10:10~10:50
國際會議廳
精密機械的空間軌跡精度光學檢測法 / 台大機械 范光照名譽教授
范光照教授結合理論與實務，致力於精密測量理論與應用，特別是在工具機精度及三次元量測相關領域，已發表期刊論文180多篇，會議論文250多篇，更曾榮獲東元科技獎、國科會傑出研究獎、經濟部大學產業貢獻獎-深耕獎、中國機械工程學會特殊貢獻獎等殊榮。本場演講 范教授以「精密機械的空間軌跡精度光學檢測法」為題，首先針對線性移動的數控工具機和自動光學檢測機台分析其空間切削點或檢測點的位置誤差檢測原理，提出多自由度光學檢測方法，利用誤差補償技術可大幅提高此類機台的空間軌跡精度。接著針對機械手臂的空間軌跡分析誤差產生原理，並提出一種三維球桿儀的光學檢測方法，可快速檢測出機械手臂空間軌跡的動態誤差。
10:50~11:30
國際會議廳
IIoT發展趨勢及設備業者因應之道 / 微軟物聯網創新中心 葉怡君總經理
在5G及連網技術、人工智慧與大數據分析、智慧機器人…等軟硬體技術的加持之下，業者積極整合上述技術應用於工業領域，工業領域「物聯網化」已進入快速發展期。AOI自動光學檢測在工業應用扮演重要角色，IIoT可實現自動化檢驗領域再擴大，業者如能開發符合IIoT發展趨勢之AOI設備，將有機會搶進龐大新商機。微軟物聯網亞太創新中心作為亞洲的樞紐，致力於物聯網應用的串聯與落地，目前已推動上千個微軟認證的物聯網與邊緣運算解決方案，其中半數來自台廠生態系。本場演講邀請 葉總經理以「IIoT發展趨勢及設備業者因應之道」為題，剖析設備業者布局IIOT時的痛點，勾勒未來智慧發展藍圖。
11:30~12:10
國際會議廳
美中貿易戰對台灣AOI的機會與挑戰 / 工研院IEK 黃仲宏分析師
美中貿易戰不止，促使世界工廠從中國移轉至各地，勢必將帶動設備需求。依據主計總處發布第 2 季經濟成長率資料顯示，我國在亞洲四小龍間表現最為強勁，受惠主因為台商回流及轉單效應。目前台商回台總投資金額已超過4,346億元，其中以電子零組件業投資最多，電腦電子產品及光學製品業次之，電力設備及配備業、機械設備業分居第三及第四。隨著這股投資、產線移回熱潮，可望挹注我國製造業生產、出口及就業。本場演講 黃仲宏分析師將剖析美中貿易戰帶來的台商回流潮對設備業的機會與挑戰。
15:00 – 15:30
國際會議廳
小數據如何實現電腦視覺，微軟AI研究首席剖析關鍵 / 微軟AI研發中心 賴尚宏首席研究總監
AOI是影像辨識的工業檢測應用，然而當面對少量多樣的製造特性時，特徵影像訓練資料不足，難以打造好用的產品檢測模型，這是AOI的挑戰，也是推動產業自動化的瓶頸。賴首席研究總監長期專注於電腦視覺、機器學習的研究，本次論壇邀請 賴首席研究總監分享「小數據如何實現電腦視覺，微軟AI研究首席剖析關鍵」，期給予AOI社群成員啟發。
衍伸閱讀→→小數據如何實現電腦視覺，微軟AI研究首席剖析關鍵
第一會議室
AOI智慧升級─AI訓練師在地養成計畫 / 台灣人工智慧學校 蔡明順營運長
AI風起雲湧，以工業影像辨識為主要應用之AOI，亟欲導入AI新技術，期待大幅提高辨識力、決策力，為客戶貢獻價值。然而AOI+AI的多元性與客製化高，加上AI人才難求，因此台灣人工智慧學校倡議國內業者建立「自己的問題自己解決」的文化，提升公司內部現有軟體工程師的AI技能，應是最可行的AOI智慧升級之道。本次論壇邀請台灣人工智慧學校 蔡明順營運以「AOI智慧升級─AI訓練師在地養成計畫」為題，給予AOI社群成員寶貴建議，指引在地養成思維與資源。
衍伸閱讀→→製造結合AI－台灣產業升級之利器
第四會議室
產研融合推手-台大AOI設備研發聯盟 / 台大機械 陳亮嘉特聘教授
台大AOI設備研發聯盟以推動學界實驗室(Labs)、AOI 設備製造商 (Makers)、設備使用者(Users)等三方合作鏈結為使命，期透過人才培育、研發諮詢服務、檢測服務、技術移轉等產學合作模式，促成學界研發能量與產業需求對接，以提升國內自動化光學檢測線上製程檢測技能。目前台大AOI設備研發聯盟專精於先進自動化光學檢測產業，及精密工業之AOI 線上設備需求之研發，擬推廣的技術重點包含：(一)線上微三維形貌與關鍵尺寸檢測技術、(二)線上共焦光學顯微檢測技術、(三)智能化機器手臂物件掃描、重建與辨識技術、（四）智能化AOI檢測演算。
深入了解→→台大AOI設備研發聯盟
15:45 – 16:15
國際會議廳
使用人工智慧檢測三維錫球瑕疵 /台大資工 傅楸善教授
傅楸善教授之研究專注於數位影像處理、電腦視覺、圖形識別、人工智慧、深度學習、大資料分析與雲端計算等，具備瑕疵檢測、自動光學檢測、工業自動化、數位相機、監控相機與相機模組等前瞻研發能量，過去更曾將「鈔票序號辨認」技術移轉給電子設計代工大廠佳世達。本場演講 傅教授以錫球三維瑕疵檢測技術開發為例，分享如何運用人工智慧改善機器視覺技術無法全面處理的重疊電子元件瑕疵檢測挑戰，以及當瑕疵數據源不足時，如何運用更少的資料就能完成人工智慧訓練。
第一會議室
少量數據AI模型之訓練與佈署 / 量測中心 周森益經理
本次論壇邀請 周森益經理以瑕疵檢測分類及X ray物件偵測開發為例，分享如何使用較少量的樣本進行AI模型的訓練，以及如何將AI推論模型佈署於邊緣裝置。
第四會議室
精密機械產業智慧化痛點觀察與建議-從漢鼎經驗談起 / 興大機械 陳政雄教授 (暨漢鼎智慧技術長)
機械產業是台灣重要基礎工業，從模具元件到機械設備，106年總產值突破兆元並持續成長。「智慧製造」是國家競爭力議題，而對於以中小企業為主體的機械產業，導入智慧化之做法，應依其痛點區分緩急。陳政雄教授多年投入機械領域技術，深入觀察痛點並長思解決之道，進而聚焦超音波加工模組刀把的研究，更以漢鼎智慧實現產業服務。本次論壇邀請 陳政雄教授從漢鼎經驗談精密機械產業智慧化痛點觀察與建議，期激發AOI社群成員貢獻長才針對機械業迫切痛處投入解決，共助台灣精密機械產業智慧升級。
衍伸閱讀→→漢鼎智慧模組刀把讓超音波加工更簡單
16:30 – 17:00
國際會議廳
基於少樣本深度學習之橡膠墊片檢測系統 / 北科大機械 何昭慶教授
何教授專攻機器人系統、智慧型加工控制、影像檢測等研究領域，擁有微加工與臨場檢測、深度學習之外觀瑕疵檢測、空間及影響特徵加工定位、製程檢測與分析等豐沛研發能量，以及20餘項專利，並屢次以機器視覺於產業應用之研究成果榮獲國內外大獎。本次論壇邀請 何教授以橡膠墊片檢測系統開發為例，探討在缺乏海量資料檢測樣本的情況下，如何在不同物理量變化下產生大量的新影像來增加物品影像資料數量後，再利用類神經網路(CNN)中的深度殘差網路(deep residual learning)進行深度學習，藉此達成電腦判斷瑕疵位置正確率達 90%，在類別判斷準確率可達到98%且沒有過度擬合(overfitting)現象。
第一會議室
極小物件偵測─AI關鍵辨識技術應用 / 海大資工 謝君偉教授
謝君偉教授長期專注人機互動、電腦視覺、視訊監控、行為分析和圖形辨識，近年藉由修改深度學習之基本演算法，讓AI技術在地化，能對極小物件做偵測，可應用於血液與腫瘤分析等醫學用途，或開發低成本高效能之智慧視覺辨識嵌入系統等。藉由此核心關鍵技術之研發，有助於提升台灣在智慧辨識產業的戰略高度。本次論壇邀請 謝教授以「極小物件偵測─AI關鍵辨識技術應用」為題，分享AI關鍵辨識技術應用發展現況。
衍伸閱讀→→智慧監控的十八般武藝
第四會議室
QIF(智慧製造共通標準)對AOI設備業之衝擊與機會 / 山衛科技 吳孝三董事長
全球製造業正啟動以「智慧製造」為主的第四次工業革命，邁向智慧製造的成功關鍵為資訊的串連與整合，歷來因製造系統缺少互通的計量標準而造成的製程損失每年高達數百萬美元。為協助建置基於標準之上的智慧製造系統，美國國家標準協會（ANSI）批准推動品質資訊架構(Quality Information Framework, QIF)，以完整地建立一個可靠的量測標準，讓產品在電腦輔助量測資訊或是透過設備的量測結果等製程環節中，都能正確地交換傳輸，以增加產品製造的品質可靠度。山衛科技在產界業具備豐富品質導入經驗，憑藉優異的技術涵量與極高的自我要求，已成功協助多家國內企業建立QIF標準，促進台灣製造業接軌國際生產供應鍊，本場演講邀請 吳董事長帶領與會者一窺QIF標準對AOI產業帶來的衝擊與商機。
|