來自AI與物聯網帶動的第四次工業革命正在發生
1.原文連結：https://bit.ly/2GciqK0
2.原文內容：
大數據、分析法和機器學習開始變得像匿名商業詞彙一樣，可是它們不僅僅只是過度使用
抽象概念而已，其代表著人們日常生活中科技處理方式的巨大變化。其中一些變化已經套
用在現在的生活當中，並讓人們與機器和資訊的交互變得更自然，更強大。
搭配著強大分析與演算法的科技正在改變消費品、智慧、廉價、感測器負載裝置的面貌，
在過去十年也改變了工業製造的形式。
第四次工業革命在過去十年中一直在不斷在擴張，主要是因為資訊之間存在巨大的文化和
結構差異，幾十年來一直是工業自動化核心的變革和營運科技。
工業4.0和人工智慧結合的潛在回饋非常巨大。企業公司正在看到更精確、更高品質的製
造，且降低了營運成本；由於供應鏈中的預測性維護和智慧，減少了停機時間；由於設備
適應性更強，工廠車間受傷更少。在工廠之外，其他產業可以從擁有感測器的神經系統，
處理浩瀚的數據分析以及從緊急問題的即時反應中受益。例如：航空、能源、物流和許多
領域，都可依賴工業4.0帶來可靠且可預測的事件發生，進而提升效率。
但是，新方法也帶來了重大挑戰，其中最重要的是網路神經系統的安全性和彈性。因為工
人和居住在工業現場附近的人的安全，是相當重要的課題，其不能像行動應用程式透過更
新或作業系統補丁方式即可完成，這關係到人的安全。
其實，工業4.0一詞是由Acatech（德國政府工程科學學院）在2011年使用嵌入式系統技術
的國家路線圖中創造的。作為描述工業透過這種感測器與人類投入進入一種數位化的變革
。
在工業4.0的未來，智慧工廠將採用可增量性製造模式，以及其他電腦驅動的製造系統，
讓其根據需要自適應地製造零組件。
這一願景推動了歐盟11.5億歐元（約13億美元）成立了歐洲未來研究協會。美國也資助“
未來工廠”的概念，例如：美國國防部DARPA（The Defense Advanced Research
Projects Agency）利用可增量性車輛製造項目(Adaptive Vehicle Make project)等研究
項目，展開整合先進資訊製造專案的開發，並繼續研究工業4.0等技術。
現今工業4.0中已經發展到萌芽階段，其中一個因素是利用感測器數據來推動工廠營運，
特別是對於預測性維護的任務。無論是IBM或者是GE都發展出一套方式。
可是如何縮小數據和知識之間的差距，成為工業4.0往前走的關鍵。此外，隨著工業數位
化，其也將帶來網路攻擊的目標，這讓營運安全、數據安全且商業機密不被竊取都成為下
一個重點工作。
3.心得/評論：
人工智慧和物聯網的發展，正帶動工業朝向新的方向發展。而大數據分析、機器學習，都
成為其中不可或缺的成敗關鍵。但如何縮小理論跟產業間的差距，絕對是重要的議題。
--
1.原文連結：https://bit.ly/2GciqK0
2.原文內容：
大數據、分析法和機器學習開始變得像匿名商業詞彙一樣，可是它們不僅僅只是過度使用
抽象概念而已，其代表著人們日常生活中科技處理方式的巨大變化。其中一些變化已經套
用在現在的生活當中，並讓人們與機器和資訊的交互變得更自然，更強大。
搭配著強大分析與演算法的科技正在改變消費品、智慧、廉價、感測器負載裝置的面貌，
在過去十年也改變了工業製造的形式。
第四次工業革命在過去十年中一直在不斷在擴張，主要是因為資訊之間存在巨大的文化和
結構差異，幾十年來一直是工業自動化核心的變革和營運科技。
工業4.0和人工智慧結合的潛在回饋非常巨大。企業公司正在看到更精確、更高品質的製
造，且降低了營運成本；由於供應鏈中的預測性維護和智慧，減少了停機時間；由於設備
適應性更強，工廠車間受傷更少。在工廠之外，其他產業可以從擁有感測器的神經系統，
處理浩瀚的數據分析以及從緊急問題的即時反應中受益。例如：航空、能源、物流和許多
領域，都可依賴工業4.0帶來可靠且可預測的事件發生，進而提升效率。
但是，新方法也帶來了重大挑戰，其中最重要的是網路神經系統的安全性和彈性。因為工
人和居住在工業現場附近的人的安全，是相當重要的課題，其不能像行動應用程式透過更
新或作業系統補丁方式即可完成，這關係到人的安全。
其實，工業4.0一詞是由Acatech（德國政府工程科學學院）在2011年使用嵌入式系統技術
的國家路線圖中創造的。作為描述工業透過這種感測器與人類投入進入一種數位化的變革
。
在工業4.0的未來，智慧工廠將採用可增量性製造模式，以及其他電腦驅動的製造系統，
讓其根據需要自適應地製造零組件。
這一願景推動了歐盟11.5億歐元（約13億美元）成立了歐洲未來研究協會。美國也資助“
未來工廠”的概念，例如：美國國防部DARPA（The Defense Advanced Research
Projects Agency）利用可增量性車輛製造項目(Adaptive Vehicle Make project)等研究
項目，展開整合先進資訊製造專案的開發，並繼續研究工業4.0等技術。
現今工業4.0中已經發展到萌芽階段，其中一個因素是利用感測器數據來推動工廠營運，
特別是對於預測性維護的任務。無論是IBM或者是GE都發展出一套方式。
可是如何縮小數據和知識之間的差距，成為工業4.0往前走的關鍵。此外，隨著工業數位
化，其也將帶來網路攻擊的目標，這讓營運安全、數據安全且商業機密不被竊取都成為下
一個重點工作。
3.心得/評論：
人工智慧和物聯網的發展，正帶動工業朝向新的方向發展。而大數據分析、機器學習，都
成為其中不可或缺的成敗關鍵。但如何縮小理論跟產業間的差距，絕對是重要的議題。
--
All Comments