Seagate获美国全国制造商协会颁发制造领袖奖

本次获奖的专案为工厂中大量的AI分析提供强大的基础。这项创新策略名为OPICA（集中化分析的光学检测），可支援工厂边缘分析。这是一种深度学习专用的无程式码应用，可辨识出生产过程中出现的瑕疵，并防止此瑕疵落入下游产线。

MLC资深内容总监Penelope Brown表示，评鉴此项目的评审指出，此应用突破了检查的极限，并以经验证的强大成果展现出先进的技术应用。

此款屡获殊荣的解决方案以包容性为构建理念，具备以下三种特色来实现厂房AI民主化，包括利用AI「增强」人类劳动力，而非「取代」，被AI取代的厂房操作人员可调动到更高阶的职位，而非离开公司。提供一款无程式码的神经网路训练与验证解决方案，即使非程式设计师也同样可以使用。汇集工程师、资料科学家与电脑科学家等具备各种技能的人来发展。

协助开发Seagate解决方案的工程总监Gary Kunkel表示，针对制造业而言，电脑视觉方面的挑战相当常见。从历史上看，解决方案往往是运用电脑视觉工程师等专业资源开发而成的。打从一开始，我们就明确知道可以运用深度学习技术来开发无程式码工具，以此训练神经网路来辨别图片中的瑕疵和特征。这促成了民主化发展和解决方案的指数型成长。能解决问题的人数已从一、两人增加到数十人，未来更可以让上百人来解决此类问题。

专业知识已不再是开发数学电脑视觉演算法的必需品。预防瑕疵的专家可以拍摄制程和设备的照片并对其进行标记，再使用无程式码软体（GUI图形使用者介面）来训练模型以辨识损坏状况，分散式知识导向更轻松地扩充。

OPICA由Docker容器、Kubernetes容器调度、RabbitMQ资料传递、Edgeline伺服器、人为监督（Human-in-the-loop）模型管理仪表板和高速Seagate储存装置等可扩展且模组化的资料工程技术构成，每天可处理高达300万次多类别深度学习推论。

Seagate营运与技术执行副总裁Jeffrey Nygaard表示，我为我们跨部门团队的协作创造力感到骄傲。利用随插即用的GPU和伺服器等运算资源，我们可以轻松进行扩充以每日处理超过1,200万张影像。

此解决方案提供高达三倍的投资报酬率。此应用可将检测精度提升至少20％，只需要7台自动化机器，即可完成150名操作人员每天用手动显微镜检查数百万个零件的工作。MLC的Penelope Brown表示，Seagate作为高效获奖队伍中的一员，是展现制造业新兴数位时代可能性的一个典范。