業知識才行。
在過去幾年的發展，AI已經從未來主義的概念，進展成為真正可應用、關聯和有效的技術。這樣的突破，主要歸功於大幅增加且成本不貴的運算能力、更複雜的學習演算法，還有大數據的出現。大數據本身可提供讓AI系統學習的基礎資訊。
AI演算法減少精密勞動力
AI描述了模仿人類認知能力的機器或軟體，可以用於解決問題和學習。許多重要的創新，正在逐漸成為AI演算法的附加產物，例如機器學習和深度學習。機器學習是一種使用各種不同演算法技術的AI技術，能讓電腦藉由使用數據資料來提升任務的執行效能，而不必明確地設計特定程式來完成。在PCB的製造中，機器學習可帶來許多優勢，包括改進操作效率、降低廢品數量、優化產線營運，還可減少「非精密勞動力」。此外，還可以更有效地管理資產、庫存和供應鏈等。而這些相關功能，都與工業4.0的實現密切相關。
深度學習是一種更為複雜的AI實現方式，讓電腦可以用非常有效率的方式，以複雜的學習行為來呈現出來的數據資料中深層的資訊、模式與背景，而這樣的結果，都可以用於改善製造流程。一般來說，深度學習是利用多方位、多層次的人工神經網路，來模仿人類大腦的學習、理解與推斷能力。
要成功實現AI解決方案，就必須得透過嚴格的操作整合，並配合專業的流程知識。倘若要在複雜的製造環境中建立AI系統，則需要經過漫長而全面的培訓階段。這些培訓過程對於操作的要求非常高，且需要投入大量的運算人力資源，才能獲得最佳化的性能。
在各種形式的AI中，數據資料的存取都是成功和效率的關鍵因素。若欠缺高品質的數據資料，AI或許就很難真正實現。然而，AI的操作人員成本也十分昂貴，更容易在分類時出差錯。當應用於瑕疵分類的AI解決方案，從操作人員的數千個決策中進行學習之後，就可以自動以一致的精確度來進行判斷。此類的AI系統十分依賴準確的數據資料模式，如此方可隨時間推移進行正確的演算法學習行為。此外，也必須仔細驗證和輸入分類資料，才能突顯出AI的優勢。即使資料出現微小的變化，也可能導致AI系統的判斷改變，而造成遊戲規則因此改變的結果。
協同合作實現AI製造願景
雖然數據資料的品質是AI成功的必要條件，但每個客戶與其AI解決方案的供應商之間需密切合作，這點對於長期的成功來說將至關重要。有鑑於AI的複雜性，解決方案供應商必須應用其PCB製造流程與AI知識，來指導客戶實施AI解決方案。隨著AI解決方案的陸續推出，未來高智能化的PCB產線，將不再只是個夢想，而是可以真實實現的場景。
為PCB製造商帶入AI解決方案
AI非常複雜，需要在技術本身，以及使用AI的領域中擁有豐富的專業知識。奧寶科技目前正在為PCB製造業的工業4.0開發AI解決方案。目前奧寶科技可結合其AI專業知識，確保能夠優化AI神經網路架構開發的關鍵培訓階段。
例如，在PCB製造中，瑕疵分類是自動光學檢測（AOI）解決方案的關鍵領域。奧寶科技的AOI電腦會將可能有瑕疵的PCB影像，傳送到遠端多重影像驗證（RMIV）站台，站台的操作人員會檢視影像，然後將其分類為「真正的瑕疵」或「假點」。
例如，在對瑕疵進行分類時，奧寶科技及其客戶將合作，找出每個操作人員分類評估結果背後的深刻意涵，並集思廣益以創建一個有意義的系統，進而排定應優先檢測的PCB特性。客戶的協作和參與度才能為AI引擎產生出最佳的結果。
正因為AI將為PCB製造商帶來巨大優勢，奧寶科技也持續在研發領域投注大量心力，完美整合AI與奧寶科技的智慧工廠工業4.0解決方案，以及其他解決方案。在此過程中，奧寶科技正在評估許多方法，以便將AI應用於總體製造，透過測試進行學習，並協助推動產業朝向更智能、更強大的製造流程邁進，此舉將可協助客戶提高產量並降低營運成本。
附圖：2019年9月(第335期) EDA x AI
圖一 : PCB產業將持續朝高密度、高精度和高可靠性方向前進，不斷減少成本、提高性能、縮小體積、輕量薄型、提高生產率並降低環境影響。
圖二 : 解決方案供應商必須應用其PCB製造流程與AI知識，來指導客戶實施AI解決方案。
圖三 : AI成為了市場顛覆者，在PCB製造中加入AI的重要性，就如同工廠邁向工業4.0一樣關鍵。
圖四 : 想要在PCB製造領域成功導入AI，必須在PCB製造和AI的基礎上，擁有豐富且深厚的專業知識才行。
資料來源：https://udn.com/news/story/6903/4049598?from=udn-relatednews_ch1015
