過去一向在COMPUTEX展露鋒芒的華碩，2020年悄在台北國際自動化展上現身。外界或因此感到意外，身為PC品牌大廠，又與自動化、智慧製造有何關係呢？

去年底，華碩集團宣布成立「智慧物聯網事業群」，旗下再分為人工智慧(AI)與物聯網(IoT)兩個單位，透過在產業落實AI來解決痛點，對華碩來說是一個嶄新的布局。

首次在自動化展亮相，華碩今年端出的菜色，是以AI瑕疵檢測應用做為主力產品。不過與市場現有解決方案做出區隔，華碩推出的瑕疵檢測方案有兩個很重要的特色，一是「動靜」皆宜，二則是可透過少量樣本訓練AI模型。

華碩表示，當今的產業環境中，大部分的製造業者在品檢流程中仍大量使用自動化光學檢測(AOI)或是人工作業。前者的侷限在於，由於機器只能透過規則化的邏輯判斷，因此常發生漏檢率或誤判率偏高的現象，而人工作業除了有判斷失誤的風險外，勞力疲乏與越漸龐大的人力缺口也是隱患。

特別是品質檢測跟預防保養，一直是製造現場中最不智慧的作業流程。利用AI，可以同時達到自動化與智慧化，「這將是一塊很大的市場！」華碩資深策略產品企劃經理曾立方說。

「動靜」皆宜的AI智慧瑕疵辨識

華碩目前有200~300家以上的供應商，而作為品牌商長期對品質的要求，也成為這些供應商追求品質的動力，因此從供應商的反饋中，華碩便開發出可分別判別數位訊號與影像，「動靜」皆宜的AI智慧瑕疵檢測應用。

舉例來說，傳統3C風扇製造業在檢測風扇品質時，多以人耳判別，然曾立方指出，包括前期需要耗時3~6個月進行培訓，還需考量人耳疲乏與潛在職災風險，一般來說，品檢員的生命週期往往僅有1年，對於業者來說，需耗費大量投資成本。

為解決此問題，華碩透過AI波形檢測系統，讓AI學習辨識風扇運轉發出的聲波，以藉此判斷品質。特別是藉助華碩在特定領域的專家知識(Domain Knowledge)，目前只需要3個30秒的風扇音檔，華碩便可以訓練出辨識率達到100%的AI模型。

而這項技術不僅可運用於聲波，也可運用於包括電流、電壓、振動等物理特徵，應用於所有「動件」的品質檢測上。因此除瑕疵檢測應用外，華碩也將其運用在設備或關鍵零組件的預知預防保養，作為另一個智慧製造市場的著力點。

獨家技術：少量樣本即可訓練AI模型

另一方面，針對外觀與表面瑕疵檢測，傳統製造業多以人工目視，除了無法維持穩定檢測水準外，即便導入AOI也有判斷邏輯上的侷限，以及容易受到光線反射等的影響。針對這些問題，華碩也開發針對表面瑕疵的AI視覺檢測應用。

曾立方指出，當未來因應少量多樣的彈性化產線，利用AI辨識瑕疵，不僅解決人力作業的難題，更可因此改善過去利用AOI需要耗費長時間調機的問題，甚至相較AOI事前需動輒數百至數千張瑕疵樣本作為判斷依據，華碩已成功獨家開發出只要利用50張極為少量的樣本即可完成建模，為此除了降低導入門檻，也讓部署更加迅速。

初期從供應鏈切入，華碩以母雞帶小雞的方式協助供應商提升品質，除了包括PCB、金屬沖壓、塑膠射出、組裝、風扇等相關產業外，華碩現也切入鋼鐵、機械、零售等新領域，今年團隊目標則是拿下50個專案，並以標準化、客製化並行的模式，協助客戶在彈性選擇下降低導入門檻與時間。