工業 4.0 與智能制造在全球蔓延至今，人們對于其必要性與適用性仍時有爭論。今年＂SEMICON Taiwan 2018＂期間，在臺灣物聯網產業技術協會 (TwIoTA) 主辦、國際半導體產業協會 (SEMI) 協辦的《AIOT 時代的驅動力——半導體應用發展論壇》會中，多位科技菁英亦對相關議題分享切身觀感。
由鴻海和亞太電信轉投資的富鴻網，對智能制造和工業物聯網 (IIoT) 的實兵演練頗有心得；副總經理邱登崧借鏡富士康經驗表示，從獨善其身到物聯網示范工廠、創新中心、工業云基地、大數據 AI 研究院陸續成形，他們發現：設備機臺的數字化自動光學檢測 (AOI) 需要更精密 8K 高清攝像，不同設備需要不同傳感器將數據回傳，以數字雙胞胎先在虛擬產線環境建置、仿真，再做虛實整合；前端需要強大的邊緣計算能力，以便靈活調整參數，而 5G 傳輸可加速工業網關 (Gateway) 協助溝通不同設備的語言，機器學習可實現預知維護，降低停機成本。
照片人物：富鴻網副總經理邱登崧
＂IIoT 生態系的核心是邊緣層，最重要、最扎實、最基本的數據皆來自于底層，應由下往上部署才實際＂，邱登崧說。最上層的應用端體現在人流、物流、制造工序、信息、資金和技術等六個面向，人臉辨識、區域控制、自動倉儲和 AOI 檢測是常見項目，意在＂提質、增效、降本、減存＂。經實證，供應鏈自動決策系統可將接單、生產、供貨的整體效率提升 30%，庫存周轉提升 15%；＂柔性裝配＂的人均產值可提升 30%、庫存減少 33%。
AI數據驅動，異常偵測＆根因分析更Easy
臺達電子 (Delta) 處長劉慧瑾談到 AI 在智能制造的應用表示，少量多樣、缺工、人員流動大、訓練不及、分布式制造供應鏈、產品生命周期和交期縮短，以及環保意識高漲，都是催生智慧工廠的動力，須克服兩大難點：一是生產靈活度，易于重新配置、迭代；二是成本，著重軟、硬件整合及安全機制。自動化晉升到智能化的好處是可借助虛實整合、深度學習、機器視覺和數據分析做根因分析，優化生產機臺、偵測異常并降低損耗。以面板 AOI 為例，單一工序就有 80 個站點、40 萬個影像須檢核品管。
臺達電子 (Delta) 處長劉慧瑾談到 AI 在智能制造的應用表示，少量多樣、缺工、人員流動大、訓練不及、分布式制造供應鏈、產品生命周期和交期縮短，以及環保意識高漲，都是催生智慧工廠的動力，須克服兩大難點：一是生產靈活度，易于重新配置、迭代；二是成本，著重軟、硬件整合及安全機制。自動化晉升到智能化的好處是可借助虛實整合、深度學習、機器視覺和數據分析做根因分析，優化生產機臺、偵測異常并降低損耗。以面板 AOI 為例，單一工序就有 80 個站點、40 萬個影像須檢核品管。
如果以人工經驗辨識、找出缺陷工序恐有可靠度疑慮、過猶不及，且新人訓練廢時；若為降低誤判率而調低精準度參數，又恐有所遺漏。AI 的加入可回饋學習結果、取得平衡，且易于擴充系統、提高生產效率；在電子產品周期輪替快速的今天，得訓練好的 AI 模型之助，可及時搶市。不過劉慧瑾提到，就影像自動 AI 分類的方法，一旦訓練影像不夠多、周期又短，在辨認缺陷上會有限制；故力倡以數據代替影像，借由監控、收集數萬個機臺參數做異常偵測與根因分析。有鑒于機器可能也是異常導因，而參數優化需要時間收集完整、質量好的大量數據。
照片人物：臺達電子處長劉慧瑾
如此一來，可自動產生數據并找出對的參數，實時找出有問題的站點，再到現場實作、修正、及時修復，以提升良率、降低退貨率，不至于到最后統計過程控制 (SPC) 階段才驚覺異常而積重難返，且 AI 數據驅動 (data driven) 可產生新智慧。鈺創科技 (Etron) 董事長盧超群則拋出一個饒富省思的提問：為何看似走不下去的摩爾定律還能存活到今天？他揭密，其實半導體演進歷程正邁向第四個世代：
1. 硅世代 1.0——線性微縮，每一節點線寬微縮 0.7 倍，30µm 至 28nm 共 20 節點，促使 IC 產業放量經濟成長，因而誕生＂指數摩爾定律＂；
2. 硅世代 2.0——面積微縮 (Area Scaling) 造就有效摩爾定律經濟 (Effective Moore's Las Economy, EME)，晶體管從平放改成直立成 3D 鰭式場效晶體管 (FinFET)，可容納更多晶體管；
3. 硅世代 3.0——體積微縮，著眼于 DRAM 與邏輯組件因制造工藝不同、做在一起不合理，故采取堆棧方式因應，2014 年起，多芯片封裝 (MCP)、系統級封裝 (SiP)、多芯片模塊 (MCM)、3D 裸晶堆棧等異質整合受到重視；2016 年后更進化到不用基板、蛻變為 3D 晶圓級系統集成及體積微縮，如：CoWoS、InFO-PoP……；
4. 硅世代 4.0——半導體將進入＂功能Ｘ價值＂微縮漲時代，遵循＂硅Ｘ非硅異質性整合＋功能Ｘ價值之微縮漲法則＋納米級系統設計＂公式，創新＂類摩爾定律經濟＂(Virtual Moore's Law Economy, VME)，衍生巨大商機。
1. 硅世代 1.0——線性微縮，每一節點線寬微縮 0.7 倍，30µm 至 28nm 共 20 節點，促使 IC 產業放量經濟成長，因而誕生＂指數摩爾定律＂；
2. 硅世代 2.0——面積微縮 (Area Scaling) 造就有效摩爾定律經濟 (Effective Moore's Las Economy, EME)，晶體管從平放改成直立成 3D 鰭式場效晶體管 (FinFET)，可容納更多晶體管；
3. 硅世代 3.0——體積微縮，著眼于 DRAM 與邏輯組件因制造工藝不同、做在一起不合理，故采取堆棧方式因應，2014 年起，多芯片封裝 (MCP)、系統級封裝 (SiP)、多芯片模塊 (MCM)、3D 裸晶堆棧等異質整合受到重視；2016 年后更進化到不用基板、蛻變為 3D 晶圓級系統集成及體積微縮，如：CoWoS、InFO-PoP……；
4. 硅世代 4.0——半導體將進入＂功能Ｘ價值＂微縮漲時代，遵循＂硅Ｘ非硅異質性整合＋功能Ｘ價值之微縮漲法則＋納米級系統設計＂公式，創新＂類摩爾定律經濟＂(Virtual Moore's Law Economy, VME)，衍生巨大商機。
照片人物：鈺創科技董事長盧超群
機器視覺當道，3D感測迎風展翅
盧超群主張，礙于先進工藝成本過高，將系統板整合到芯片里是變通的折衷方案——3DＸ3D 視覺微系統被異質整合到納米系統中即為先例，在 AI 邊緣節點應用極廣。例如，來飛眼 (LyfieEye) 全景攝影機＋虛擬現實＋3D 建模＋量測結合室內導航，記錄旅宿或觀光景點特征制作影音地圖 (AV MAP)，其組合還能用于醫療手術。看好視覺商機，鈺創力圖轉型＂IDATE＂(Intelligence Data Acquisition Transmission Enterprise，智能數據取得及傳輸企業)；盧超群笑說，這個詞也隱含＂與創新來場智慧約會＂之意。
盧超群主張，礙于先進工藝成本過高，將系統板整合到芯片里是變通的折衷方案——3DＸ3D 視覺微系統被異質整合到納米系統中即為先例，在 AI 邊緣節點應用極廣。例如，來飛眼 (LyfieEye) 全景攝影機＋虛擬現實＋3D 建模＋量測結合室內導航，記錄旅宿或觀光景點特征制作影音地圖 (AV MAP)，其組合還能用于醫療手術。看好視覺商機，鈺創力圖轉型＂IDATE＂(Intelligence Data Acquisition Transmission Enterprise，智能數據取得及傳輸企業)；盧超群笑說，這個詞也隱含＂與創新來場智慧約會＂之意。
鈺創立足于機器人和 AI，往上迭加內存 (攜手力晶合作，工藝目標從大容量轉為小尺寸) 與擴增／虛擬／混合實境 (AR / VR / MR)；再往上延伸，以物聯網與邊緣計算為雙手，最后是靈魂之窗——眼睛，由兩部分構成：一是 USB 等各式傳輸接口，二是 3D 深度地圖 (Depth-Map)、360°球形攝影機，外加 3D 影像／VR／AR 和 3D＂ThingCapture＂平臺——可將環景拍攝的立體對象快速轉換成＂點云＂(point cloud) 之數字坐標數據，再以軟件及算法回推。盧超群透露，2020 年日本東京奧運的 4K / 8K 影像就有采用鈺創產品。
此外，Amazon GO 無人商店有 6,000 支監視器亦是采用鈺創產品，可顯示 3D 景深；盧超群介紹，3D 感測技術主要有三種：蘋果 (Apple) 采用雷射掃描、英飛凌 (Infineon) 采用飛時測距 (ToF)、英特爾 (Intel) 和鈺創則是以 AI 演算。類似規劃用于智慧工廠，360°球形攝影機可做全廠巡視，以記錄工安事件、食安環境、警示漏水／害蟲出沒或監看工人作業情況。與此同時，廣義 AI 不只有外環境、還包括內環境和微生物環境，即使微小如細胞、細菌，就是一臺可感測、計算的微型電腦，重點是要能掌握領域知識。
圖：鈺創科技 3D 感測廣角測距／手勢辨識模塊 EX8036 獲頒 2018 COMPUTEX《Best Choice Award》殊榮；其內建自主研發 eSP876 HD Depth-Map 單芯片，可取得被攝景物深度距離及深度圖像、供機器視覺之用
資料來源：https://www.tca.org.tw/tca_news1.php?n=1205&a=y
圖：鈺創科技 3D 感測廣角測距／手勢辨識模塊 EX8036 獲頒 2018 COMPUTEX《Best Choice Award》殊榮；其內建自主研發 eSP876 HD Depth-Map 單芯片，可取得被攝景物深度距離及深度圖像、供機器視覺之用
資料來源：https://www.tca.org.tw/tca_news1.php?n=1205&a=y
微機電入列，語音互動拉近人機距離
盧超群總結：只做 IC，就只能乖乖受限于摩爾定律；若加入系統和軟件概念，可進階硅世代 3.0；但欲再往上突破，必須加入微機電 (MEMS) 才行，且只有 AI 還不夠，得有＂HI＂(人類智慧，Human Intelligence) 加持。循此路線，未來半導體整體產值仍有成長空間，預估 12 年后將是現今水平的 2.5 倍。然而，他也感嘆：隨著微米技術向先進節點推移，半導體組件的制造費用越來越高，以往的大眾創新平臺似乎已變成貴族創新平臺，不免會讓創新受限于財力；所幸，40 納米以上的工藝已足夠 AI 應用，視可用資源量力而為即可，不必盲目跟風。
盧超群總結：只做 IC，就只能乖乖受限于摩爾定律；若加入系統和軟件概念，可進階硅世代 3.0；但欲再往上突破，必須加入微機電 (MEMS) 才行，且只有 AI 還不夠，得有＂HI＂(人類智慧，Human Intelligence) 加持。循此路線，未來半導體整體產值仍有成長空間，預估 12 年后將是現今水平的 2.5 倍。然而，他也感嘆：隨著微米技術向先進節點推移，半導體組件的制造費用越來越高，以往的大眾創新平臺似乎已變成貴族創新平臺，不免會讓創新受限于財力；所幸，40 納米以上的工藝已足夠 AI 應用，視可用資源量力而為即可，不必盲目跟風。
最后，盧超群宣示，廿世紀是科技革命，而廿一世紀的今天正引爆科技多元化應用革命，人工智能＋硅電子的智能時代已來臨！隨著各行各業的智能化，半導體除了電子業大本營之外，也須廣泛涉獵各個終端產業。聯發科技 (MediaTek) 副總經理暨智能裝置事業群共同總經理徐敬全則認為，AI 與 IoT 彼此具有相關性——AI 有助于提供服務來源，讓物聯網更合理化；例如，臉部身份辨識 (Face ID) 要精準，須仰賴 AI 訓練；而內建七個麥克風收音的 Alexa，經語音處理后連到后臺網絡、轉化成聽得懂的語意以啟動各式服務。
照片人物：聯發科技副總經理暨智能裝置事業群共同總經理徐敬全
經由 AI 語音互動，能讓人機距離更近、互動更自然，體現個人化。成立近 35 年、在全球擁有 18 個工廠、7 萬名員工的封測大廠日月光，本身正是絕佳 IoT 實驗場域；通過實時收集環境參數，分析時間對時間、機器對機器的變異性，后經無線技術整合連接操作面信息，優化環安和制造過程。系統整合研發中心處長鄭民耀表示，日月光近年積極拓展 SiP 開發及系統整合；例如，將天線射頻 (RF) 整合在封裝中，并利用嵌入式基板壓縮 Z 軸垂直高度、增加密度，極小化堆棧元器件尺寸并提供＂虛擬參考設計平臺＂供客戶從云端做功能驗證。
照片人物：日月光集團系統整合研發中心處長鄭民耀
該平臺包括三部分：整合不同微控制器 (MCU)／RF／傳感器等硬件設計指引、應用程序 (APP) 軟件以及無線網絡／邊緣計算／機器學習等協同開發，還能對接環境／生物／運動傳感器 (motion sensor) 等。開發者可在一周內完成原型與手機 APP 驗證、三個月內走完開發到認證的完整工程。鄭民耀指出，日月光基于無線傳輸可靠度起見，特別在邊緣節點加入 AI 演算，可確保傳輸的優先順位并減少 70% 封包傳輸。
