快訊

竹市一口氣+4!三民國小學童一家四口皆染疫 感染源不明

鴻海發布全新AI演算技術 降低50%以上產線檢測人力

非監督式學習AI演算法FOXCONN NxVAE,實際於產線檢測狀況。鴻海/提供
非監督式學習AI演算法FOXCONN NxVAE,實際於產線檢測狀況。鴻海/提供

鴻海科技集團(2317)今(21)日宣布,正式推出非監督式學習(Unsupervised Learning)人工智慧(AI)演算法「FOXCONN NxVAE」,運用正面表列的模型訓練方式,只以產品容易取得的正樣本進行光學檢測演算,解決產線中瑕疵樣本取得的問題,適用於良率高的成熟產品線,可增加AI模型的整體容錯能力,此技術已實際導入集團部分產品外觀檢測生產線,成功降低50%以上的產線檢測人力。

鴻海半導體事業群AI團隊歷時8個多月的研發,從架設AOI光學檢測設備,到產線採集產品外觀影像,期間因COVID-19疫情影響,團隊無法親臨產線,改由遠端工作模式,進行影像數據處理與AI演算法的開發與調適,最終研發出非監督式學習AI演算法FOXCONN NxVAE,並已實際應用在鴻海科技集團中國大陸園區內的電子產品外觀檢測產線上。

鴻海半導體事業群晶片與系統方案事業處副總經理劉錦勳說:「鴻海科技集團生產線品質良率早已超過99%,累積的工業數據龐大,除了持續進行品質改善外,也讓AI得以發揮,助益產業發展。此次AI團隊研發非監督式學習演算法,不僅降低產線新產品導入的陣痛期,也是業界人工智慧發展的重要里程碑。」

FOXCONN NxVAE已可全檢產品外觀常見的13類瑕疵,並達到0漏檢的客戶要求,降低50%以上的產線檢測人力,除提升整體工作效率外,也代表鴻海往智慧工廠的目標也更向前邁進一大步。

傳統機器視覺(Computer Vision)檢測,大多以標準樣本(Golden Sample)為基準與待測樣本進行差異比對,當產線是在客製化的環境下進行檢測時,準確度會因光源變化、待測樣本定位差或產品本身紋路不規則等不定、不同因素造成了比對失敗,產生較高的過殺率,甚至因此加設人力進行過殺樣本的二次檢測,造成人力支出浪費。

FOXCONN NxVAE演算法採集不同日期的數據進行AI模型訓練,平均產品數據的變異性,增加AI模型的整體容錯能力,也解決數據差異化問題。此非監督式學習算法的核心概念即為:「不是好的,就是壞的」、「只需正樣本」、「讓模型重建自己」。

一般監督式學習的AI算法為提升準確率,動輒需要數百至上千張瑕疵影像,才可取得90%以上的準確率,但仍未達到產線採用標準,因此,要提升準確率以達到產線檢測要求,根本之道在於高品質瑕疵影像數據集的建立與取得。

鴻海AI團隊先前亦針對廠內機殼瑕疵檢測提出監督式學習(Supervised Learning) 演算法,讓產品外觀瑕疵的檢測率達到99%以上,然而,在鴻海產線良率高的情況下,要收集20種以上各類瑕疵的足夠樣本實屬不易。

非監督式學習AI演算法FOXCONN NxVAE,實際於產線檢測狀況。鴻海/提供
非監督式學習AI演算法FOXCONN NxVAE,實際於產線檢測狀況。鴻海/提供

鴻海

延伸閱讀

瞄準Apple car供應鏈,鴻海真能從手機代工跨足電動車?老總:市場已經給了答案!

專家:缺人力 專責醫院系統性問題

鴻海投資AI新創 助攻電動車

全民權證/鴻海 挑逾五個月

相關新聞

印度疫情拖垮鴻海iPhone 12一半產能!變酸的蘋果 台廠供應鏈能嚥下去嗎?

蘋果本季將迎晶片缺貨、印度製造腳步亂等兩大逆風,這1季解決不了的難題,恐延續至下半年才得解,考驗著蘋果與旗下供應鏈的智慧。

疫情升溫!繼台哥大後 中華電、遠傳員工可彈性居家上班

因應疫情升溫,台灣大哥大今天宣布,北北基、桃竹地區員工居家上班。中華電表示,桃園、鶯歌等員工可視情況申請居家辦公;遠傳則...

台積電再買達德1.2GW風電 刷新亞洲企業採購最高紀錄

台積電去年與沃旭能源簽下920MW裝置容量離岸風電,今日宣布與德商達德能源簽署再生能源電能直購合作協議書,採購合計1.2...

67歲傳奇人生落幕...誠研董事長辭世 「補教界天后」遺孀受關注

誠研科技董事長黃健華辭世,享壽67歲,由於妻子殷非凡、女兒黃茯分別為第2、第3大股東,黃茯更在誠研任職,是否扛起重擔受到...

台積電11月營收升溫下月可望再創高 與英特爾將談合作

台積電(2330)今(10)日公告11月營收1482.68億元,月增10.2%,年增18.7%,為歷史第三高;累計前1...

資策會:明年是低軌衛星商用元年 台廠站穩供應鏈

資策會產業情報研究所(MIC)今天表示,明年是低軌衛星商用服務發展元年,包括Starlink與OneWeb等低軌衛星營運...

商品推薦

udn討論區

0 則留言
規範
  • 張貼文章或下標籤,不得有違法或侵害他人權益之言論,違者應自負法律責任。
  • 對於明知不實或過度情緒謾罵之言論,經網友檢舉或本網站發現,聯合新聞網有權逕予刪除文章、停權或解除會員資格。不同意上述規範者,請勿張貼文章。
  • 對於無意義、與本文無關、明知不實、謾罵之標籤,聯合新聞網有權逕予刪除標籤、停權或解除會員資格。不同意上述規範者,請勿下標籤。
  • 凡「暱稱」涉及謾罵、髒話穢言、侵害他人權利,聯合新聞網有權逕予刪除發言文章、停權或解除會員資格。不同意上述規範者,請勿張貼文章。