AI非无所不能 补强关键技术刻不容缓

人工智能（AI）技术结合金融、生产制造排程、物流、医疗、网络广告投送、5G、自驾车、无人机、甚至是农业都创造出惊人的成果和改变。不过在和传统产业整合上，AI并没有那麽神，不是把算法写好就能把製造工藝做到完美。里面还有非常多眉眉角角的细节有待克服。

以经济部协助传统产业加速导入AI、5G应用做法为例，过去有将制程参数最佳化技术导入石化业，提高生产效率；将AI机械手臂导入金属加工、仓储物流业，强化产线弹性；将制程诊断与沉浸式互动技术导入扣件、制鞋、食品、纺织产业等。

学界研究发现，AI在图像以及语音识别方面的进展快速，但是将AI技术应用于智能制造上的商品化技术仍相当有限。部分原因乃是由于制造技术的多样性，针对特定制程所开发的AI机器学习技术，并无法适用于其他制程。另一个问题是，AI技术的强健性不足，这是由于当前的机器学习（ML）模型通常是在安装之前所训练的模型，未必能适应现场的新数据集。

科技部即将展开智能制造关键技术研发专案，根据公告，未来研发重点包含：先进控制技术研发、高效率先进加工与智能排程技术、高速网络于智能制造之应用与服务、电子或半导体制程设备之量测检测模块等四项，希望有效提升国产工具机的技术实力。

大部分先进CNC控制器市场仍由日本Fanuc、三菱（Mitsubishi）以及德国西门子（Siemens）、海德汉（Heidenhain）等公司所掌控。以高端控制技术而言，台厂仍无法突破在高速高精度的技术门槛，因此发展相关进控制技术是刻不容缓的议题。

为了协助本土工具机业者打通关键技术瓶颈，科技部将请学界、法人、业界执行如AI embedded系统开发、AI model reduction技术开发、五轴高端控制器研发以及FPGA model packaging等技术研发。在CNC控制上，曲线平滑化控制器以及小线段预读技术，是控制器的核心。先进控制除了路径插补与规划外也包含伺服控制，优化控制与插补参数对于达到高速与高精度会有相当重要的影响。

此外，热补偿技术所建立的AI模型，大都是于离线训练完成后，再将其安装于控制器或是机边电脑进行热变位预测。但随着时间飘移以及加工环境变异，热补偿模型准确度将下降，如何导入在线学习技术，使得热温补模型可因应时间或是环境改变而自行调整，也是这项研发计划的重点。

政府相关研究指出，西门子在五轴控制器方面提出「Top Surface」优化曲面加工技术，采用先进的预读技术和智能程序压缩、平滑等功能，能在在线优化CAD、CAM的NC数据，因此能在模具制造中达到高速、高精铣削加工与精密加工。

海德汉除了五轴刀具尖点控制技术外，对于智能化功能如共振抑制、适应性切削以及参数优化等都有相当完整的方案。三菱则采用纳米插补技术，小线段处理程序每分钟单节预读可达270K，并采用SSS（SuperSmooth Surface）控制，大幅降低振动。

责任编辑：朱原弘