陈政隆表示，早期机器人手臂工作很单纯，所以只是A点到B点的固定工作，当有了视觉技术之后，就可以做比较多的事。但是，传统Rule-based的视觉系统有许多极限，包括环境光改变、物件变得比较复杂，相关辨识率就下降了。这几年开始有AI搭配在视觉上使用，就可以解决过去比较难解决的问题。以科技业来说，过往都是用AOI光学检测设备，但是经常造成过杀率（overkill rate）过高问题，但是导入AI之后，就可以解决。
陈政隆表示，当客户询问到要使用3D视觉进行检查AOI检查或监测时，都询问到需要多少图片才能产生AI模型，当我们回答需要收集成千上万个资料时，客户听完之后就不太想做。所以所罗门团队就思考如何透过软体平台，让客户可以用最少量的样本去建置客制化的AI模型，以提高客户导入意愿。目前所罗门平台已经可以串联20、30个不同品牌的机器人，并且包括多种2D、3D影像格式与各种品牌网路摄影机，并且平台上面会放上优化过的AI模型，才能在实际场景中使用。
陈政隆归纳目前客户抗拒使用AI机器人的原因，主要是仍需要足够数量的资料库来训练AI模型，以品质检测来说，理论上产线的良率接近九成甚至是超过九成，反之就是不良品的瑕疵样本数过少，可能会无法训练，但这已经跟传统AI模型需要上千张的样本才能训练的情况，改善不少了。
针对现在最热门的AI机器人解决人员短缺问题，陈政隆认为，必须要做到几乎像人一样聪明，而且具备多功能性。现在辉达已经在开发一些基础AI模型，如合作开发的Motion Panning（运动平移），就可以纳到平台里面去使用。人才短缺问题，陈政隆表示，所罗门长期仰赖国际人才，光是视觉部门就有来自15个国家的员工，有些是来台湾念硕博士毕业的，有些是外国员工介绍他们朋友，例如越南或印度等国家，而这是不得不走的一条路，毕竟很难跟科技大厂竞争。
神通资讯董事长苏亮也针对台湾AI人才的养成提出看法。苏亮提到，1970年代Intel微处理器的推出，透过教育的推广，让大家知道微处理器能怎么用，但是主要培养的会是专业领域人才。现在在AI人才的培养上，由于是跨领域，所以很多人并不需要知道AI，只要有创新的点子、适合的工具就可以做到，跟过去不太一样。至于要如何落实AI人才的培育，目前神通资讯内部有做部分规划，也提供AI实验室给高中，希望透过高中学生的培养，让他们有创新的理念，将来可以在各行各业都能够发光发热。
苏亮认为，AI应该无所不在，但是真正想要去做，好像甚么都不对，缺少了一点东西。过去在推动各类AI应用中，发现有两点是很重要的。第一个是要有足够的数据库，这个数据不完全是一般的资料，包括从物联网、从大数据云端、从开放资料等等取得的数据，所以神通要去做的，就是帮业者打造一个资讯共通平台，有了平台才有办法进行用数据进行AI分析。
苏亮指出，有了共通平台之后，又发现另外一个问题，就是AI的应用都是跨领域，有些还跨多个领域，所以需要透过多领域的协作，搭配上平台的创新，才有办法创造出新的AI应用。现在有很多AI工具，对于工科的人来说，或许不难使用，但是碰到跨领域的情况，使用上还是有困难，所以神通又去打造了一个不需要撰写程式的No code工具软体，各行各业的人透过No Code的工具软体，搭配共通平台上面的数据，就可以开发出更多创新应用，而且可以落地应用。
點擊閱讀下一則新聞
