商傳媒｜何映辰／台北報導
根據一份於今年四月發布的「智慧工廠/倉儲自動化」特別報告指出，人工智慧（AI）、感測技術與機器人學的最新進展，正引領工業自動化邁向新境界。這份報告特別強調將人類專業知識整合至自主系統中，以克服傳統自動化在處理複雜變動流程時所面臨的挑戰。
該報告指出，透過多代理人AI系統嵌入熟練操作員的隱性知識，可實現具備可擴展性、可解釋性及適應性的自動化解決方案。這項技術已應用於玻璃製造、鋁罐生產及石油鑽探等產業，在提升營運效率的同時，仍能保留人類的判斷力。
對於既有工業設備的升級，報告提及一種具經濟效益且彈性的策略，即透過先進的感測器與視覺技術進行改造。藉由封裝式整合，企業無需耗費巨資進行全面重新認證，即可升級機器以實現線上品質控制與檢測，加速推進工業4.0與網路化生產的能力。
預測性維護亦是報告重點之一。智慧微機電系統（MEMS）感測器內嵌機器學習功能，能在邊緣端預處理震動數據，實現即時異常偵測。數據經由雲端聚合後，再透過卡爾曼濾波器與類神經網路等精密演算法進行分析，以提供可執行的維護建議，藉此減少設備停機時間並最佳化使用壽命。
在機器人技術方面，加州大學柏克萊分校（UC Berkeley）開發了一套名為HiL-SERL的AI訓練協定。此協定結合人類示範、強化學習及真實世界實踐，使機器人能學習如主機板組裝或「疊疊樂抽積木」等複雜任務，成功率可達百分之百。此外，麻省理工學院（MIT）與Nvidia研究團隊則推出了cuTAMP演算法，運用圖形處理器（GPU）平行運算能力，讓機器人能同步評估數千種動作規劃，將原本需數分鐘才能解決的複雜多步驟操作（例如在有限空間內緊密安全地包裝不規則物品），縮短至數秒內完成，這對工廠與倉儲自動化而言是關鍵優勢。
麻省理工學院的另一項突破，是名為「Relevance」的機器人框架。此框架能讓輔助型機器人根據環境中的視聽線索與任務理解，直觀地判斷並提供人類所需物品，進而提升人機互動的自然度、安全性與效率，為居家、辦公室及倉儲場域的人機無縫協作鋪路。總體而言，這份報告強調AI、感測與以人為本的設計正驅動更智慧、快速且適應性強的自動化解決方案，對製造業與物流業的未來至關重要。
