
本課程旨在協助紡織企業運用AI技術提升織物瑕疵檢測效率與品質管理能力,改善傳統人工目檢的限制,推動生產與品檢流程智慧化轉型。課程結合認知型AI(Perception AI)、生成式AI(Gen AI)及代理型AI(Agentic AI),帶領學員了解AI於瑕疵偵測、缺陷分類、品質報告生成及跨來源資料整合等應用。並透過紡織產業成功案例解析,學員將掌握AI輔助品質決策、瑕疵成因溯源、客戶端影響評估及主動學習建議等應用,並規劃多角色AI Agent協作流程,建立人機協作與品質管理自動化的實務能力。

勤益科技大學機械工程系/黃成凱 助理教授
帶領學員掌握生成式AI如何驅動製造業轉型。內容涵蓋鑑別式與生成式AI的差異,並深入探討文字、程式、影像及影音生成的多元領域。課程聚焦於解決產線痛點,例如利用AI生成虛擬瑕疵資料,克服良率過高導致樣本不足的訓練瓶頸,提升品質檢測精準度。此外,課程亦介紹國際大廠案例,如BMW利用AI優化工廠佈局,以及Autodesk與Solidworks的生成式設計如何自動產出數百種零件方案,協助達成輕量化與成本優化。透過本課程,無需深究演算法,即可學會運用AI工具提升生產效率與產業競爭力。

本課程旨在協助紡織企業運用AI技術提升織物瑕疵檢測效率與品質管理能力,改善傳統人工目檢的限制,推動生產與品檢流程智慧化轉型。課程結合認知型AI(Perception AI)、生成式AI(Gen AI)及代理型AI(Agentic AI),帶領學員了解AI於瑕疵偵測、缺陷分類、品質報告生成及跨來源資料整合等應用。並透過紡織產業成功案例解析,學員將掌握AI輔助品質決策、瑕疵成因溯源、客戶端影響評估及主動學習建議等應用,並規劃多角色AI Agent協作流程,建立人機協作與品質管理自動化的實務能力。

本課程旨在協助紡織企業運用AI技術提升織物瑕疵檢測效率與品質管理能力,改善傳統人工目檢的限制,推動生產與品檢流程智慧化轉型。課程結合認知型AI(Perception AI)、生成式AI(Gen AI)及代理型AI(Agentic AI),帶領學員了解AI於瑕疵偵測、缺陷分類、品質報告生成及跨來源資料整合等應用。並透過紡織產業成功案例解析,學員將掌握AI輔助品質決策、瑕疵成因溯源、客戶端影響評估及主動學習建議等應用,並規劃多角色AI Agent協作流程,建立人機協作與品質管理自動化的實務能力。
活動詳情:https://smelearning.sme.gov.tw/news.php?node=840