迎接工業(yè)4.0時代，將物聯(lián)網(wǎng)及人工智能導入制造領域已是時勢所趨，然而，許多制造業(yè)者受限于資源、技術及成本因素，僅停留在自動化階段，尚未邁入“智動化”新領域，這在不久的未來將不足以應付經(jīng)濟與科技環(huán)境的快速變遷。

IBM云端事業(yè)部全球云端策略顧問張瑞源。

有鑒于此，IBM近年提出結合物聯(lián)網(wǎng)與人工智能的“認知物聯(lián)網(wǎng)(Cognitive IoT)”概念，預期借助新時代運算技術，透過認知科技來推動產品制造及研發(fā)方式的全面翻轉，方向之一就是從大量制造所追求的自動化，進展至少量多樣所需的智動化。

然而，“認知(Cognitive)物聯(lián)網(wǎng)為制造業(yè)帶來的認知制造(Cognitive Manufacturing)究竟為何?認知制造可分為四層，第一層是自動化產生的數(shù)據(jù)(data);第二層是預測(Predict);第三層則是開處方(Prescription)，第四層才是整合型的認知制造(cognitive)。”

IBM云端事業(yè)部全球云端策略顧問張瑞源加以說明并指出，“在臺灣，最常見的需求就是將認知科技與影像檢測結合在一起，透過數(shù)據(jù)分析及深度學習機制來加速機器視覺檢查速度，如此能進一步提高產品良率。”具有視覺檢查能力的機器手臂就是許多業(yè)者踏入認知制造領域的第一步。

革命性運算技術 能在數(shù)據(jù)中挖寶

業(yè)者要進入認知制造，前提是要有大量數(shù)據(jù)的產生，才能進行后續(xù)的預測及開處方。根據(jù)IBM調查，到 2020年，數(shù)據(jù)產生的速度將較過去快上兩倍，數(shù)據(jù)不僅多且復雜，且更具多樣性、時效性及機密性，而傳統(tǒng)計算機僅能看見20%的數(shù)據(jù)，多達8成的數(shù)據(jù)就此浪費，且舊科技無法判讀非結構化數(shù)據(jù)，更遑論深度分析并因此產生洞見。

簡而言之，舊科技已無法滿足大數(shù)據(jù)時代的需求，產業(yè)需要革命性的運算系統(tǒng)，IBM的Watson系統(tǒng)就是因應此需求而生。

IBM Watson運用認知運算技術來模擬人類思維，可吸收非結構化數(shù)據(jù)，不僅能理解這類數(shù)據(jù)，還能進行推論，將其與結構化數(shù)據(jù)整合，進一步再從數(shù)據(jù)中學習。

張瑞源舉例表示，“透過Watson系統(tǒng)的導入，富士康的Foxbot機器人不只能聽、能看、能說，還具有思考能力，這就是認知制造。”據(jù)悉富士康廠區(qū)的工業(yè)機器人Foxbot總數(shù)約有5萬臺，加上其他自動化設備，已能執(zhí)行沖壓、拋光、打磨、包裝及測試等工序。

機器自動學習 業(yè)務運作加速進行

此外，走向認知制造的歷程中許多企業(yè)也開始反思供應鏈整合及協(xié)同的優(yōu)化，以加速全球版圖的擴展，IBM在 Bluemix云端平臺提供強大的運算資源、免費的數(shù)據(jù)中心傳輸帶寬及全球骨干來幫助制造業(yè)提升營運的靈活度。

例如電鍍表面處理設備廠商億鴻工業(yè)在導入SAP HANA ERP時就選擇使用IBM Bluemix云端平臺的實體機做全系統(tǒng)的底層架構，該公司預計5年內提供臺灣、深圳、上海、等兩岸三地員工使用該系統(tǒng)，且會使用云端運行更多公司內部系統(tǒng)，實現(xiàn)兩岸三地的高水平營運。

整體而言，IBM推出的“認知物聯(lián)網(wǎng)”概念，透過物聯(lián)網(wǎng)與Watson認知運算技術結合所帶來的制造效益，主要包括自動分析產線信息、自動學習經(jīng)驗，并且自動調整產線模式，以快速對應市場訂制化化需求，且能大幅提升開發(fā)及生產效能，這些變革將賦予制造業(yè)全新面貌。

值得一提的，除了制造業(yè)外，IBM所推動的認知運算革命也已將觸角伸至醫(yī)療、教育甚至藝術時尚產業(yè)，重新定義各個領域的創(chuàng)新模式。