面临下一代IT技术开发「民主化」（democratization），将逐步减少或省去程式码（low-code/No-code）趋势，持续致力推动智慧化工厂的全球资料储存架构解决方案领导供应商Seagate也在日前宣布，因其智慧制造专案创新策略「OPICA」（集中化分析的光学检测），已可透过於深度学习领域的无程式码应用，用来支援工厂边缘分析，提供工厂里大量人工智慧（AI）分析的强大基础，辨识出生产过程中出现的瑕疵，并防止落入下游产线，而荣获美国全国制造商协会（NAM）中的制造业领袖委员会（MLC）颁发2022年制造领袖奖。

Seagate的智慧制造专案创新策略「OPICA」已可透过於深度学习领域的无程式码应用，并荣获美国全国制造商协会（NAM）颁发2022年制造领袖奖。（source:etimg.etb2bimg.com)

MLC资深内容总监Penelope Brown表示：「根据该项目评审指出，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。」该解决方案系以包容性为构建理念，共具备以下3种特色来实现厂房AI民主化：

· 利用AI「增强」人类劳动力，而非「取代」：因此被AI取代的厂房操作人员可调动到更高阶职位，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 Kunke进一步指出：「对制造业而言，电脑视觉方面的挑战其实相当常见，且从历史上看来，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。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徵。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。」

目前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。

这款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??总裁Jeffrey Nygaard认为：「利用随??即用的GPU和伺服器等运算资源，我们可以轻松扩充以每日处理超过1,200万张影像，提供高达3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 Technology 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。」2022年6月29日，Seagate团队将在佛罗里达州马可岛万豪酒店的MLC高峰会颁奖大会上接受表扬。