AI
- Advertisment -
物聯網時代首重資安 必維提供IoT資安評等嚴密把關
伴隨著5G、人工智慧(AI)、物聯網(IoT)等新技術開創繽紛多彩的新興應用，設備聯網是各種智慧應用的基石，然而，新興技術往往帶來未知的新風險; 無可避免地，都必須面對隨之而來，資安的嚴峻挑戰。 如何為終端設備、網路連結與雲端應用，全面性導入資安防護與產品安全等技術，將會是製造商搶占商機的制勝關鍵。
必維集團(Bureau Verita)消費性產品事業部電子電機/汽車/無線通訊台灣實驗室總經理巴士凱表示，因應資安威脅的快速變化，對製造商而言資安防護部署對策是致勝關鍵，推動重點著重在建立資安合規制度並強化技術提升產品競爭力和發展工控資安解決方案 。必維累積多年的測試和認證服務經驗，專注於針對電子電機、汽車、電子和無線通訊產品的解決方案，並發展了獨特且全面性的全球服務，涵蓋所有主要的無線通信標準，協助廠商解決網路安全問題，掌握商機。
工業發展一路從自動化、數位化一直推展到智慧化轉型，同時也面臨生產自動化與連網化遭駭客攻擊與各國法令法規對安全(Safety、Security)及隱私保護要求遽增的挑戰，例如：歐盟將在2021年發布適用針對物聯網的產品、服務及流程資安要求的《歐盟網路安全法案》EU Cybersecurity Act、美國國會提出的《美國IoT網路安全改善法》草案、加州的SB327、內華達州的SB220、、日本的Japan Telecom Law、以及針對工業自動化控制系統資安要求的IEC62443等，企業要進入5G、AI，IoT等市場, 將面臨內部如何強化資安, 如何符合國際標準規範與如何支援工控環境的跨領域更新發展等相關資安防護議題
必維所提供的IOT Security solution涵蓋了歐洲及美國對於資訊安全的基本需求，包含了歐盟的Cybersecurity Act、ETSI、美國的CTIA與OWASP Top 10等規範。
依照資安風險高低與安全技術複雜度，用五個安全等級：Basic、Basic Essential、Basic Advanced、Substantial Essential與Substantial Advanced來區分產品的資安能力。我們可依照產品的功能，提供所需符合的等級以及建議給予台灣的廠商。必維同時也是歐盟Eurosmart的會員，在最高等級(Substantial Advanced)更可提供Eurosmart的證書協助台灣製造商行銷歐洲。
必維集團(Bureau Verita)消費性產品事業部電子電機/汽車/無線通訊台灣實驗室資深經理邱郁清強調，歐盟在2019年通過了網路安全法案(EU Cybersecuirty Act)並預計在2021適用於整個歐盟。這個法案對於台灣的資通訊(ICT)產業未來要銷售到歐洲將造成一定的影響，在這個萬物皆聯網的時代，台灣的製造業對於資訊安全的需求跟重視勢必要與時俱進。
建碁智見高辨識率AI臉部辨識引擎免費申請試用
泛宏碁集團之建碁旗下以AI 視覺應用為主的建碁智見公司 AOPEN Smart Vision，結合集團強大專業的AI研發實力，日前發布100%由台灣本地專家團隊研發之AI臉部識別演算法—AVCP，具人臉辨識之高精準度、防假臉的基本辨識外，口罩辨識也輕鬆無感通過。目前在國內及東南亞企業、醫院、工廠及知名零售品牌之二岸分公司已有廣泛應用、樹立口碑實例。AVCP演算法平台提供API方便軟體開發商對接各種應用程式，為推廣人臉辨識應用，建碁智見開放軟體開發商申請30天免費試用。
建碁智見總經理林銘祥表示，企業人臉辨識出缺勤管理及門禁系統，連結雲後台便可以時刻掌握全球各據點的人員出勤狀況，避免誤/代打卡或強化安全管理，確保非權限者闖入企業機密區域。中部某地區醫院，希望導入員工刷臉作為上下班打卡系統以減少醫護人員的手部接觸、降低汙染風險。
AVCP之AI人臉辨識演算法技術係由集團內100%在台灣研發無資安問題，AVCP採用類神經網路深度學習應用演演算法在國際臉部辨識資料庫準確率達99.53%(LFW)及Mega Face準確度97.24%的高水準特色，AVCP支援離線使用、毋需上傳雲端系統，即使在無網路的環境下仍可如常使用、辨識運作不受影響。AVCP符合人工智慧深度學習架構的嚴格要求，支援多種邏輯推理引擎，如：OpenVINO、TensorRT、TensorFlow及CoreML等，同時在Intel Movidius及NVIDIACUDA 等GPU硬體架構下進行效能加速；針對如Jetson及ARM等AIoT邊緣運算設備，皆能進行輕量化與效能優化，加速深度學習演算法的運算速度。特別適合欲建立人員資料的企業員工、會員管理及金融安全之嚴格防護需求產業。
緯創軟體事業群2019年甫遷入位於汐止遠雄U-Town新辦公室，直接導入以人臉識別方式做為員工打卡、進出門禁及訪客系統之應用。緯創軟體人資長Steve提到，自從導入刷臉打卡的門禁後，同仁不需要擔心卡片忘記、遺失的問題、準確度高，HR同仁僅需在人員入職及離職時僅需從後台做資料的更動，而不需製作卡片，工作效率相對提升。
此外，在北部某大型醫院亦將多人動態識別做為高齡患者之動態追蹤管理之用，當辨識到該樓層病患離開護理區樓層時即開始記錄時間，超過一定時間若未偵測到返回即發訊息通知護理站啟動院區尋人機制。林銘祥表示，人臉辦識可應用的範圍廣，舉凡有建置個人資料的單位都適合，此次因為疫情關係，也讓許多企業單位重視健康與安全，能協助企業主以最少人力資源快速達成系統升級是該公司的目標。
帶動5G數位沉浸體驗 Arm正式發表A78/G78/N78
Arm宣布推出新一代行動裝置IP解決方案，針對5G、AI、物聯網的應用需求。智慧手機已是人們生活的運算樞紐，Arm再次將行動運算產品線升級，包括Cortex-A78 CPU、Cortex-X客製化CPU、Mali-G78 GPU、Ethos-N78 NPU等。Arm執行長Simon Segars認為，科技將在生活中占有越來越大角色，由於疫情的影響與帶動，視訊會議使用率快速成長，VR也更廣泛進入生活，在5G的推波助瀾下，期待未來幾年內可以達成沉浸式體驗的願景，它也將成為人們仰賴、且不可或缺的科技的一部份。
Arm 2020全新5G系列IP Cortex-A78 Mali-G78 Ethos-N78
Cortex-A78將PC等級運算能力帶進智慧手機
Arm最高階的Cortex-A78 CPU滿足了效能提升的要求，同時兼顧耗電量與成本。Arm 副總裁暨行動裝置IP 事業群總經理Paul Williamson表示，該產品在1瓦功率消耗下效能比Cortex-A77裝置增加20%，利用更佳的終端機器學習(ML)效能對運算工作負載進行更有效率的管理，Cortex-A78將帶來持續多日、沉浸式的 5G 體驗。此外，由於Cortex-A78每一瓦可以產出更高的效能，適合具有多個或較大螢幕的新型可折疊式裝置所帶動的更大整體運算需求。
Cortex-A78運算能力更強大
Cortex-X客製化CPU方案
智慧手機效能不斷提升，已超越業界所有其它的運算裝置類別。Williamson提到，為了應對這種永無止境地針對最高效能的追求，Arm推出名為Cortex-X客製化CPU方案(Cortex-X Custom)計劃，讓合作夥伴在追求更高效能同時，擁有更多彈性與擴充性選項。
Cortex-X客製化CPU方案考量到客製化與差異化，超越Arm Cortex產品的傳統產品規劃，讓合作夥伴得以針對特定的使用場景，提供終極效能的解決方案。Arm Cortex-X1是這個方案下推出的第一個 CPU，也是迄今威力最強大的Cortex CPU。其峰值效能比Cortex-A77高出30%，可以為旗艦級智慧手機與其他高效能行動裝置提供更具競爭力的解決方案。
Mali-G78強化沉浸式行動娛樂
隨著2019年Valhall架構的Mali-G77 GPU推出，Arm的繪圖效能與效率大幅提升。2020年同樣基於Valhall架構的Mali-G78 GPU與Mali-G77相比，繪圖效能又再提升25%。Williamson指出，效能的精進主要是靠非同步設計(Asynchronous Top Level)、圖塊模組(Tiler Enhancements)的強化與像素相依性追蹤(Improved...
讓影像辨識更智慧 索尼CIS內建AI處理能力
根據Cole Market Research研究，2019年全球CMOS影像感測器市場價值達到153.9億美元，即使在智慧型手機面臨出貨量下降的壓力，其他產業對於影像感測器需求依舊強大，使得2020年該市場仍有機會呈現正成長，並預估到2025年市場價值可達255.7億美元，年複合成長率達8.7%。索尼(Sony)日前宣布，開發了新混合技術，在硬體中內建AI處理系統的影像感測器。
圖 索尼硬體中內建AI處理系統的影像感測器。來源：iKnow
索尼的AI影像感測器能夠處理許多複雜的影片並輸出。例如，如果暴露於野外的狗，透過晶片可以立即對其進行分析，而無需發送到雲端再來處理這一影像，其可以分別辨識出「狗」、「草地」以及其他任何東西。這種系統的好處在於，它可以在數據進入裝置的儲存或處理通道之前，將所有不必要或不需要的數據丟棄。意味著裝置將會使用更少的處理器功能，且變得更加安全。例如：公共場所的相機在隱私的保護下，可能可以將不相關的人或車牌以模糊方式處理。至於在智慧家庭裝置上，可以辨識個人而無需保存或發送任何影像數據至雲端。甚至可以合併多次曝光，以形成相機視野的熱量或頻率圖。
原本市場普遍認為，整合AI處理器的晶片會產生更高的功耗或產生延遲傳送，但是許多公司的產品卻明確的指出，此類任務的整合晶片可以以非常快速地且極低成本方式進行。即使要處理更複雜的影像仍然需要功能更強大的晶片，但是經過適當設計，且針對不同情景調整的晶片，絕對有能力產生大量有價值的數據，且可以避開攻擊或濫用影像的機會。
目前來看，索尼的AI影像感測器仍然只是一個原型，廠商可以訂購進行測試，但不能進入量產。不過，隨著索尼更積極布局影像感測器，其他廠商勢必也將跟隨這一趨勢前進。
工業/醫療/食品多領域應用開花 智慧感測器實現五感擬真
讀者可能在一些4D電影或虛擬實境(VR)的體驗中，感受過如臨現場的氣味或栩栩如生的觸感，也可能聽過零售業者高喊「五感行銷」。說起視覺、聽覺、嗅覺、味覺和觸覺這五種感官，電腦視覺與語音辨識已經大量進入人們的生活中，另外三種也有不少業者投入，透過感測器陣列，搭配人工智慧與機器學習的功能，研發人員希望可以更真實地模擬人類的全感官能力，不管是分析葡萄酒的風土氣味、虛擬感受火山爆發的感覺、複製情人的味道等，相信都不是太遙遠的事。
電子鼻監測氣體 智慧工廠好幫手
電子鼻是一種模擬人類嗅覺能力的技術，先對各種氣味進行科學化的計量與統計工程，接著就能透過化學感測器接收氣體目標物來蒐集訊號，然後對應到氣味資料庫進行比對，藉此分析產品的氣味及構成氣味的化學分子，找出氣味的來源與成因。
相較於傳統的氣體感測方法，電子鼻不是採用單一感測器對應單一氣體的辨識方式，就如同哺乳動物的嗅覺，不是利用一個味覺感測器來感知一種氣味，而是將多個感測器組合成一個陣列；由於排列組合的方式千變萬化，因此哺乳動物能辨別大量不同的複雜氣味。目前電子鼻比較常見的應用領域包括香水美妝、食品安全、紅酒、醫療檢測、環境監測等。
近幾年電子鼻在智慧工廠的應用愈來愈多(圖1)，透過高敏感度的氣體感測器，搭配物聯網架構，可即時偵測空氣中特定的氣體化合物及氣體中化學分子的變化，用於氣體排放監測、空氣品質管理等用途，就像「好鼻師」一樣，聞到奇怪的異味會立即通知警報，避免污染超標或產生工安意外，甚至還能架在無人機上，用於工廠煙道的高空氣體監測。
圖1 嗅覺感測三大技術
在醫療應用方面，現代醫學也可透過電子鼻系統來協助診斷，就跟傳統中醫會以「望、聞、問、切」來看診，其中也包括嗅覺的部分。舉例來說，糖尿病患者、腎功能異常者都會出現「病理型口臭」，肺炎患者則會分泌出特有的氣體，採用電子鼻技術開發的呼吸氣體檢測系統，可檢測出這些氣體變化，並有非侵入式、快速、安全等優點，可作為醫師臨床診斷參考。
也有一些新創公司投入開發智慧電子鼻裝置，例如Food Sniffer就推出了全世界第一款的可攜式「電子鼻」，一按就能聞出肉品是否新鮮，就像狗鼻子一樣靈敏。這款產品內置靈敏度極高的四個嗅覺感測器，可以聞出食物周圍的溫度、濕度、氨氣等數據，包括超過100種揮發性有機化合物的指數，藉此判斷肉類的新鮮度；還可透過手機應用程式(App)選擇豬肉、牛肉、雞肉或魚肉，來提高嗅覺判斷的精準度，並能提供最佳的食用建議。
品嚐紅酒/咖啡有一套電子舌比人更靈敏
雖然人們嚐到的味道，有大約80%是由嗅覺提供，僅有20%是味覺提供，但不可否認的是，人類的味覺感知也是高度複雜，透過酸、甜、苦、鮮、鹹等五種基本味覺的辨別，卻會感受到千變萬化的滋味。為了分析食物味道的組成結構及人類喜歡其味道的原因，業界開發出電子舌系統，針對樣品內溶解物的不同味道組成進行科學性的分析，試圖拆解人類的味覺密碼(圖2)。
圖2 人類味覺及電腦味覺的運作原理
電子舌的運作主要是採用一系列的液體感測器，可偵測液體中有機及無機化合物的成分，搭配分析軟體，即可模擬人的舌頭進行味道分析。相較於過去採用人工品評，必須忍受難受的滋味，甚至得冒著中毒的風險，電子舌不僅對口味的差別更靈敏，而且可在快速時間裡測試多種樣品，即使長時間工作都不會告老闆壓榨員工。
目前電子舌最常應用於食品研究與管理、藥品品管、釀酒等用途，尤其是啤酒、醬油、咖啡、糖果、冰品、茶飲、製藥、美妝等產品。例如食品業可用來偵測產品中的甜味、苦味或油脂比例，用來改良口感及風味，也可用來研究不同的溫度、是否有氣泡對味覺產生的影響，如此就能更精準操控出一般人最喜歡的產品味道，也能用來區分不同年份、不同產區的葡萄酒風味，其他像是咖啡豆、茶葉的評比也都能用電子舌來代替人工。
如由日本慶應義塾大學所成立的Aissy，就是一家使用人工智慧進行味道分析的公司，藉由各種味覺數據的研究及味覺感測器的開發，可定量分析酸、甜、苦、鮮、鹹等五種基本味覺的濃度，還可分析一段時間後的味道變化，藉此規畫符合消費者需求的新產品或菜單，或者用來改善不同生產基地的溫度與濕度等環境因子。
許多日本企業都紛紛找上Aissy合作，例如要開發新款綠茶飲料產品，就可透過味覺感測器找出苦味與鮮味之間的最佳平衡，採用最有餘韻味道的新生茶；又如飲料客戶研究吃烤肉與哪種飲料之間最速配，結果發現果汁的速配程度超過90%，比綠茶、麥茶更對味，也打破了一般人覺得吃烤肉不適合搭配果汁的觀念。
AI觸覺尚處萌芽期 創新人機互動模式可期
對於研究人員來說，模擬人類觸覺能力的難度絕對不下於嗅覺與味覺。人類其實是結合視覺與觸覺回饋的感受，對於物體的觸感進行辨識處理，早期對電腦觸覺的開發，主要是透過觸覺感測器、電腦視覺、影像資料庫的搭配，近期則是受惠於人工智慧、神經網路與深度學習的進展，不靠視覺，僅靠觸覺的研究，即可模擬人類在觸摸時的理解力。
以麻省理工學院的研究為例，其開發出一種可擴充觸覺手套(Scalable Tactile Glove, STAG)，配備550個微型感測器，藉以蒐集穿戴者的手部與物體互動時所產生的即時壓力訊號，轉換為觸覺地圖，再傳送到神經網路學習各種物體的特定訊號模式，建立出特定壓力模式與特定物體間的關聯性，如此一來機器人就能藉由抓取判斷物體類型與重量，擁有類似人類探索與辨識物體的能力，目前辨識物體的正確率可達76%(圖3)。
圖3 麻省理工學院開發的可擴充觸覺手套
再以北京他山科技為例，其開發出AI觸覺感測器，藉由曲面電容感應的核心技術，可以讓機器在3D空間內獲得接觸覺、壓覺、力矩覺、滑覺、濕覺、溫覺等感知，再搭配複雜的演算法疊加與深度學習能力，讓機器人的皮膚能夠模擬人類觸覺90%的功能，目前主要應用領域包括汽車電子、智慧家電、智慧建築玻璃、智慧醫療等。
在眾多產業中，汽車業對AI觸覺的應用一直表達高度興趣，如BMW就與他山科技合作，將電腦觸感方案應用於車內人機互動場景，以座椅靠背托板為媒介的3D感應技術，可代替傳統按鍵，能夠支援用戶的手勢喚醒、懸停、多指滑觸、按壓等更簡單且自然的操作指令。
可以期待的是，因為電腦觸覺的演進，可以創造許多令人驚奇的人機互動模式，未來像是座椅、床、衣服、遊戲控制器、玩偶這類與人密切接觸的東西，不再需要觸控螢幕、聲控或手勢辨識去操控，靠著AI觸覺就能提供更客製化的回饋或接近人與人互動的真實感受，包括虛擬擁抱、模擬觸摸實體的線上購物、遠端烹飪教學、數位醫療觸診也都不再是夢想。
COVID-19疫情嚴峻 半導體產業急尋持盈保泰之道
2019年底開始，新聞偶有中國SARS捲土重來的零星報導，但多數人不以為意，直到2020年1月23日，華人準備歡度每年最重要的農曆春節之時，人口千萬的武漢市宣布因為傳染病加劇而「封城」，之後大陸其他城市也陸續採行形同武漢的「封閉式管理」，身為世界工廠的中國，在春節假期後彷彿被按下暫停鍵，許多工廠無法復工生產，這幾十年的全球化與自由經濟被打上大大的問號，高科技產業斷鏈的疑慮持續加深。
專業分工是全球化的一大重點，高科技半導體產業更是完美實踐此一原則的模範生，最近幾十年來的流行性傳染病，最嚴重的當屬2003年的SARS，很少有現代人會意識到比其更嚴重的疫情流行狀況，在近年經濟第一的大旗之下，部分重要的零組件或原物料停止供應就會影響整個產業鏈。1、2月的大陸與3、4月的歐美疫情，分別打擊供給與需求兩端，產業研究機構因而紛紛對新冠疫情(COVID-19)的影響發表看法。
疫情衝擊超乎預期
截至2020年4月底，COVID-19疫情嚴重的程度相信是當世人所僅見，全球感染人數已經超過270萬，死亡人數突破19萬；其中，最嚴重的美國感染人數已經接近87萬，死亡人數將近5萬。由於病毒感染力強，全球真正變成生命共同體，醫界說的「群體免疫」成為解決疫情最可能的途徑，但在沒有疫苗的狀況下，達成70億人中六~七成感染的時間可能要數年，在這之前全球經濟體系恐怕已經先崩潰。
當年在台灣造成震撼的SARS，最後因為季節變化讓病毒自然消失，新型冠狀病毒對氣候的適應能力看來更加升級，所以目前人類對於這個病毒還真的是「無藥可施」。因此，在疫情緩和之前，隔離與防堵是目前為止最有效的做法，居家令、保持社交距離現階段影響超過數十億人，對產業發展也帶來極為不利的走向。國際貨幣基金(IMF)指出，預料全球經濟活動衰退程度將是1930年代經濟大蕭條以來少見的嚴重衝擊，2020年會有170個國家出現人均收入下滑。
因此，2020年再次出現產業分析師滿地撿眼鏡碎片的情況，如Gartner年初時預估半導體市場年度成長率為12.5%，後來下修至9.9%，直到歐美疫情一發不可收拾，再度修正到衰退0.9%；而IC Insights原先預測成長8%，3月因應中國的疫情影響，下修到3%，4月再因為全球大爆發下修到衰退4%。而IDC原先就預估相對保守的成長1.7%，該單位指出若3月底到4月初疫情獲得控制，2020年全球半導體將呈現衰退6%的情況，若影響時間延後到第三季，產業將出現大幅衰退12%的狀況。
疫情帶動醫療/宅經濟/5G需求
儘管不斷有黑天鵝壟罩，但相對之下也有商機與需求應運而生，工研院產科國際所產業分析師黃慧修表示，線上消費取代實體店面消費，帶動筆電、平板、資料中心等需求；雲端運算需求增加，也一併拉抬伺服器出貨轉強，預期2020年第二季，伺服器DRAM與固態硬碟(SSD)的需求會增加。應用部分，醫療、宅經濟與新興領域需求亦提升。
醫療設備包括耳(額)溫槍、呼吸器等在這波疫情中需求強勁，這些設備中的電子元件如：防疫醫療器材微控制器、溫度感測器、醫療呼吸器用晶片等需求都提高，國內微控制器廠如紘康、松翰、盛群等，因疫情影響帶動測溫設備的市場需求，承接訂單已超越2019年出貨量。另外，宅經濟帶動處理器、記憶體、遊戲運算晶片、遊戲機音效晶片與感測元件的出貨。另外，5G與AI則是受惠的新興領域，其中中國5G的推動不受疫情影響，甚至在政策的刺激之下有加速的傾向。
半導體生產受輕傷 消費性需求受重傷
歐美由於在3、4月疫情快速升溫，而且嚴重程度大幅超越中國，許多IDM廠位於歐美的產線受到影響；IC設計公司較容易安排居家工作因此整體影響幅度在半導體產業中相對輕微；IC封測產線，主要集中在台灣、韓國、大陸、新加坡等地，受到疫情影響的程度較低(圖1)。
圖1 全球IC製造在各疫區產能比重
目前看來，半導體生產面的影響與損失屬於可控制的狀況，但需求端受到的衝擊更大，尤其消費性電子的需求將持續降低，需待疫情獲得控制後，才有望緩步回升，而需求回溫的情況也將視未來疫情控制的狀況而定。此次疫情最嚴重的幾個國家，到目前為止都是經濟或整體國力較佳的國家，這也代表面對看不見的病毒與未知的疾病，必須要更謹慎對待，若是為了怕傷害經濟發展而延遲採取管制措施，恐怕會遭受疫情爆發拖累醫療體系反而導致經濟更大規模的傷害。疫情終究會過去，地球有一天會恢復健康，在我們大病初癒那天，我們應該留下甚麼？學到甚麼？防範甚麼？記住甚麼？是現階段大家應該好好思考的。
AI提升認知/本地化資料 協作機器人優化製造流程
越來越多自動化裝置投入工業部署。IIoT是IoT的分支，其主要作用是將自動化設備部署到包括工廠、倉庫和公司等工業環境的製造系統或其他生產流程中。數量日益成長的資料經由IoT支援裝置導入網路，需經過快速有效的處理，才能得到深入見解，進而改善產業的決策和製程控制。
機器人加入工業應用已有很長一段時間，多數人最為熟悉的例子當屬生產線上組裝汽車的機器手臂。其中半導體產業善用機器人達到製程穩定可靠，順利生產需要小心且保持動作一致的產品。
IIoT的崛起推動協作機器人在產業中的利用率。協作機器人是一種協作式的機器人，其經過不斷調整，能與人類並肩合作(圖1)。協作機器人之所以得到重用，是因為IoT使機器人與人類活動相互協調，達到更高層次的合作與效率。傳統機器人則多設定為獨立運作，不需要與人類進行特定的交互活動。相較之下，協作機器人能與人類合作並互相支援。當然不是說協作機器人將全面入侵，用侵略性的方式占據整個產業。相反地，新技術將形成對人類和產業均有利的雙贏工作模式和關係。本文將探究其中的啟用技術，以及協作機器人在IIoT領域的應用。
圖1 新一代協作機器人，開始出現在製程環境中
啟用技術促協作機器人落地
協作機器人投入IIoT，仰賴超越以往傳統機器人領域的技術，這些技術強化人類與機器人的互動，提升工作人員的安全，並降低成本。感測器、執行器、控制功能和運算技術上的改善，讓協作機器人獲得感知、資料融合與處理、人工智慧與執行能力。加上其他技術的出現，更進一步提升方便性和調整能力，同時降低成本。以下將探究三項讓協作機器人在IIoT中落地應用的特定啟用技術，包含人工智慧與機器學習、電腦/機器視覺以及智慧邊緣。
AI/ML助機器人認知技能
人工智慧(AI)是一項用於處理數位資料的技術，會模擬人類思考的功能、行為或結果，雖與人類的邏輯不同，但仍會嘗試透過合理的程序來達到目標。機器學習(ML)為運用AI並導入演算法的程序，這套演算法的目標是產生成果，並以機器在達成設定目標過程中所獲得的經驗不斷改善成果。
傳統機器人是按照預先設定的指令作業，並持續重複執行，不考慮作業環境中的任何變動。而協作機器人則整合AI，具有感知環境的能力，可以理解問題並加以解決，同時做到辨識、學習，對新的狀況和脈絡做出調整，並能自主決策、與人類互動。協作機器人要在新環境下運作並不需要經過太多複雜的編程，雖然有時可能需要操作人員手動介入，引導協作機器人手臂進行一次所要的行程，以完成指定動作。
AI需要由高速的電腦處理器，以及整合模糊邏輯、機率證明方法、神經網路和專家系統等多種技術的軟體，賦予協作機器人如同人類般的特質，讓人類與機器達到更好的互動與協作。協作機器人能從許多感測器擷取大量原始資料並加以處理，經過整合、處理和解譯後的資料，有助於協作機器人針對環境做出資訊充足且準確的推論，而後才能採取適當的行動。這整個流程必須以近乎即時的速度完成，避免協作機器人在與人類合作的過程中發生延遲。雖然感測器會散布在工作場所中的不同位置，且感測的時間點可能不盡相同，但編程演算法能有效地整合來自各感測器的所有資料，並對環境和狀況做出資訊充足且準確的推論。AI和ML讓協作機器人擁有某種形式的認知技能，能模仿人類的行為，因而能在IIoT環境下更出色地與人類互動。
電腦/機器視覺提升感知
視覺是人類所擁有最重要的感官，也是人類得到感知能力、察覺外在環境的重要方式。同樣地，機器(尤其協作機器人)也能設計成透過電腦或機器視覺的程序來進行感知。機器視覺能讓協作機器人以模擬人類肉眼的方式，透過可見光(波長430~730nm)、紅外光(波長>730nm)和紫外光(波長<430nm)來偵測及識別物體、空間、景色、方向和位置。光線偵測與測距(LiDAR)是一種偵測系統，其採用雷達的原理運作，但使用雷射光源。機器視覺的主要焦點在於解決適當分辨及正確分類物體的問題上，讓決策和物體處理不致成為工業製程的瓶頸。機器視覺有助於改善準確度、提高處理量、避免碰撞，並能提高狀態感知。
智慧邊緣將資料本地化
邊緣裝置彼此互相連結，部署在物聯網的最前線，協作機器人便是從邊緣裝置衍生而來。這些邊緣裝置的技術功能和情報能力持續提升，智慧化程度也越來越高，能感測及回應更多事物，並依照設定進行傳達和處理。協作機器人代表機器人自主性的下一個階段，能賦予其更多能力，與人類並肩在工作環境中運作及決定如何執行特定作業。要提升機器與人類之間的複雜互動品質，需能貼近作業位置處理及協調龐大數量的資料，因此最好在本機端運用智慧方式處理資料，而非從遠端或透過集線器/閘道。智慧邊緣是一套網路系統和技術，在適當進化和調整後，能滿足本地化資料管理的需求。智慧邊緣必須具備充足的資料容量、適當的系統效能、系統頻寬、安全性和可靠性。智慧邊緣如能獲得進一步的開發，工程師便能讓協作機器人發展出能隨時間提高自主能力的功能。
提升製造業/IIoT產能應用
協作機器人在製造業的新型態應用仍持續發展，可靠的協作機器人能安全地協助製造商提高品質，改善製程調整能力，同時提高生產力。IIoT的應用則包括組裝與操縱、搬運與裝卸，以及檢查。
執行精密組裝與操縱
用於電腦數值控制工具機(CNC)加工的生產機具必須由操作人員持續監看，操作人員負責的工作包括裝載原料、啟動機具、確保機具正確運作以及卸除成品。組裝和操縱為最常見的一些工業作業，單調且無趣，通常不需要高階技能，操作人員也很容易因為重覆不斷地舉起沉重的原料和零件而受傷。組裝和操縱作業的其他例子還包括沖壓、磨削、修邊、焊接、射出成形、印刷電路板(PCB)測試、零件檢查和三座標測量。
協作機器人是組裝和操縱應用的理想選擇之一，可放在傳統生產機具的前端，經過簡單編程就能執行所需要的裝卸作業，再定期由具專業技能的技師對機具和工具進行檢查，執行定期保養即可。由協作機器人進行技術門檻較低的手動作業，而檢查、維修及更換工具、執行品管測試和採取適當的修正動作等技術需求較高的作業則交由技師負責，如此合作將能改善工作場所的人力。透過適當的工作分配，不只可省下大量勞力成本、降低人員受傷機率、縮短產線停機時間，更能激勵人心，同時提高生產力。
拾放製程機器人需要精準放置未完成的組件和零件，協作機器人則能經過調整後用在非高精度的放置作業，因為其整合機器視覺系統，可提供定位回饋。協作或調整式的組裝作業一開始需要先由操作人員進行檢查、分類，並選出特定零件，接著將零件概略對準放到未完成的組件上(亦即處理中工件)。在後續的組裝步驟中，再由協作機器人將零件固定到未完成的組件上，如此便算是完成組裝。這種作業方式能在以下情境中改善生產效率與提升工作安全：零件太小，用人類肉眼難以對準的情況下；或零件的最終對準及連接需要高靈敏度或力道；抑或是最終組裝需要在高溫、高挑戰性的環境下，甚至用到危險化學物質或黏著劑的情況。因此當未來將零件放到未完成組件上不需要精準或重複性的定位、方位調整或放置動作，協作機器人便能派上用場。
協作搬運與裝卸
搬運與裝卸作業包括移動產品或從組裝線或輸送帶上拿下產品，經過計數和適當的包裝，貼上標籤，放入紙箱，然後封箱。高產速、高產能的製造商或許會生產專用的機器人機具和設備來進行包裝，但協作機器人也可以是搬運與裝卸應用的選擇。
協作機器人可用來擴展人類在製造和組裝作業中的能力，輔助執行低技術含量(重覆性)的作業，或需要高強度或拉長延伸範圍的作業。此外，製造作業經常會需要舉起像是車門等大型零件，然後放到車體等未完成的組件上。這類製程不見得適用於完全自動化的作業，因為其需要微調零件位置，確保將零件正確組裝到未完成的組件上。在汽車組裝作業中，各類車款可能有不同數量和外型的車門需要安裝，因此不適用於全自動製程。不過，對於需要舉起大型零件的作業場景，則可以使用協作機器人，它可執行操作人員的「指令」，對操作人員的觸碰作出回應，將零件移到未完成組件上所需的位置。
機器人檢查可改善製程
協作機器人能對物品執行細膩的檢查或複查，且絕不會感到疲累、無趣或心煩意亂。對於改善IIoT製程的安全、品質與生產力來說，是很重要的資產。協作機器人只要經過簡單的編程，便能辨識及計數輸送帶上的物品、加入包裝材料和標籤，然後將物品放入合適的紙箱內。但工作人員在執行高技能等級的作業時仍能與協作機器人一起合作，像是執行與監督有關的品管檢查等。此外，協作機器人的程式易於修改，可針對產品包裝需求的變動加以調整。
機器人與人類共構新合作模式
協作機器人在IIoT領域的參與程度越來越高，它們可以與人類並肩作業。IIoT在人類和技術之間建構了全新的關係，透過數位與機器人技術改善效能，滿足人類的需求。在未來的工業自動化領域中，機器人並不會完全取代人類，而是與人類齊力合作，使工作環境更美好。
(本文作者任職於貿澤電子)
貿澤供貨Microchip FPGA套件 簡化AI/影像處理開發
貿澤電子(Mouser)即日起供貨Microchip Technology的Hello FPGA套件。此套件為入門級平台，專為在現場可程式化閘陣列(FPGA)領域擁有中等至少量經驗的終端使用者所開發。Hello FPGA套件支援人工智慧 (AI) 和數位訊號處理原型，內含功率監控GUI，能讓開發人員在執行設計的同時測量FPGA核心耗電量。套件可用於開發各種解決方案，包括通訊、工業、航空、醫療和國防等應用。
貿澤電子所供應的Microchip Hello FPGA套件內含FPGA主機板、相機感測器電路板、LCD板和必要的USB纜線。FPGA主機板以SmartFusion2系統單晶片 (SoC) FPGA為基礎。低功耗的SmartFusion2裝置結合FPGA架構與166 MHz Arm Cortex-M3微控制器子系統，該子系統內含256 KB嵌入式快閃記憶體、多樣周邊裝置、指令快取和Embedded Trace Macrocell。
FPGA主機板亦內含Microchip PIC32MX7微控制器，可控制SmartFusion2 SoC、監控功率等，還有Arduino和Mikroe mikroBUS連接器，能提高原型設計與擴充的彈性。套件可做為獨立裝置運作，也可透過PICkit插頭做為現有Microchip套件的延伸。
宜鼎立足智慧醫療 整合AI與影像優化技術
全球疫情為醫療服務體系帶來巨大壓力，迫使全球設備對醫療級元件的需求暴增，宜鼎國際(innodisk)因應各國對於呼吸器的大量需求，近期緊急也為中國，歐洲和巴西提供專業醫療元件出貨，提供醫療設備技術和相關產品共同抗疫，為全球衛生技術創新貢獻一己之力。
宜鼎在醫療領域長期深耕，並提供高度客製化的服務，以滿足各種醫療設備嚴格的元件要求。在進入後疫情時代，醫療設備也將加速邁向遠端看診、醫聯網、影像大數據分析的方向進化。因此，未來在AI診斷與影像分析的醫療應用將會越來越多，而宜鼎醫療級解決方案近期也整合影像優化技術，包含防止影像掉格的RECLine韌體優化技術、專為視覺運算(VPU)打造的AI影像加速卡，以及符合穩定高速運算的工業級記憶體系列，為邁向智慧醫療、數位病理以及AI辨識判讀，提供高度軟硬整合的解決方案。
宜鼎醫療級儲存解決方案以產品週期較長的SLC和iSLC為主，以多重嚴格測試確保高可靠與耐用性，並具備AES-256加密和TCG Opal資安防護技術。而記憶體模組產品線則為業界最齊全，可滿足醫療產業長期供貨的要求以及各式外形尺寸要求，從舊式規格SDRAM，DDR1、DDR2 DRAM到最新的DDR3和DDR4系列一應俱全，周邊擴充則從RAID Card、Serial Card以及近期需求大增的USB 3.0為主，通過嚴格工業級寬溫與靜電防護測試，符合空氣15kV，觸點8kV和高電勢隔離設計2.5kV等規範。宜鼎全產品線完整，更看好AI落地於醫療場域加速發展，將以效能優異的儲存技術出發，輔以軟硬整合的強大產品優勢，與各界共同推動智慧醫療的發展。
西門子/北科大/中正高中聯手推動北市AI教育
台北市中正高中於日前與國立台北科技大學、台灣西門子(Siemens)簽立三方合作意向書，首創高中教師、大學講師及業師協同授課的AI教育「三師學堂」。同時，北市高中職可透過與中正高中簽約，或加入北科大「AI School計畫」，成為本次MOU聯盟學校，共享中正高中「AI學程專班」籌備經驗、北科大AI教育專家諮詢服務及台灣西門子產業資源。
台灣西門子公司總裁暨執行長艾偉表示，人工智慧是21世紀產業升級轉型關鍵，本次很榮幸與台北市政府、中正高中和國立台北科技大學合作，從高中階段培育學生前瞻思維，強化台灣人才實力和競爭力。
為促進台灣AI蓬勃發展，人才培育自大學向下扎根，國立台北科技大學將協助中正高中規畫AI學程教學計畫，並將大學系所機器學習、深度學習課程，轉化為適合高中生學習的內容；西門子亦承諾將為中正高中提供業界講師入班授課AIoT智慧物聯網專題實作、業界實力專題實作及師生短期培訓專班，以厚植北市新一代科研人才。
中正高中自108學年度成立「AI學程」，不同於漫談AI發展史、資料蒐集、資料庫分析的AI科普教育，該課程自高一遴選具備數理學科性向學生，108學年度招收22名高一學生，爾後每學年遴選25名學生參與。「AI學程班」學生以跑班選修方式，接受校方將AI教育融入部定必修、課後輔導、暑期輔導及加深加廣、彈性學習合計20學分課程，接觸資料探勘、機器學習、視覺辨識、類神經網路相關知識，從演算法、線性代數、系統平台、巨量資料、資料科學等切入點，認識人工智慧科技未來在電腦視覺、自然語言處理、生物特徵識別及自動駕駛系統、AIOT等技術體現，為未來就讀大學相關科系先行準備。