继2013年工业4.0概念问世以来，因为先後加入AI丶IIoT等多项新兴科技领域，也促使台湾航太制造业龙头汉翔公司将之引进智慧制造解决方案。除了甫於去年TMTS展示与科技部丶 教育部合作成果，也在後续举办的航太产业与政策论坛上，汇聚国内外专家交流。
文 ◆ 特约记者 陈念舜

因应近年来国内外航太市场需求火热，据估计未来20年全球商用客机市场将达到3.5 万~4万架，创造6.3兆美元产值，必须提高现有机体丶引擎生产效率4~5倍；同时兼顾稳定品质丶降低成本等条件，使得投入智慧制造成为台湾航太产业供应链的必经之路。

既促使台湾航太制造业产值突破千亿大关，年平均成长率高达8%，也被政府特别列入5+2创新产业之一。在汉翔航空工业公司於2018年12月初举行的「台湾航太产业与政策论坛」上，更顺利邀集跨国大厂高层，与来自世界各国的供应商及国内产官学研单位齐聚一堂。

纵观30年来AI演进 Machine learning不同人类想像
率先登场的台湾人工智慧学校执行长陈升玮在专题演讲中，回顾近2年来受重视程度还超越摩尔定律(Moore's law)的软体技术， 就是机器学习(Machine learning)。其强调能让电脑从人类经验里淬取出规则的演算法，而不必像过去须经人类从电脑里找出辨识规则，却往往很快就被层出不穷的特例淹没， 进而可导入产业AI化。

从1950~1970年间开始投入AI发展以来， 首先尝试将人类「逻辑推理」的思考方式写进电脑，却在1~2年後就宣告放弃；到了第二波1980~1990年阶段，则改为编写人类的 「知识表达」，仍因为电脑对於掌握人类的常识(common sense)不足，而宣告失败。直 到2010年掀起第三波AI浪潮，始转变为输入人类的经验，又称为「机器学习」。

与过去技术最大不同之处，在於使用者只须提供长期所需的充份资料(Data)，就能供电脑学习，并逐层(layer)自行衍生规则丶特徵，来提升分类与检测瑕疵的准确率，使得人脸辨识正确率接近98%~99%。优点是让各行业对於专家的需求递减，而AI工程师的需求越来越多；但缺点就是，如此复杂的规则和人类想像不同，而无法解释机器学习所产生的演算法。

横渡智慧制造应用 产学架桥跨越鸿沟
陈升玮进一步分析，纵观这每隔 3 0 年 一度兴起的AI目标虽然相同，却各自衍生 出的关键技术，约可概分为：Rule based System丶Classical Machine learning丶 Deep learning。而近5年来蔚为主流的深 度学习技术(Deep learning)，与Machine learning最大差别，就是能从後者自主衍生规 则中找出特例(特徵值)。

但他也坦言，一旦电脑取得资料量不足 时，采取较大范围的传统机器学习(Classical Machine learning)方法，会比Deep learning 更适合；甚至当资料量为零时，还须回 头仰赖专家口耳相传的规则(Rule based System)。

惟若资料量大也代表模型将更为复杂， 对於AI工程师素质要求越高。导致Machine learning目前虽已普及於各行各业，即将引领 IT产业未来10~20年发展，企业若想扩大应 用，仍须积极注入新血。

据他近年来参与中研院团队至企业参访的 心得，认为现今要实现产业AI化的主要挑战 可分为：缺乏资料基础建设丶实战人才，少 了前者提供足够资料量，就算有先进技术也 无用；後者则在业界至今仍找不到具备5年 Machine learning经验的专家，只能从学界 挖角，却因为资源分配不均，同时存在着产学鸿沟。

陈升玮还强调：「现在只有工程师懂得AI丶Machine learning还不够，必须加入 中高阶经理人，才能找出真正问题核心(痛 点)。」所以为了扩大能量，服务台湾146万 家中小企业，现也结合企业与学术夥伴投入 成立财团法人科技生态发展公益基金会丶台 湾资料科学协会，并共同主办台湾人工智慧 学校，分为技术领袖培训班丶经理人周末研 修班，由业界出题让学界解决。

航太智慧机械制造论坛 串起国内外产业链结
在接续进行的航太智慧机械与制造发展 论坛上，美国Eaton公司总裁Nanda Kumar Cheruvatah认为，现今智慧制造并非一朝 一夕剧变，或仅止於顾客驱动的智慧工厂， 提高产能；还须不断精进丶缩短从接单到 出货的前置作业时间OTD(Ordering-ToDelivery)。

包含经过虚拟软体，确保规划流程同 步丶一致性，逐步自早期约60%准确率增至 100%，以符合Boeing丶Airbus航太自动化 需求；同时在OEM机具设备兼顾精实丶智慧 制造和供应链管理，终能推动顺利转型，以 藉此加速交货时间丶提高绩效和品质丶降低成本。

西门子数位工厂与制程工业暨驱动科技 事业部总经理席德塱(Tino Hildebrand)也表 示，回顾近年来工业4.0成为国际显学，系因 应各行各业客户对於交货时间与生产弹性丶 效率及品质要求越来越高所致，而须善用科 技以形成数位企业。

该公司期望藉此，於全产品生命周期搜集 所有即时反馈资讯丶数据，再经IoT连结软体 平台；透过数位分身技术(Digital Twins)执行 虚拟设计丶测试，让工程师在办公室内，即 可预先藉视觉化模拟丶修正丶验证所有生产 及组装流程正确後。再进入真实生产阶段， 全面改善产品或机械丶零组件品质达最佳 化；进而导入机器人组装及检测，使效能领 先同业，并持续改善价值链。

自去年起西门子也在台中成立首座数位体 验中心，除了可供客户实际体验前述技术和 设备与IoT串连之後的应用成果，还能了解真 正的工业4.0数位制造精髓。

连续参与两天论坛的加拿大 C E L Aerospace Group前集团总裁Claude Lauzon，则探讨国外中小企业应用智慧制造 情况，目前加拿大政府也提出3+2产业创新 计划，提供数十亿元加币赞助企业发展超级 群聚计画；以及税务优惠来吸引全球各大企业及研究人员进驻，促进研究单位及企业密 切合作，创造很多成功范例。

趋势科技总经理洪伟洤认为，由於目前 智慧制造仍在起步阶段，制造业大概到了 近1年多来才开始真正遭遇资安问题。尤 其是自2017年5月问世的新一代电脑蠕虫 WannaCry，系利用微软作业系统的漏洞快 速感染电脑，经锁定特定工程师窃取帐号 密码後加密资料勒索，将导致ERP/CRM系 统丶设备无法运作，包含Honda丶Nissan丶 Boeing丶台积电都曾深受其害。

因此他建议制造业者，当开始导入智慧 制造整合IT+OT之後，系统从隔离到开始连 网，首要调整的是面对资安的观念，而非技 术问题。包含：过去因为每部机台独立，机 台的IT人员通常只管生产顺利，而未必懂得 资安专业知识；有时甚至为了提高资安，还 必须某种程度牺牲产能；以及生产设备毕竟 不像PC丶OS的短暂生命周期，一旦更新须 避免影响制程稳定。

身为研究法人单位的工研院智慧机械科技中心智慧制造技术组组长罗佐良指出，工研院考量汉翔公司部份生产重地及精密机械 制造产业聚落都位处台中，而在此建置据点 及智慧制造试营运场域示范产线，同时结合 End User丶Maker及人才需求，以提升劳动 人均产值。

并引进设备联网丶智慧产线自适调配丶智慧决策生产等关键技术，包含透过安装SMB 的设备下载各式Apps，提升制造品质可靠度与设备妥善率；再经过ERP+APS串接形成数位化工厂，掌握供应链交期准确度。以及加工复合丶难切削材料设备及制程带动升 级，陆续将单机到跨厂域的智慧机械与系统导入航太丶汽机车丶自行车丶消费性电子产业，奠定未来国际竞争基础。

汉翔公司研发长吴天胜接着展示该公司自 2015年起结合内部生产丶资讯部门，积极推动智慧制造成果，分为智慧机台丶智慧制造丶智慧管理3大主轴，以及荣获首届智慧制 造金质奖的iAIDC系统。并分别透过航太复材智慧制造领航计画，推动工具机业者开发国产机械设备；以及航太供应链3D数位协同制造转型计画等，现已认证138家合格供应链 厂商，并持续培育中。

汉翔公司董事长廖荣鑫总结强调航太产业最大的挑战，虽然忧心於根据资诚联合会计师事务所(PwC)最新公布的「2018航太制造 业吸引力评比报告」排名，台湾航太制造业排名已从第6名落居第27名，甚至不如马来西亚第25名。

但藉着举办论坛，让产学研各界有机会在同一频道中互通讯息，并邀请国内外专家指 点全球趋势和挑战，从中找到机会及价值。 期许借镜国内外经验，从中找到经验及价值 外，更由政府领头积极改善国内投资环境及减轻税赋，以提振台湾航太制造业的国际竞争力。