株式会社大昌電子様
該公司成立於 1968 年,是一家印刷線路板專業製造商。總部位於東京大田區,擁有岩手工廠和栃木工廠兩個製造基地,在全球範圍內進行設計、製造和銷售。半導體封裝基板、模組基板、剛撓性基板等各種基板的試產到量產的製造商。
這次以公司的創新來迎接挑戰,推出由SCREEN開發的「AI誤報過濾系統(以下簡稱SCREEN AI)」。 我們樂見這個創新並關切其背景、評估過程以及實施後的運作。
Mr.Yuichi Konno
(Operating officer,Iwate Factory Deputy Factory Manager)
Mr.Kazuhisa Koyama
(Production Technology Division Manager)
Ms.Rio Sasaki
(Production Technology Division Engineer)
「由於產品產量增加,該公司發現 AOI 流程(驗證流程)的負擔增加。所涉及的時間甚長,直接影響電路板製造的交貨時間,因此他們希望找到一些解決方案來減少這種情況。依據金野先生的說法,這樣的概念是基於減少驗證過程,以創建一個「無需驗證」的系統,其中SCREEN AI 將在無需人工干預的情況下完成所有驗證。
我們之所以對SCREEN AI抱持著如此大的希望,是因為公司面臨的實務面問題與挑戰。 主要有以下三種:
①勞動力的保障
日本整體面臨人口減少的問題,這次採訪的岩手工廠表示,確保勞動力的困難度卻逐年增加。 此外,預計未來少子化仍將持續,如果不在這時提出確保穩定勞動力的方案,未來的生產將面臨難以順遂的風險。
② 操作人員的檢驗能力一致化
現場工作的操作人員特質多樣,從新手到老手,每個操作人員的驗證品質可能會因經驗值的差異,以及團隊工作時的個人特質而出現差異。 此外,為了維持穩定的生產系統,個人化的檢驗基準是不可取的,因此理想面向是能夠保持生產穩定的一致性驗證品質。
③ 人為失誤最小化
工廠每天 24 小時運轉,作為製造商必須避免操作人員注意力,因時間變化而波動的情況而影響驗證品質。
如今我們隨處都能聽到AI這個名詞,它似乎已成為一種萬能工具,可以自動完成所有事情,其實事實並非如此。 只有在品質和數量上準備適當的數據,並讓AI學習,才能實現準確的AI工作結果。對SCREEN AI的評估過程之中,我們可以看到為了解決與理想值之間的差異,所付出的辛勞代價。
AI評測負責人佐佐木先生表示,最困難的任務是將AI學習所需的影像資料分類。 為了讓AI學習,人類必須先手動分類這些學習資料。 雖然能夠清楚地判別誤報或缺陷都是沒有問題的,我們仍然會微調處理數據,並讓人工智慧從中學習。模糊的分類將會導致AI的精準率下降,因此需要付出時間調整才能得到預期的結果。
此外,評估之初對不熟悉的AI技術的術語令人感到頭疼,評估有時會因無法理解術語而導致停擺。經由升級SCREEN的遠端支援和SCREEN AI軟體(例如:將螢幕上的專業術語改為更容易理解的語言),果然提高了辨識速度以及使用度。
運轉中的SCREEN AOI
引進SCREEN AI,究竟能收到多大的效果呢?目前SCREEN AI有效發揮作用減少了70%至80%的產品驗證,從而縮短了電路板生產週期。 但從整體產品類型來看,驗證減少的效果之間,仍然存在著辨識差異,因此計劃在未來持續提高精準度。 設法提高精準度為例,該公司目前正在為其AI建模添加新數據。
SCREEN AI的特點是客戶可以自行添加新資料並進行AI學習,以使其反應於AI模型中。 也就是說隨時都可以創造出原創的AI模型。 如果您有任何疑問,SCREEN的系統可以及時提供遠端支援。 佐佐木先生還表示,“我很感激當我有問題,或疑慮時,他們都很仔細地對應我。”
小山先生表示,雖然目前我們只達到了最初設定目標值的一半,但我們無法想像回到沒有SCREEN AI的狀態,因此我們的方針將是持續地改進。
我們還想探索應用AOI 以外的製程,AI的運用方法。金野先生表示,還有很大的進步空間,例如利用AI來盡可能消除人工干預的需要,將AI用於時間的設定智慧設定,例如調整本來由人工才能完成的設備。
將AI導入生產現場這才剛剛開始。 該公司將繼續探索知識,如何運用AI進一步改善現場的方法。
今野先生與 SCREEN PE Solutions 社長末森先生握手固化未來雙方互相合作的承諾。