「黑色甜甜圈」的品保密碼，正新攜手微軟將AI輪胎氣泡檢測推向全球工廠
談到傳統產業的數位轉型，就不能不提全球最大二輪車胎製造商正新橡膠工業。2019年，正新打造昆山廠為關燈工廠，成為當時全球少數可以關燈生產的工廠代表，2022年，正新通過TIPS智慧財產管理A級驗證，強化智財管理能力，並攜手微軟與兆米智慧檢測，於台灣廠導入AI輪胎瑕疵檢測自動化，由AI自動判斷輪胎是否有氣泡瑕疵，再度成為全球輪胎業引進AI瑕疵檢測的先驅。
AI模型精確度超過99%以上，讓檢測人力由三班制降為一班制
「正新在製造自動化與智慧化的發展，恰恰反應出台灣傳統產業在擁抱數位轉型時的執行力、韌性和決心，」台灣微軟大型企業商務事業群總經理李立仁說。
很多人誤以為傳統產業的數位轉型進度不如高科技業，事實上並非如此，傳統產業的韌性和執行力，讓他們更有決心和毅力去克服數位轉型挑戰。也因此，台灣不少傳統產業的數位轉型腳步走得相當快，一如正新在10年前德國率先提出工業4.0時，便積極展開數位轉型，從生產自動化到智慧化，讓產線員工更省時省力，改寫輪胎業是勞力密集產業的傳統印象。
正新橡膠協理陳柏嘉表示，從正新與微軟、兆米智檢合作的AI輪胎瑕疵檢測自動化來看，AI檢出氣泡瑕疵的判讀精準度超過99.9%，使正新可以將瑕疵檢測人員從三班制調整為一班制，不只減輕人力負擔，更能避免缺工所帶來的營運風險。
混合式雲地架構解決方案，帶來生產低延遲、AI建模準確、強大資安保護、全球佈局快速四大好處
陳柏嘉進一步說明，氣泡檢出是輪胎瑕疵檢測中一個很重要的項目，因為輪胎不是純橡膠體，而是由鋼絲、簾紗等上百種原材料組成，經過一層又一層的貼合製程，才形成可以在路上行走的「黑色甜甜圈」。在貼合過程中只要稍有不慎就會產生氣泡、影響行車安全，因此輪胎出廠前，都必須經過氣泡檢出機取像再進行人工判讀，確認輪胎內部沒有氣泡，才能出貨給客戶。
而輪胎產線都是三班制，24小時不間斷在生產，這意味著檢測人員也必須三班制作業，逐一檢視每一個輪胎影像並判斷有沒有氣泡。在如今缺工已成產業常態的狀況下，要維持三班制檢測人力本就不容易，加上現代人普遍不願意輪值大夜班，更增加人力調度上的挑戰，以AI取代人眼判讀輪胎是否存有氣泡瑕疵，恰好能解決這樣的挑戰。
首先，藉由氣泡檢出機或其他方式取得產線上的輪胎照片，再傳輸至地端邊緣運算設備Azure Stack Edge，並透過Azure認知服務中的自訂視覺服務進行影像判讀，並將判讀結果即時回饋給產線，剔除有氣泡瑕疵的輪胎，而檢測人員只需針對判讀結果進行複檢、避免誤殺即可。
未來，若有新的輪胎產線、生產配方時，AI模型需要重新學習，Azure Stack Edge就會將存放在邊緣運算設備的照片上傳至Azure，重新訓練AI模型，並透過Azure IoT機制將新模型部署至Azure Stack Edge，維持AI模型的辨識準確率。
對正新來說，這種雲地混合式架構有四個好處，第一是產線資料直接在邊緣端進行AI視覺判讀，可以避免生產延遲，第二為Azure提供足夠的GPU運算力和儲存空間，滿足AI模型訓練的資源需求，第三藉由Azure資安防護機制確保只有經過授權的正新員工才能存取產線資料，避免產線機密外洩的風險，第四是全球各地廠房。
產業AI應用缺乏完整解決方案？微軟聚合夥伴生態圈力量，加速產業數位轉型
「其實，正新早在數年前就已經思考以AI自動檢測氣泡瑕疵的可行性，但始終找不到合適的解決法方案，直到與微軟合作後才讓這個想法有落地的機會，」陳柏嘉坦言。
主要原因在於，傳統氣泡檢出設備商大多不具備AI建模能力，而AI業者又普遍不瞭解輪胎氣泡檢出Know-how。再者，輪胎的材質是彈性體、比較柔軟，又是黑色，大大增加AI模型建置與準確判讀的難度。第三是市場上解決方案皆各自獨立，沒有一套已整合軟體和硬體的完整解決方案。
對此，李立仁亦指出，台灣微軟清楚很多AI應用需要的解決方案，都不是單一廠商可以提供，因此台灣微軟在扮演平台架構者，提供雲地整合、協作軟體等解決方案之餘，更積極扮演生態圈聚合者角色，將硬體、軟體、AI、SI等不同類型夥伴聚合在一起，再根據產業需求進行媒合。
這一次也是在瞭解正新的需求後，引薦擅長多材質AI瑕疵檢測模型的生態圈夥伴兆米智檢，結合微軟Azure雲端平台上的各項服務，順利完成AI氣泡瑕疵檢測的建置。「此次與兆米智檢合作的輪胎氣泡檢測，對於輪胎產業是一個很創新的解決方案。台灣微軟要扮演的不只是解決方案的供應商，更是資源整合者，期待未來可以與更多合作夥伴一起推動數位轉型，為台灣產業帶來創新。」台灣微軟全球合作夥伴解決方案事業群總經理陳仲儒表示。
目前，正新正計劃將AI輪胎瑕疵檢測應用逐步推動至海外工廠，並希望納入更多瑕疵檢測項目，如：外觀瑕疵等，「我們相信藉由與微軟的合作，可以加速推動雲端與數位轉型，讓正新成為全球最領先的輪胎製造商」陳柏嘉充滿信心的說。
本文轉載自數位時代
