用 AI 來提高良率！吳恩達用大量圖像和影片，改善工廠的運作

創新點：在製造過程，透過圖片或影片，自動檢測和分類瑕疵品。

本文四大重點：1. Google 和百度的「大腦」，將 AI 導入製造業。2. 用大量圖像和影片，就能訓練出精準的「自動品管」。3. 和製造業大廠合作，避免「閉門造車」。4. 成功募得 5700 萬美元，打造「資料為中心」的人工智能。

AI 熱潮影響我們最大的事件之一，就是很多代工製造廠因此而股價暴漲。因為要將 AI 引入生活中，第一步就是大量需要它們組裝的主機，才能夠提供 AI 需要的大量運算能力。但是早在 2017 年，新創公司就已經設法運用 AI 提升製造業成品的品質。這家公司叫 Landing AI。

1. Google 和百度的「大腦」，將 AI 導入製造業

Landing AI 的創辦人 Andrew Ng（吳恩達）於 1976 年出生於英國倫敦。他在卡尼基美隆大學 (Carnegie Mellon University) 畢業，然後到麻省理工學院 (Massachusetts Institute of Technology, MIT) 取得碩士學位。然後到柏克萊加州大學 (UC Berkeley) 修讀博士。

畢業後 Andrew 在史丹佛大學擔任教授。2011 年，他和 Google 進行聯合研究，創辦了 Google Brain 開始研究深度學習與人工智慧。2014 年，Andrew 加入百度負責「百度大腦」的計畫。

圖說：Landing AI 創辦人 Andrew Ng（圖片擷取：Tech Crunch）

（同場加映：史丹佛大學人才輩出！請看：如果你看得比老闆遠，就跳出來自己做！她離開史丹佛大學自立門戶，打造出「思科」公司）

除了發展人工智慧，Andrew 對推廣相關的教育也有極大的熱誠。於是，他在 2012 年成為網上學習平台 Coursera 的聯合創辦人，並在上面開設了廣受歡迎的機器學習和深度學習課程，使數以百萬計的一般人獲得了人工智慧的基礎知識。

Andrew 一直相信人工智慧可以用於解決製造業面臨的許多問題，於是他在 2017 年從百度辭職，並在同年創辦了研究將人工智慧導入到製造業的 Landing AI。

2. 用大量圖像和影片，就能訓練出精準的「自動品管」

經過了 1 年多的研發，Landing AI 在 2019 年初推出了「視覺檢測」平台 LandingLens。它最主要的功用是在製造生產的過程中，透過圖片或影片自動檢測和分類有缺陷和異常的成品。

（同場加映：人工智慧的影響，每個產業都會感受到！請看：AI 除了聊天還幫你擬合約！律師事務所讓 ChatGPT 變成合格的律師，但也帶來疑慮）

作為一個人工智慧平台，資料當然是最重要的。所以想要使用這個平台的廠商首先就需要收集大量包含正常和缺陷樣本的圖像或影片。這些數據將會上傳到 LandingLens，並用來訓練機器學習模型。

接著，廠商就會指派品管人員到 LandingLens 平台上「標註」上傳的資料。他們會為每份資料標示這是正常還是有缺陷的。LandingLens 會用這些標示來訓練模型，讓它能識別成品是不是正常。當成品有缺陷時，它還能識別不同的缺陷類型。

在 LandingLens 利用資料訓練完模型後，就需要先進行測試以確保它的判斷是準確的。因此，品管人員就會用它從未見過的資料進行測試，看看模型判斷的結果和人為判斷是不是一致的。如果模型表現不佳，需要進行調整和改善，以提高識別的準確性。

圖說：在 LandingLens 標示資料，並用建立的模型做檢測（圖片擷取：Landing AI 官網）

等到將模型調整到滿意的狀況後，就可以將 LandingLens 連結到正式的生產環境中使用。它就可以實時檢測和分類產品圖像或影片中的缺陷，並自動觸發相應的控制措施，例如，通知產線作業員去回收有缺陷的成品等。

由於生產環境的變化（例如，廠內照明的改變）可能會影響到 LandingLens 的判斷。所以在使用過程品管人員可以提供更多的資料來調整模型，讓它能夠維持準確的判斷。

例如，生產主機板的廠商就能將不同的缺陷（板子上有裂痕、板子上有多鑽的孔等）標註到 LandingLens 中。那麼在生產的過程中，LandingLens 就能透過架設在產線上的鏡頭，看到每片完成的主機板。LandingLens 就能迅速的判斷板子上有沒有裂痕或其他的缺陷。

3. 和製造業大廠合作，避免「閉門造車」

要推動那麼大的改變當然是一件非常的挑戰，所以 Andrew 明白他不能閉門造車。在創辦 Landing AI 同時，他就和郭台銘密集碰面，討論如何將傳統製造業提升到運用人工智慧的層次。

圖說：郭台銘與 Andrew（圖片擷取：Andrew 的 Medium）

在 2018 年 2 月，鴻海宣布正式和 Landing AI 簽署戰略合作備忘錄成立工業互聯網AI應用實驗室，並在接下來的 5 年內投入 100 億台幣的資金，推動人工智慧在製造業中的各種應用。

和鴻海的合作，讓 Andrew 能夠擁有實際的製造場域，來驗證 Landing AI 如何能夠為製造業加值。LandingLens 也是從這些合作的經驗中慢慢累積而成的產品。所以，在推出市面時 Andrew 就非常有信心它是可行的。

（同場加映：1 + 1 大於 2！這家新創公司也靠「合作」找到自家的王牌產品！請看：「整新手機」在疫情中崛起！這家法國電商和整修工廠合作，幫手機找到第二春）

在和多家製造商合作過後，Andrew 發現只要稍作調整 LandingLens 也能夠符合其他產業的需求。因此在今年 2 月，Landing AI 宣布 LandingLens 將開放免費試用，並提供訂閱制服務，讓其他產業的使用者也能使用它。

影片：用 LandingLens 辨識汽車

最近，研究治療性抗體的公司 OmniAb 就使用 LandingLens 協助自動化檢查它們的實驗檢體。OmniAb 發現它們的效率明顯提升了，另外不是最高階的科學家也能夠透過人工智慧，增加他們做事的速度。例如，原本要最高階的科學家才能判讀的結果，現在由 LandingLens 判讀，一般科學家就能繼續接下來的流程，不需要乾等待了。

4. 成功募得 5700 萬美元，打造「資料為中心」的人工智能

Landing AI 目前大部份的收入都是源自於為製造商導入 LandingLens 解決方案。但是，自從開放 LandingLens 的訂閱制服務後，Landing AI 漸漸吸引了不少的客戶開始使用它們的服務。每月只付 39 美元或 105 美元就能打造自己的視覺檢測平台，對中小企業來說真的是非常有吸引了。

在確保自己的產品有市場後，Andrew 在 2021 年決定要對市場募資。在這次的 A 輪募資中他成功募得了 5700 萬美元，而其中一家投資的公司是台杉投資。

（同場加映：如何知道市場願意接受你的產品？請看：打造「不可取代」的產品！看Youtube和Dropbox如何達到Product Market Fit）

Andrew 要將這筆資金用在擴展 Landing AI 的產品和服務，打造更多工具協助製造業者能夠更輕鬆、更快速地建構、部署、使用人工智能係統。

雖然 Landing AI 在開發產品方面取得了長足進步，但 Andrew 認為他們還處於以「資料為中心」的人工智能系統的早期階段，所以希望在技術上取得更多進展和創新。

Andrew 相信，唯有大量依靠「資料」而不是「程式碼」建構的人工智能，才會被廣泛的接受和使用，而這就是 Landing AI 的目標。