吸引郭台銘投資100億！華裔創業家打造AI視覺檢測平台，替製造業品質把關

本文授權轉載自《創新拿鐵》，作者：戴羽，原文標題：用 AI 來判斷產品是不是正常！這位華裔創業家用「人工智慧」提升工廠的品質管理

創新點：你願意信賴AI為你所用的產品把關嗎？
本文4大重點：1.Google和百度的「大腦」，將AI導入製造業。2.用大量圖像和影片，就能訓練出精準的「自動品管」。3.和製造業大廠合作，避免「閉門造車」。4.成功募得5,700萬美元，打造「資料為中心」的人工智能。

AI熱潮影響我們最大的事件之一，就是很多代工製造廠因此而股價暴漲。因為要將AI引入生活中，第一步就是大量需要它們組裝的主機，才能夠提供AI需要的大量運算能力。但是早在2017年，新創公司就已經設法運用AI提升製造業成品的品質。這家公司叫Landing AI。

Google和百度的「大腦」，將AI導入製造業

Landing AI的創辦人Andrew Ng（吳恩達）於1976年出生於英國倫敦。他在卡尼基美隆大學（Carnegie Mellon University）畢業，然後到麻省理工學院（Massachusetts Institute of Technology,MIT）取得碩士學位。然後到柏克萊加州大學（UC Berkeley）修讀博士。

畢業後Andrew在史丹佛大學擔任教授。2011年，他和Google進行聯合研究，創辦了Google Brain開始研究深度學習與人工智慧。2014年，Andrew加入百度負責「百度大腦」的計畫。

除了發展人工智慧，Andrew對推廣相關的教育也有極大的熱誠。於是，他在2012年成為網上學習平台Coursera的聯合創辦人，並在上面開設了廣受歡迎的機器學習和深度學習課程，使數以百萬計的一般人獲得了人工智慧的基礎知識。

Andrew一直相信人工智慧可以用於解決製造業面臨的許多問題，於是他在2017年從百度辭職，並在同年創辦了研究將人工智慧導入到製造業的Landing AI。

用大量圖像和影片，就能訓練出精準的「自動品管」

經過了1年多的研發，Landing AI在2019年初推出了「視覺檢測」平台LandingLens。它最主要的功用是在製造生產的過程中，透過圖片或影片自動檢測和分類有缺陷和異常的成品。

作為一個人工智慧平台，資料當然是最重要的。所以想要使用這個平台的廠商首先就需要收集大量包含正常和缺陷樣本的圖像或影片。這些數據將會上傳到LandingLens，並用來訓練機器學習模型。

接著，廠商就會指派品管人員到LandingLens平台上「標註」上傳的資料。他們會為每份資料標示這是正常還是有缺陷的。LandingLens會用這些標示來訓練模型，讓它能識別成品是不是正常。當成品有缺陷時，它還能識別不同的缺陷類型。

在LandingLens利用資料訓練完模型後，就需要先進行測試以確保它的判斷是準確的。因此，品管人員就會用它從未見過的資料進行測試，看看模型判斷的結果和人為判斷是不是一致的。如果模型表現不佳，需要進行調整和改善，以提高識別的準確性。

等到將模型調整到滿意的狀況後，就可以將LandingLens連結到正式的生產環境中使用。它就可以實時檢測和分類產品圖像或影片中的缺陷，並自動觸發相應的控制措施，例如，通知產線作業員去回收有缺陷的成品等。

由於生產環境的變化（例如，廠內照明的改變）可能會影響到LandingLens的判斷。所以在使用過程品管人員可以提供更多的資料來調整模型，讓它能夠維持準確的判斷。

例如，生產主機板的廠商就能將不同的缺陷（板子上有裂痕、板子上有多鑽的孔等）標註到LandingLens中。那麼在生產的過程中，LandingLens就能透過架設在產線上的鏡頭，看到每片完成的主機板。LandingLens就能迅速的判斷板子上有沒有裂痕或其他的缺陷。

和製造業大廠合作，避免「閉門造車」

要推動那麼大的改變當然是一件非常的挑戰，所以Andrew明白他不能閉門造車。在創辦Landing AI同時，他就和郭台銘密集碰面，討論如何將傳統製造業提升到運用人工智慧的層次。

在2018年2月，鴻海宣布正式和Landing AI簽署戰略合作備忘錄成立工業互聯網AI應用實驗室，並在接下來的5年內投入100億台幣的資金，推動人工智慧在製造業中的各種應用。

和鴻海的合作，讓Andrew能夠擁有實際的製造場域，來驗證Landing AI如何能夠為製造業加值。LandingLens也是從這些合作的經驗中慢慢累積而成的產品。所以，在推出市面時Andrew就非常有信心它是可行的。

在和多家製造商合作過後，Andrew發現只要稍作調整LandingLens也能夠符合其他產業的需求。因此在今年2月，Landing AI宣布LandingLens將開放免費試用，並提供訂閱制服務，讓其他產業的使用者也能使用它。

最近，研究治療性抗體的公司OmniAb就使用LandingLens協助自動化檢查它們的實驗檢體。OmniAb發現它們的效率明顯提升了，另外不是最高階的科學家也能夠透過人工智慧，增加他們做事的速度。例如，原本要最高階的科學家才能判讀的結果，現在由LandingLens判讀，一般科學家就能繼續接下來的流程，不需要乾等待了。