機械工業網 - 機械產業的入口網站

:::

歷史雜誌

依專輯名稱關鍵字搜尋或依年份搜尋，年份輸入範例202406

作者:吳佳鴻、王宣閔、沈宜萱、李韋辰生成式人工智慧（GAI）應用於工業技術發展概論

隨著人工智慧（AI）領域的技術發展，生成式人工智慧（Generative Artificial Intelligence, GAI）已成為嶄新且突破的技術，其以自然語言作為輸入，可生成文字、圖片或其他媒體作為回應，此種生成性能令GAI的應用蔚為風潮。而除了日常生活中可做為助理或客服使用外，GAI亦逐漸被應用至工業領域，用以強化效率、提升產能以及降低專業門檻等，用途範圍廣闊。本文將針對GAI之發展、關聯技術作概括說明，並介紹工業領域上的應用發展。

作者:程登湖、謝佳鴻、王昱健整合大型語言模型至機器人感知與組裝系統

本研究探討將大型語言模型，特別是多模態語言模型，整合至機器人感知系統的方法，藉由結合影像與語言輸入，實現情境理解與自主決策。透過將視覺編碼器處理的影像資料與自然語言輸入結合，系統進行情境推理和決策，並透過多種策略量化感知結果。此方法已應用於機器人螺絲緊固組裝任務，採用Gemma 3 4B模型整合視覺、力覺感知和控制模組，建構智慧組裝系統。實驗結果顯示，將多模態感知資訊與語言模型的推理能力相結合，可以使人工智慧有效地評估任務成功率並提供可信度評估，為智慧製造中的精密組裝提供了一種新穎的解決方案。

作者:徐家瑋、吳鴻材LLM輔助維護日誌資訊萃取技術

目前業界於廠務與製程設備管理中，因設備種類繁多及系統複雜性高，面臨異常排查耗時、專業知識管理不易、數據未能有效發揮價值等痛點。因此，工研院機械所提出結合文字資料與感測數據的方法，通過大型語言模型建立關鍵資訊擷取模組，並搭配以深度神經網路為核心的故障識別模組，實現對故障原因的快速判定及維護建議，除了實現領域知識數位化，也將有效協助提升運維效率。

作者:施志軒、林宛昀基於大型語言模型之智慧機器人製造單元助理

近年來，大型語言模型（LLMs）在文本生成、機器翻譯與教育輔助等多元應用中展現出卓越的表現。然而，當其應用於現實環境，特別是涉及實體互動場域時，效能常受限制。主要的挑戰包括：模型無法即時取得現場資料、對實務故障排除流程理解不足，以及對機器人動作中隱含的複雜性掌握有限。為解決上述問題，本研究提出一種基於Server-Client架構、整合多代理大型語言模型的控制框架，以提升機器人製造工作站之穩定性、擴展性與作業效率。開發智慧機器人製造單元AI助理，採用TCP（Transmission Control Protocol）通訊協定並以JSON格式進行訊息交換，實現跨平台整合。本系統相較於傳統人工處理方式，展現出更佳效能，特別在以下三項關鍵任務中表現亮眼：自然語言生成機器人控制程式、文字轉換為SQL（Structured Query Language）查詢指令，以及基於RAG（Retrieval-Augmented Generation）技術的語意型故障診斷。實驗結果顯示，本系統不僅提升了機器人控制的準確性與生產資料查詢能力，更將故障處理時間縮短47.6%，顯著強化維修效率與決策支援能力。