從火星探測系統到輔助工業製程，美國工業用 AI 新創 Beyond Limits 如何在台灣做到技術在地化應用？

李佳樺 2021/08/13

從2012 年美國太空總署成功將探測車「好奇號」送上火星至今，已經過了3000多個「火星日」，肩負著火星探測的重要任務，8年來好奇號傳回許多對火星的重要觀察與發現。背後更不為人知的，則是好奇號的 AI 運算系統，其實是由美國新創 Beyond Limits 的團隊建立的，公司發展至今也將觸角伸到能源、先進製造等產業，建立 SaaS 服務，為產業提供 AI 輔助平台，2020 年更獲得 1.3 億美元的投資，拓點到台灣、日本、新加坡、香港等地。

Beyond Limits 將 AI 應用到產業製程的契機，源自於當時跨國石油集團 BP 在墨西哥灣發生的漏油事件，企業希望導入 AI 優化決策過程，合作中也發現了石化能源產業的痛點，研發出石油配方建議系統、石油製程操作檢引系統等 SaaS 產品，不僅受到美國石油公司歡迎，日本市場也買單。

有了日本的先例，這套美國研發出的產品，照理說要拓展到亞洲市場應該不成問題，不料到了台灣卻窒礙難行，甚至需要重新開發不同的產品。

Beyond Limits 的台灣團隊究竟面臨了什麼挑戰？

台灣市場與美國差異大，Beyond Limits 台灣團隊必須如創業般從頭研發產品

台灣分公司總經理張中宜說明，台灣產業的先天特性，讓美國母公司已開發的產品都面臨市場可行性低落的問題，以石油產業的產品舉例，在台灣只有中油、台塑兩個客戶，且台灣的石油公司並不做研發工作，多半直接向國外公司購買配方，因此團隊必須在美國 SaaS 模式 的技術基礎下，研發出符合台灣市場、針對不同產業需求的商品。

「Beyond Limits 在台灣設立公司時的處境，跟重新創業差不多。」張中宜表示，AI 應用產品的開發不僅需要能夠從零開始寫演算法的工程師，也要有懂產業製程的專家團隊，龐大的研發費用與對產業專家的需求，讓每一次產品開發都像募資活動，團隊必須透過產業訪談做足市場研究找到痛點，說服製造公司與他們合作開發能解決產業問題的軟體。

然而開發全新市場對張中宜來說並不陌生。

她曾經在孟加拉創立幫助偏遠地區孩童課輔的非營利組織 e-Education ，第一年就讓偏鄉學子考上孟國最高學府卡達大學，更順勢搭上鼓勵企業與 NPO 合作的開放式創新風潮，讓卡西歐、 AI 新創、安永都找她擔任顧問，執行戰略布局或開發新通路的工作，面對 Beyond Limits 在台灣的難題，團隊選擇了電動車電池研發、面板機器手臂維修與人流異常預警系統等三個產業切入。

延伸既有美國產品技術，尋找合適的台灣在地產業切入開發產品
選擇電動車電池產業與 Beyond Limits 在美國石油產業的經驗有關，研發電池的過程與石油廠研發機油的邏輯相似，痛點都在於漫長的研發過程，就像做菜時要多次嘗試才會知道多少的鹽與油才是最佳的調配一樣，電池配方更要經歷至少半年的實驗，且實驗設計也要在無數次團隊與客戶的交鋒後才能成型，溝通成本相當高昂。

使用 Beyond Limits 導入認知 AI 架構的電池配方建議系統，研發人員只要以自然語言輸入期望的電池規格、價格與電車轉速，系統即可在 43 分鐘內提供數百種配方與實驗方式供選擇，縮短約 2 千倍的研發時間。

Beyond Limits 也在 7 月 29 日宣布與日本的三井物產公司進行策略結盟，以其認知 AI 的核心技術，協助三井投資的液化天然氣廠進行巨量資料分析，並整合作業人員專業知識與數位化作業模式，制定出精簡有效率的解決方案。日本三井整合數位策略部部長常務董事真野雄司氏說，透過與 Beyond Limits 的合作可以改善與再造營運流程，更有效率執行現有事業群的高附加價值項目。

另外，Beyond Limits基於公司在美國既有的輔助風電機維修平台，投入面板機器手臂維修建議系統的開發，「雖然也想在台灣用同一套產品幫助風電產業，也與風電廠陸續接洽，但台灣的風電仍在建設階段，缺乏營運經驗，目前的維修需求也不高。」張中宜談到，市場開發的大方向是要在台灣尋找具備預測維修需求，且市場密集、成熟的產業，公司在與投資人仁寶電腦的合作中，發現光電面板產線中機器手臂的維修概念與風機維修類似，而且痛點也類似：包含高昂的維修成本、未經標準化的維修流程，以及依賴經驗的維修決策。

目前輔助維修系統正與日本機器手臂原廠合作開發，由廠商提供維修資料與產業專家， Beyond Limits 透過 AI 分析維修數據，建立資料背後的邏輯推演，系統最終能判斷機器損壞的原因，並建議耗材種類與維修方式。從管理者的角度能降低維修、備料倉儲成本，對維修人員來說也有可依循的維修建議，長遠更能累積產業知識 ( domain know-how ) ，促進升級。

以邊緣運算技術，與北捷合作開發人流異常預警系統

而將技術從太空拉回到地面，Beyond Limits 也能在大眾運輸犯罪預警上有所發揮。他們與北捷合作，使用等同於在火星探測時、消弭與地球時差的邊緣運算技術，原理是透過分散式的運算提升效率，達成在監控系統的邊緣節點就進行異常人流的辨別，降低反應時間落差。

張中宜舉例，正常的人流像是乘客擠進車廂內的固定位置，開始滑手機，異常的人流可能是人群往四面八方散去，產生快速移動的樣態，異常訊息可以在 10 秒內將送到中控室，大幅縮減以往需要 4 分鐘以上的訊號傳輸時間，也能避免踩到人臉辨識的紅線，未來希望擴張應用到大樓監控，或是銷往他國的大眾運輸系統。

源自NASA，認知型AI成為技術優勢與門檻

與其他單純使用機器學習技術分類數據並預測結果的數值 AI 系統不同，Beyond Limits 的 AI 服務融合了數值 AI 與符號 AI ，前者的數值 AI 是透過大量數據讓模型認知「此為何物」，而符號 AI 則是藉由邏輯定義數值 AI 判斷的結果是好還是壞，並加以做出決策與判斷，以電池配方為例，將實驗室過去的實驗數據導入數值 AI 系統後，會得出樹種配方組合，再藉由符號 AI 判斷個配方辦法的優劣，並給予客戶回饋與建議。藉由結合數值 AI 與符號 AI 兩大系統的結合，讓人工智慧的每項建議都能以人類可理解的思路解釋，輔助人類做最後決策，也使人機協作的製程模式成為可能。

對於這項技術，張中宜表示這其實是源自於 NASA 將探測器「好奇號」送上火星後，由於火星與地球之間的數值傳遞有時間差，人類基本上不可能遙控好奇號，而且火星上的數據在這之前是 0，所以數值 AI 也無法運作，為了能夠讓好奇號自行在火星上探測與行動，勢必須要模擬人類大腦的認知型 AI 系統，當時才會開發出符號 AI。

根據研究報告，2025 年工業用 AI 規模將達 160 億美元，其應用開發仍具高度可能性，Beyond Limits 在台灣也希望更全面地研發產品打進該市場。除了正在培養市場的風電產業外，未來也希望協助優化晶圓半導體產業的製程，團隊更積極與社會、產業溝通，讓社會了解 AI 進入產業能讓人類更有餘力進行創意發想與決策，也讓產業正視轉型需求，近期將與台灣新創基地合作舉辦 AI 科普講座，持續促進製造業的人機共榮合作。

創業快問快答

Q：服務的創意來源，是因為發生甚麼事情而有這樣的想法？

A：台灣數位轉型瓶頸

Q：創業至今，做得最好的三件事為何？

A：用國際薪資招聘頂尖人才、台灣市場國際定位清楚、客戶分潤共創模式的商業模式

Q：要達到下一步目標，團隊目前缺乏的資源是？

A：能見度

附圖：BeyondLimits 台灣總經理 張中宜
Beyond Limits 以數值AI及符號AI兩大關鍵技術，達到人機互補智能
圖片來源 : Beyond Limits
擠捷運
圖片來源 : diGital Sennin on Unsplash
圖說：BeyondLimits Hybrid AI導入流程說明
BeyondLimits Hybrid AI導入流程說明
圖片來源 : BeyondLimits

資料來源：https://meet.bnext.com.tw/articles/view/47993?fbclid=IwAR2HbB5FrPIBoV9kDL27OnhNF-JDNzfYdsoLoVKn85yAA7GUjzDzI3y5Lw0

💪工業局計畫助攻，協助台廠提升檢測效率！

目前金屬業者大多都是在製程結束後以目視進行抽驗檢測，再轉由資深工程師判定品質瑕疵肇因，常造成 #工段重工，#人工成本過高 等問題。

#致茂電子 在工業局「#製造業價值鏈資訊應用輔導計畫」的協助下，發展

✨金屬製品多維度智能品檢解決方案✨

開發3D量測多維度分析模組，整合感測器與MES自動蒐集焊接製程集電流、環境溫溼度等重要數據，整合分析製程狀態、電壓異常與機台落點等，於不良品產出前即時提供產線工程師不良預警的修正訊息，有效提高品質檢測效能並降低重工成本。

#成功案例

致茂電子將「金屬製品多維度品檢智能解決方案」導入 #大舜板金 後，

✅成功提升品質檢測效率
✅減少重工成本自85%至80%
✅提升利潤效益每年約5,000萬元

後續將複製擴散應用，帶動金屬製品產業智慧升級！

🏠計畫官網：https://www.ecos.org.tw/

【太陽能板回收能滿足循環經濟嗎？】
#矽的回收是關鍵 ＃現有技術的回收經濟效益不高
太陽能光電模組（PV）的生命週期約為20-30年，出乎意料的是，目前全球尚無針對壽命結束的PV元件設計完整的規劃，到了2030年，報廢的PV模組總量估計將達8百萬噸；到2050年數字可能會翻十倍（8千萬噸），屆時將佔全球電子廢棄物的一成。其中，佔PV總重八成的鋁材和玻璃易於回收，問題在剩餘二成金屬材料的回收難度很高，加上矽材的回收純度不夠，無法建立有效的循環經濟模式。

鑒於PV垃圾的指數成長危機，美國國家再生能源實驗室進行了一次全球規模的評估，試圖找出回收PV原件的最佳方案，並將研究成果以《滿足循環經濟之矽光電模組回收模式的研發重點》為題，發表在NATURE的副刊《NATURE ENERGY》上，以下是報告的論點摘要。

🔍️報告全文：https://reurl.cc/MvqvWv

▋降級回收無誘因
光電板通常在使用20-30年後，仍可維持70%到80%的效能，雖然不差，但已不符大型電力系統的標準，理論上可以對舊元件進行翻新再繼續使用，或轉換到效率需求較低的用途， 即降級回收（downcycling）。可是如同其他電子工業的回收困境，由於建置新的光電板很便宜，翻修與測試退役元件的成本超過了生產新模組的成本，因此PV的降級回收缺乏經濟誘因。

▋現有PV模組的回收概況
既然光電板的二次使用難以建立循環模式，下一個選擇就是回收。在政府推動下，回收業務在歐洲和日本等地早已建立，WEEE是歐盟關於廢棄電子設備的回收法令，在2012年就增設PV回收的類目；美國較為落後，聯邦政府目前尚無光電板回收的規範或獎勵，州政府中也只有華盛頓州要求業者需負PV廢棄物的收集與回收之責；其他國家如澳洲、南韓與印度，近年也開始制定法律。強制回收以外，也有一些業者的自發性回收，如美國太陽能工業協會（SEIA）自2016年起，已減少3600公噸的太陽能相關廢棄物進入掩埋場。

但今天全世界的PV回收系統由於缺乏整合與優化，#經濟效益與高純度材料的回收率都很低，即使在有法律強制PV處理的歐盟，專門回收的設施也很少，回收效率的公開資訊又難以取得。根據論文，歐盟和其他國家的標準做法，是透過現有的玻璃與金屬回收產線，以物理方式分離出玻璃、鋁製框架、外部銅線等所謂的散裝材料（bulk material），靠這些材料滿足WEEE規定的75%回收率的要求。但散裝材料的經濟價值不高，具最大潛在經濟效益的銀、錫、銅、鉛等金屬無法從該流程回收。

▋金屬回收的困境
細部來看，回收光電板分三個主要步驟：1⃣以機械方式拆除面板的框架與接線盒。2⃣藉熱力學或化學反應分離玻璃和矽晶圓。3⃣透過電化學方法將矽晶圓與特殊金屬（銀、錫、鉛、銅）加以分離及純化。

目前的回收困境在步驟3⃣，特殊金屬雖佔不到PV模組總質量的1%，回收過程卻極為耗能、其廢棄管理也不容易（因其化學毒性），又得支出較大的勞動力，導致回收成本十分昂貴，不過它們的經濟價值很高，且含化學毒性，廢棄物若處置不當，#在所有光電元件中對環境殺傷力最大，因此論文作者認為應該投入研發、將上述步驟的回收過程以「技術經濟分析（TEA）」以及「生命週期評估（LCA）」等前瞻性工具加以優化，盡可能使高比率的金屬能被回收。

▋矽材回收的困境
除了高價值金屬，步驟3⃣中的矽也是問題的核心：矽元素是PV模組中成本最高的物質，質量占比也僅次於散裝材料（玻璃和鋁框架），檢視太陽能板的整體耗能、碳足跡與製造成本，矽的生產過程都佔了一半的比重，#因此矽材回收在經濟與環境面上都是達成循環經濟的關鍵，能回收更多高純度的矽，使之回流PV元件的製造，就能減少原料的開採、碳足跡，並降低成本。

問題是：目前的技術無法輕易分離出高純度的矽，只能得到純度98%的冶金級矽（Metallurgical Grade），不適合重新用於電子產品、半導體工業或新的太陽能電板。學者認為，回收並純化出可重新投入PV元件等級的高純度矽材，在技術上辦得到，但不符經濟效益，因為市場上原始矽晶（virgin silicon）充裕，加上現有回收設備的能耐有限，使回收出來的矽材在短期內恐怕只能應用於某些金屬合金（metal alloys）的製造。不過，考量矽材在PV產業中的關鍵角色，作者把矽的純化列為未來的研發重心，#從使用過的PV晶圓中提煉高純度的回收矽來建立太陽能產業的循環經濟，建議投資大量R&D，但報告中也承認此過程涉及的複雜度很高。

▋避開「完整」矽晶圓的回收
另外，儘管在實驗室裡能達到整塊矽晶圓（intact silicon wafer）的回收與再利用，但在現實中要達到大規模的高純度水平，仍存在許多障礙：整塊矽晶圓電池經常破裂，加上今天的矽晶圓電池越做越薄，九零年代以前規格是400μm，今天的厚度降到只有180μm，晶圓愈薄、破裂的風險愈高，因此矽工業對整塊回收的矽晶圓不感興趣，論文作者建議不要在該領域太過著墨。#根據業界的製程趨勢調整PV回收的研發走向，是報告提供的一項建議。

▋永續的初始設計
PV模組難以回收的另一個原因，來自工程師將產品設計的重心擺在效率和耐用上，付出的代價就是不利於拆卸與回收。為了提高市場競爭力，PV系統過去的設計宗旨都在追求最低的「發電均化成本（LCOE）」，只看生產電力的成本，但現在許多工業開始拋棄線性思維，考慮產品從源頭到終點的完整生命週期、其對環境的影響，及易於回收的程度。報告建議廠商該嘗試達到「搖籃到搖籃認證（C2C certification™）」或NSF/ANSI 457（光電元件的永續領導標準）等門檻，使消費者在選購PV模組時可以辨識產品的可回收級別。歐洲生態設計指令（European ecodesign directive）是EU制定的另一種強制業者走向循環設計的法規。

透過研究發現，若從太陽能的回收現況看來，再生能源雖然被稱為綠色能源，但其優勢來自於發電時的低碳排，「綠色」與永續性（sustainability）、可回收性（recyclability）以及循環經濟（circular economy）等概念 #不能畫上等號，要建立能源產業的循環與永續，綠能仍有一段長路要走。

順便推薦最近一本書《稀有金屬戰爭》，可以拿藝fun券去買。

▋參考資料：
https://reurl.cc/KkV01n
https://reurl.cc/V6yM6N