工業工程結合AI 可降低原料採購成本、提高養魚效能
2019/08/02 @臺灣
示意圖
大家都知道，人工智慧（AI）應用在自動生產，可節省很多人力成本。但很多人不曉得，即使「原料採購」這種看似AI較難介入的公司營運項目，也可透過AI協助有效降低化工廠採購成本；甚至養殖魚類也可導入智慧化系統，提高產銷效能。
科技部人工智慧製造系統研究中心（簡稱AIMS）與科技部工業工程與管理學門日前在科技部舉行AIMS會員單位加盟簽約儀式，邀科技部次長鄒幼涵見證簽約儀式。
鄒幼涵致詞指出，科技部為促進AI核心技術及應用發展，吸引尖端技術優質人才，在台、清、交、成等成立4大AI創新研究中心。至於AIMS中心，不僅深耕智慧製造應用領域，亦邀請台灣北、中、南和東部代表性的智慧製造研究中心成為會員，擴大智慧製造的前瞻技術開發及產業伙伴關係。中心成為整合跨學門、跨院校、跨地區之研發和產學合作平台，培養台灣產業升級轉型所需人才，協助產業提升競爭力。
活動亦邀請科技部工程司司長徐碩鴻致贈聘書予工工學門規劃委員代表，他提到，學門各領域之規劃委員針對工工學門相關領域之研究成果及國內外重要議題，進行心得分享與專業交流，不僅增進未來工工學門計畫研發成效，也擴展產學計畫的廣度。
AIMS中心主任暨工工學門召集人簡禎富表示，為配合AI產業化與產業AI化的政策推動，及產業界對AI、大數據、智慧製造和數位轉型的人才與技術殷切需求，AIMS中心特別擴大規模邀請包括台科大工業4.0智慧營運中心、中原大學永續生產力暨品質研究中心、元智大學大數據與數位匯流創新中心、亞洲大學創新與循環經濟中心和東華大學東部區域運輸發展研究中心等，以台灣製造經驗和優勢為利基，希冀藉由合作發展成為世界級、有產業影響力的智慧製造研究中心。
簡禎富指出，工工學門近年來致力引進AI技術，協助產業升級及提升效能，有很多一般民眾沒想到的應用範圍。例如成大的研究團隊，基於化工廠原料成本占比約7成，但原料價格卻隨市場供需不平衡、國際經濟波動與政治事件等因素震盪，造成廠商採購原料時誤判價格趨勢，因此提出「深度強化學習分析原料採購決策」。
該研究計畫一方面透過深度學習預測原料價格，以供應鏈上下游的歷史價格、合約價格、產能開工率的供需及下游替代品等資料建構價格預測；另一方面加入歷史庫存量、需求和採購批量與船期等資料，透過強化學習達到採購成本最佳化。初步實證研究顯示，化工廠每年可因此省下10%原料採購成本約300萬美元，折合台幣上億元。
工工學門的另一個計畫，由屏科大工管系特聘教授王貳瑞帶領團隊，全面改善石斑魚養殖業的產銷，解決目前2000公頃石斑魚養殖面積面臨的滯銷問題。
台灣石斑魚肉質鮮嫩、口感佳、膠質豐富、營養價值高，產業規模龐大，但因體型大，不符家庭消費型態，國內各類型市場很少看到，民眾也只有在外燴辦桌或餐廳才有品嘗機會，但皆以活魚或全魚需求為產銷型態，產業鏈相當短。此外，石斑魚加工過程會產生魚頭、魚鱗、魚骨等超過40％甚至60％副產物，也影響魚肉切塊銷售競爭力。
王貳瑞團隊因此開發水解溶性設備與製程，將富含鈣質與微量元素的魚頭、魚骨、魚鱗粉末化，轉化為可食用之高值產品，可隨時隨意添加到各種食物或飲料，作為鈣質等營養素原料供應之來源。
研究團隊同時設計符合石斑魚養殖池水質的監控與數據分析系統，且導入「銷售端帶動系統模式」概念，整合100公頃石斑魚養殖池，及2家規模性石斑魚盤商、1家冷凍加工廠、1家商貿公司、2家儀器與環境檢測公司、2家大型通路零售廠商之石斑魚供應鏈系統成員，並改變傳統全魚或活魚銷售模式，透過實驗找到石斑魚最適烹煮的厚度與大小，再透過急速冷凍保留原味，且冷凍魚片不須解凍，就可直接烹煮，更方便料理；消費者還可從QR code取得生產溯源資訊，吃得更安心。
資料來源
關鍵字
文章摘譯
