《量子電腦的興起以及所帶來的影響》（下）⠀
⠀
本文編輯 | 張泳泰⠀
⠀
專欄文章 | 完稿日期2021/2/27⠀
⠀
（續上篇）⠀
⠀
❐量子電腦所帶來的影響⠀
1️⃣人工智能：⠀
人工智能的強項在於大數據分析而在數據與數據複雜性不斷增長的情況下，傳統電腦的運算能力面臨越來越大的壓力，但隨著量...
《量子電腦的興起以及所帶來的影響》（下）⠀
⠀
本文編輯 | 張泳泰⠀
⠀
專欄文章 | 完稿日期2021/2/27⠀
⠀
（續上篇）⠀
⠀
❐量子電腦所帶來的影響⠀
1️⃣人工智能：⠀
人工智能的強項在於大數據分析而在數據與數據複雜性不斷增長的情況下，傳統電腦的運算能力面臨越來越大的壓力，但隨著量子電腦的出現量子運算的平行性能夠幫助AI更快速的比對數據間的差異與整合各項數據，這樣不僅排解原本的運算壓力更讓AI的學習能力更上一層樓。⠀
⠀
2️⃣RSA加密演算法：⠀
RSA加密演算法是一種非對稱加密演算法，基礎的加密原理是運用極大整數質因數分解的難度造成電腦必須耗費巨額時間運算，而讓破解變得不可行藉此達到保密效果。但是RSA演算法本身具有週期性，而這種有週期性的問題正好是量子電腦擅長的領域。⠀
⠀
雖然目前的量子電腦還沒有足夠的能力破解RSA演算法，但難以保證在十年後RSA演算法還能繼續保護我們的資訊，且RSA的應用範圍相當廣泛，從社群媒體到軍事通訊都是它的應用範圍，若在沒有準備的情況下遭到破解，後果將難以設想。對此美國國家標準與技術研究院早在2012年就開始後量子加密專案，目的在於找出能夠對抗量子電腦的加密系統。⠀
⠀
3️⃣化學製藥與材料研發：⠀
傳統電腦在模擬化學反應時，常常需要簡化電子間的強互動，避免資訊量過大導致傳統電腦無法運算，但在某些化學反應中，電子間的強互動卻是關注的重點之一，如果簡化便無法了解真實的化學反應造成模擬上的困難，其中高溫超導體材料、含金屬的酵素活性位點等等都是無法用傳統電腦模擬的。而量子電腦的運算能力能夠解決這樣的問題讓新藥和新材料的研發更加順利。⠀
⠀
4️⃣半導體產業面臨的問題：⠀
隨著晶片研製越來越接近摩爾定律末期，半導體產業面臨了該如何處理發生在晶片上的量子效應、成本增長、晶片良率下降等問題，而目前半導體產業界目前的做法是導入EUV（極紫外光刻）技術，或者使用異質整合利用半導體技術將兩種不同的晶片垂直整合在一起。而現在量子電腦的出現也成了解決摩爾定律瓶頸的方案之一。⠀
⠀
-⠀
⠀
❐世界各國對量子科技的投入⠀
由於全世界對於量子領域的投入不是只有量子電腦，而是更全方位的投入量子加密技術、量子通訊、量子感測器等等量子科技，所以下面的內容與政策含括的將不只有量子電腦。⠀
⠀
🇺🇲美國：⠀
隨著美中競爭越演越烈，量子電腦的研製也成為了中美競爭的新戰場。美國在2018年由能源部宣布要投入2.18億美元約新台幣65億在發展量子電腦軟硬體、量子新材料合成等等領域，並在同年通過一個量子電腦法案，將要在2023年前投入13億美元約新台幣400億，全力發展量子科技，美國議員拉馬爾·S·史密斯（Lamar Smith）也曾說過：「這是一場我們必須贏的比賽」徹底表現出美國在這場量子競賽的決心。⠀
⠀
🇨🇳中國：⠀
作為美國最強而有力的競爭對手，中國在量子領域的投入也不遑多讓，中國除了九章量子電腦以外，還在2016年時發射了量子衛星墨子號，朝向量子通訊的研究方向前進，由於量子通訊本身不是依靠加密技術來保障資訊安全，而是利用量子的基本原理來保障安全，所以只要發展順利中國便可徹底解決資安問題。⠀
⠀
🇪🇺歐盟：⠀
歐盟在2016年發布量子宣言，並在2018年正式啟動量子旗艦計畫，該計畫時間長達10年，預計投入10億歐元約新台幣350億，致力於發展量子通訊、量子計算、量子模擬等等項目，而此項計劃有四個目的，分別為提升歐盟量子工業競爭力使歐洲成為未來工業的領頭羊、擴大歐洲在量子領域研究、吸引新創業務與量子科技投資、期望量子科技能在能源、健康、安全、環境等領域的問題上提供更好的解決方案。⠀
⠀
-⠀
⠀
❐台灣對量子電腦的規劃⠀
由於台灣不像中美擁有大量資源能夠投資在量子產業中，因此政府希望能夠在量子產業鏈中扮演關鍵技術的提供者，藉由台灣目前半導體產業優勢發展量子晶片，並且結合產官學三方共同發展。⠀
⠀
而政府方面在2020年由科技部、經濟部、中央研究院跨部門成立國家量子隊，預計在5年內投入80億新台幣發展量子元件和物理、量子演算法、量子通訊與量子計算機。⠀
⠀
產業方面鴻海集團與中原大學合作量子電腦學分專班，也和台大物理系的Q-Hub實驗室合作，並舉辦營隊培養量子人才。學界方面則是有台大IBM量子中心，為全球第 7 個可以使用 IBM 量子電腦技術的地方，致力培養量子軟硬體人才。⠀
⠀
-⠀
⠀
❐附錄⠀
1️⃣富岳：⠀
富士通與日本理化學研究所共同開發的超級電腦，為世界上最快的超級電腦。⠀
⠀
2️⃣非對稱加密：⠀
簡單來說就是產出一對公鑰與私鑰，私鑰不能外流而公鑰可以交給任何一個人，那個人再透過公鑰將他想傳達的訊息加密回傳給你，而你就能夠利用私鑰進行解密讀取訊息。⠀
⠀
3️⃣摩爾定律：⠀
主要是在描述積體電路每過18個月電晶體的數目就會成長一倍，即晶片效能將提升一倍。另外摩爾定律並非是某種科學定律，只是對於未來的推測。⠀
⠀
4️⃣量子疊加態：⠀
粒子能夠同時存在不同的量子態，而必須要所有量子態疊加才能完整的描述粒子的狀況。⠀
⠀
5️⃣量子糾纏：⠀
兩個或兩個以上的粒子形成的系統中，即使粒子間隔非常大仍然能夠互相影響的現象。
感測器原理與應用 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
英特爾：智慧邊緣推動業務創新
新浪財經APP
6月1日消息，英特爾最新的《智慧邊緣展望報告》指出，邊緣計算對企業來說至關重要，只有智慧邊緣才能引領企業走出迷局，把握好當前和未來的無限資料機遇。
“當前，英特爾正與各行各業的合作夥伴合作，通過發力智慧邊緣來攫取真正的商業價值。邊緣計算使每一台設備都有可能成為資訊存儲的載體，並讓我們可以即時提取和使用這些資訊。”
在新冠肺炎疫情期間，人們對技術的使用呈現指數級增長，並由此產生了前所未有的大量關鍵業務資料。這些新資料將是許多企業進行數位化轉型的核心所在，但與此同時，許多企業機構正面臨非常現實的資料處理挑戰。例如，由於延遲問題，將正在創建的大量資料發送到雲上進行處理，顯然是不現實的。
而這正是邊緣計算可以發揮關鍵作用的地方——提高效率並支持未來業務增長。
全球疫情、氣候危機和社會緊張局勢加速了世界的變化。除此之外，我們對資料的依賴也與日俱增——視頻平臺每月處理資料的時間高達數萬億分鐘。企業需要隨時調用這些資料，以此推動即時的創新。
資料的爆發式增長，帶動了企業對人工智慧、智慧邊緣和 5G 通信等技術的迫切需求。企業領導者們開始意識到這些技術對基礎架構的重要性，以及邊緣計算對加速數位化轉型以提升企業競爭優勢的重要作用。
這份報告提供了對關鍵行業的當前、新的以及下一代邊緣計算發展趨勢的見解。簡言之，邊緣計算能夠幫助企業將雄心勃勃的計畫變為現實。企業已經意識到，智慧邊緣已經成為釋放未來創新不可或缺的因素——76％ 的受訪者認為，確定資料處理的“理想位置”是一個挑戰。
該報告為 IT 領導者指明方向，通過現實成功案例，指導他們如何利用邊緣計算來提高運營效率、創建新產品並開拓新的收入來源。
除了數字先鋒和人工智慧科學家 Inma Martinez 提出的實用建議外，該報告還揭示了企業不能再忽視智慧邊緣的原因：“資料一直是文明的基石，這個理論可以追溯到青銅時代。智慧邊緣使這樣的世界成為可能，即：每一個物件都有潛在的資訊——而這這些資訊可以被即時提取和使用。”
智慧邊緣正在讓生活和商業發生變化，在這一過程中，企業必須擁抱協作並充分利用生態系統，才能把握機遇，贏得未來。邊緣計算與人工智慧和 5G 等關鍵技術協同作用，已經將數位服務帶入了全新領域。當前，僅在英特爾的客戶中，就有超過 24000 個前沿部署產生了真正的商業價值，幫助企業在這個分散式智慧的新時代實現發展和創新。
關鍵洞察
零售：在邊緣進行分析的資料糾正了大量的庫存失真現象，同時使供應鏈和產品開發變得異常高效。智慧邊緣為零售商提供即時消費者行為分析，使他們能夠提供更多個性化的購物體驗。自部署智慧邊緣技術以來，英特爾客戶 WonderStore的商店櫥窗轉化率提高了近 17％。這是通過使用視覺感測器和由邊緣計算技術提供支援的即時分析而實現的，其原理是：根據客戶的時尚選擇、情感和停留時間來定制店內體驗。
工業：基於人工智慧技術的機器人可用來執行重複的、有潛在危險的任務，其速度和準確度都遠遠高於人類。機器視覺還被用於驗證功能和檢查缺陷，從而盡可能提升產品交付品質。這些智慧邊緣技術説明英特爾客戶奧迪焊接檢測速度提高了 100 倍，而延遲只有 18 毫秒，奧迪兩個主要組裝工廠之一的位於德國內卡蘇姆的工廠的人工成本降低了 30-50％。
醫療：邊緣計算能夠支援頻繁的患者監控和資料收集、集成電子病歷以及人工智慧驅動的患者資料分析，從而説明提供品質更高的護理和臨床效率。深度學習推理用於基於圖像的診斷，以加快對健康問題的檢測並挽救生命。得益于智慧邊緣技術，英特爾客戶飛利浦在不增加硬體加速的情況下，成功將 CT 掃描成像速度提高了 188 倍。
電信：機器學習可以説明電信運營商提高網路和運營效率，在滿足人們對服務水準與日俱增期望的同時，有效降低成本。借助人工智慧和基於分析的引擎，運營商能夠智慧管理 5G 網路，實現關鍵網路 KPI、網路自動化、節能和運營靈活性等目標，從而服務於各種 5G 和智慧邊緣用例。英特爾最近説明日本客戶 Rakuten Mobile 開發了世界上第一個基於容器、完全雲原生的網路。他們正在使用邊緣資料中心來為應用和富媒體內容提供快速回應時間——使他們的移動網路能夠為客戶提供身臨其境的多感官體驗。
資料來源：https://finance.sina.com.cn/tech/2021-06-01/doc-ikmyaawc8709417.shtml?cre=tianyi&mod=pcpager_tech&loc=15&r=0&rfunc=42&tj=cxvertical_pc_pager_spt&tr=174
感測器原理與應用 在 COMPOTECHAsia電子與電腦 - 陸克文化 Facebook 的最佳解答
你的疑難，有請專家來解答
智慧製造：安控 X 生態 X 成像
online 專場深度研討，GO！
隨著智慧機械深入各類智慧應用，對於功能＆資訊安全的規範也更趨謹慎；考慮到人身和機器安全，這種風險控管概念還必須追溯至設計源頭！當然，從感測、連接、閘道器／邊緣伺服器、SCADA／MES 到雲端平台 (工廠產線到企業應用)，各環節的妥適整合更是成敗關鍵。
與此同時，「機器視覺」在智慧生產、製造、物流乃至終端零售的應用越來越廣，而影像感測器 (Image Sensor) 對於標的物形狀、顏色、材積、特徵／瑕疵的判讀至關重要，更是工業自動化不可或缺的要素；想最大限度減少機器視覺誤差，就不能不了解它的成像原理。
免費報名：http://compotechasia.com/event/webinar/202104/index.html
感測器原理與應用 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
【中鋼AI現場1：1千5百度高熱密閉生產環境如何監控？】高爐AI應用大剖析
中鋼靠間接量測高爐生產數據，一步步打開黑盒子，運用AI即時監控爐況，提早預測異常生產狀況即時應變
文/翁芊儒 | 2021-03-04發表
攝影／洪政偉
高爐之於鋼廠，是不可或缺的一環。飄洋渡海的鋼鐵原料從港口上岸後，會先由煉焦工廠製成焦炭、燒結工廠製成燒結礦與鐵礦，加入其他次要原料後，就會來到鋼鐵融煉的第一站，高爐。
高爐的作用，就是透過一連串高溫熔融反應，將鋼鐵原料煉成鐵水。雖然說起來容易，實際上，高爐卻是一個複雜的煉鐵反應器。中鋼煉鐵廠高爐二課課長許雍達解釋，每一座高爐，都集合了非常多系統於一身，包括了爐體本身冷卻系統、熱風爐、原料輸送、出鐵、爐氣處理、頂壓回收發電、噴媒等環節，每個系統互相搭配，才能維持高爐穩定運作。
這個系統中，真正煉製鐵之處，就是外觀形似巨大養樂多瓶的高爐爐身。其運作原理，是從上方加入煉鐵原料，以一層焦炭、一層燒結礦與鐵礦的方式，盡量將原料均勻散布其中，再透過周邊的熱風爐，將空氣加熱，從高爐下部的鼓風嘴鼓進高爐，來加熱、還原，將鐵礦石融煉成鐵水與爐渣。
熔煉過程中，中鋼也透過鼓風嘴噴吹粉煤，來取代部分焦炭作為還原劑，可降低煉焦爐的負荷，並有利於爐熱調節；而爐內產生的高爐氣，也能在淨化後用來發電，並作為熱風爐及廠內的燃料，來達成節能、減少碳排放的效益。最後的鐵水與爐渣，則會分開取出，各自進行下一步的加工或販售。
許雍達指出，這套高爐生產的做法，早從十多年前就持續運作至今，但在過去，高爐內部高溫、密閉且不易觀測，難以得知爐況是否符合預期，「比如原料一層一層加入之後，到底分佈均不均勻？又要如何在爐溫下降之前，提早預測來因應？」
這些問題，隨著IoT與AI技術日漸成熟，中鋼開始蒐集更多生產數據，逐步翻轉過去熟悉的高爐運行操作。
落地27項高爐智慧應用，更即時掌握高爐生產動態
中鋼約從3年前開始，致力於研發高爐AI，不只開發高爐爐況監控的相關應用，也開發周邊設備的AI應用，比如原料輸送帶的預測維修、熱風爐生產效率與耗能監控、現場人員的安全監控等，截至今年初，已經完成27項高爐智慧應用的開發，依據應用的特性與適用場域，分散部署在4座高爐中。
由於高爐本身就像是一個黑盒子，為了掌握高爐的生產狀況，中鋼在高爐上裝設了多種感測器，就是要靠各種生產數據，一步步將盒子打開。
比如說，從高爐上方布料時，雖然是均勻旋轉布料，但實際布料情況還是會依據爐內氣流變化而改變，為了監控布料狀況並適時調整，中鋼在布料槽裝設了料面溫度儀與輪廓儀，來掌握布料形狀與高溫氣體的分布情形。在爐壁上，中鋼也裝測了溫度感測器，透過爐壁溫度變化頻率，來預測爐壁冷卻元件是否受侵蝕、內部是否結塊。
不只如此，為了預測爐熱變化，中鋼量測出鐵口的鐵水溫度變化，參考操作條件、鐵渣的化性分析，開發AI預測未來爐熱；也運用爐溫爐壓分布的異常數值，找出發生管道流異常的可能性。透過更即時發現異常並自動預警，就是要讓產線人員盡早發現問題，才能提前調整生產參數來因應。
而且，針對所有開發的生產數據監控與AI應用，中鋼開發了綜合爐況評分機制，能從原料分佈、氣流狀況、目前風量、鐵水產量、爐內溫度等生產狀況，為高爐當下的運行表現評分，讓產線人員可以更直覺、快速地的了解當前高爐爐況，「中鋼自己設定的目標，是要隨時大於89分以上，」許雍達說。
克服AI落地挑戰，中鋼導入一站式生產數據監控平臺
中鋼過去開發AI應用時，是由技術人員設法取得生產數據，開發出AI模型，再由IT單位開發成應用程式，個別部署到現場中控室的單機電腦中。
許雍達指出，這個做法面臨了三大挑戰。首先，當時從生產環境蒐集到的資料，位於封閉式的生產系統中，為避免透過外部線路存取資料時，可能帶來的資安風險，「研究人員不能輕易的取得生產數據資料，分析費時費力。」
再加上，每一支開發完成的應用程式，都必須部署到中控室的單機電腦中，透過視窗介面來呈現，在應用程式分散在多臺電腦的情況下，增加了電腦、網路的維護工作。不只如此，隨著蒐集到的資料量更大，AI分析也需要更大量的硬體運算需求，原有的主機資源逐漸不敷使用。
這三大挑戰，讓中鋼在2019年底，率先在二號高爐場域，規劃建置AIoT智慧分析平臺，更找來研究部門、子公司中冠資訊共同研發，利用二號高爐在去年大修的期間，同步導入該場域。
這套AIoT平臺最主要的目的，是要將分散部署在不同電腦的AI應用，整合到同一個Ｗeb平臺中，讓員工只要以瀏覽器開啟入口網站，登入帳密，就能一站式管理高爐所有的生產資訊。
建置過程中，中鋼不只以Web介面重新設計AI應用儀表板，也將過去難以取得的生產數據整合到一個資料平臺，供技術人員更方便的分析取用資料，更建置了專屬AI應用的硬體資源，取代分散部署到電腦主機的方法。
許雍達指出，AIoT平臺上線後，中控人員不只能即時查看重要的生產資訊，當高爐發生任何異常狀況，平臺也會自動觸發告警，並顯示操作指引，讓員工可以依照指示排除異常，將異常狀況可能帶來的傷害降到最低。
比如說，當AI偵測到四號高爐的爐身發生結塊，就能利用過去一段時間的溫度變化，去推測結塊情形的演變，系統也會提供操作指引，來建議員工應使用哪一種應對模式，才不會導致結塊問題更嚴重。
處置完成後，員工也可以直接在介面中回報，將此次事故處理過程提交出去，作為歷史維運紀錄，而且，過去類似事故的處理方法與結果，也會同步附件於操作指引的介面中，提供緊急處理時參閱。
除了上線網頁版的AIoT監控平臺，中鋼也接續打造了行動裝置版本，只要安裝到手機上，具登入權限的中控人員，就能隨時隨地掌握生產即時動態，了解異常狀態資訊。
今年初，二號高爐完成大修，這套AIoT平臺已經導入二號高爐場域中。中鋼也正在規劃，要將AIoT平臺導入其他座高爐中。許雍達表示，更長久的計畫，則是要開發煉焦、燒結兩大原料加工廠的智能模組，並且整合到AIoT平臺來監控運用，「這樣一來，我們在高爐的現場就能看到原料加工廠的生產數據，如果有異況，高爐也能同步調整、配合。」
高爐AI應用大剖析
「高爐出了問題，就得降風停產，如果能見微知著，在發生狀況前預先防範，就能降低損失產量的風險。」中鋼技術部門代理副總經理鄭際昭，一句話點出高爐AI的重要性。
用AI煉鐵，導入27項高爐場域智慧應用，被中鋼視為第一個進化里程。27項應用中，中鋼不只開發高爐爐況分析監控，也開發周邊設備的AI應用，比如原料輸送帶的預測維修、熱風爐生產效率與耗能監控、現場人員的安全監控等。
其中，高爐本身的爐況監測，更是AI開發的重點任務，因為高爐就像是一個黑盒子，為了掌控高爐的生產狀況，中鋼得在高爐上裝設多種感測器，以AI監控生產數據，才能提前發現問題，並及早因應。
因此，在眾多應用中，中鋼特別介紹7項與高爐爐況分析相關的智慧應用，揭密1,500度高熱密閉的生產環境，如何靠AI監控。
1 爐內布料情形監控
技術關鍵 靠掃描感測儀器與熱像儀，偵測原料、粉塵、高溫氣體分佈狀況，並將資料視覺化
效用 監控氣流是否穩定、布料形狀是否符合預期
將原料從爐頂添加到高爐時，過去無法得知實際布料狀況，但現在，中鋼在爐頂布建掃描感測儀器，就能即時偵測原料在高爐內的分佈，同時透過爐內的熱像儀，掃描粉塵、高溫氣體的分佈，就能比對得知目前氣流是否穩定，布料形狀是否符合預期。中鋼也將量測到的數據，以視覺化的方式來呈現。
2 管道流預警AI
技術關鍵 透過AI判斷爐內壓力與溫度分布是否超過異常值，來預測管道流異常
效用 提早預測管道流異常發生可能性，調整生產參數來因應
一般來說，高爐運作的理想情況，是從下面鼓風，爐氣均勻往上傳遞，將原料還原熔融。但是，若爐氣無法穩定通過爐料，而是累積在某個區塊，就可能因為壓力蓄積過大往上竄出，造成爐頂洩壓閥排放，或造成設備損傷。「氣集中在一個地方，壓力大到一個程度就會往上衝，就好像人打嗝，不能等到衝上來，要想辦法及時拯救。」鄭際昭形容。
為了提早發現管道流的情形，中鋼在高爐爐殼上設置壓力量測與溫度量測點，分別將溫度與壓力的分佈視覺化呈現，若結合兩者數值，發現壓力差超過異常值，或是局部溫度過高，AI判斷為管道流異常可能發生，「系統會發出預警，引導操作人員先降低風壓、風量，」中鋼煉鐵廠高爐二課課長許雍達表示，越早預測出管道流異常，就能越早調整生產參數，來避免管道流發生。
3 爐壁厚度監測AI
技術關鍵 透過爐壁探鑽深度與周圍壁面溫度變化的關聯性，訓練AI靠爐壁溫度變化，判斷爐壁厚薄
效用 預測爐壁冷卻元件受損情形，安排檢修時程
高爐爐壁冷卻元件（冷卻壁）若被蝕破，就可能造成嚴重的生產危機。然而，單從高爐外觀，無法得知爐壁冷卻元件被侵蝕的程度，中鋼以往只能定期量測來推斷爐壁狀況，定期檢修，來降低意外風險。
要監測爐壁厚薄，中鋼在爐壁裝設測溫感測器，找出溫度與爐壁厚薄的關聯性。鄭際昭解釋，一般來說，爐壁變薄後，測得的爐壁溫度會升高，雖然鐵水在壁面結塊或脫落，也會造成可能造成溫度改變，但相較於正常爐壁狀況，溫度變化頻率會較為劇烈。
因此，中鋼以探鑽點位附近的歷史溫度變化，結合實際探鑽的厚度訓練AI模型，再套用到高爐其他測溫點位上，來推測爐壁不同位置的侵蝕狀況。
4 爐壁結塊預測AI
技術關鍵 透過爐壁溫度變化頻率預測結塊情形
效用 監測到爐壁溫度變化異常，提早因應避免結塊情形惡化
高爐溫度一旦降低，就可能造成鐵水冷卻結塊、附著在爐壁上，若爐壁的結塊大量滑落，導致爐氣異常溢出，就可能發生操作上的危險，「許多高爐曾經因為高爐內部結塊過大，掉落時打到鼓風嘴，導致鼓風元件受損漏氣。」許雍達說。
為了維持爐況穩定與操作安全，中鋼開發了爐壁結塊預測AI，當發現溫度變化波動越來越小，就能推測爐壁內部結塊，並提前調整高爐的生產條件，避免結塊情形更嚴重。
許雍達表示，這套AI應用目前部署在三、四號高爐，因為這兩座高爐的爐內冷卻元件形式與一、二號高爐不同，更容易發生產生爐壁結塊問題，較有應用AI的急迫性。
5 爐熱溫度預測AI
技術關鍵 量測出鐵口的鐵水溫度變化，參考操作條件、鐵渣的化性分析，學習預測未來爐熱
效用 預測未來2～4小時內的爐熱變化，提前調整生產參數來因應
對於正在生產鐵水的高爐來說，必須維持一定的爐熱，高爐才能穩地熔煉鐵水，若溫度異常大幅下降，就可能造成爐冷危機，需花費許多時間調整加熱，一旦惡化至鐵水凝固無法排出，復原工作會很困難。
「發生一次就是上億的損失，所以我們要盡可能避免走到這一步。」鄭際昭點出爐熱預測的重要性。
中鋼在建立爐熱溫度預測AI時，就是透過量測出鐵口的鐵水溫度變化，參考操作條件、鐵渣的化性分析，學習預知未來2～4小時的爐熱趨勢，藉此訓練出爐熱預測的AI，若預測到未來爐熱可能下降，就能即時調整生產參數，微調風溫、噴煤量，來維持爐熱的穩定。
6 鼓風嘴噴煤預警AI
技術關鍵 透過大量鼓風嘴噴煤影像訓練AI判斷異常
效用 自動化找出噴煤槍過短、噴煤口堵塞等異常影像，減少人力監控負擔
中鋼透過在鼓風嘴噴吹粉煤，來減少原料焦炭的使用，同時，也能透過粉煤噴吹量來調節爐熱。不過，粉煤噴吹的狀況，過去需要人工監控，透過攝影機將風口影像傳輸到中控室，來監測是否發生噴嘴阻塞、或是噴煤槍設備耗損的情形，而且，需監控的影像還不只一個，光是二號高爐就有30個風口影像需要監控。
為了減少人力的負擔，中鋼正在運用歷史監測影像，訓練影像辨識AI，來自動監診噴煤槍設備，找出噴煤槍過短、噴煤口堵塞等異狀。
7 高爐原料粒徑分析AI
技術關鍵 透過原料粒徑影像資料，訓練AI進行粒徑分析
效用 即時辨識原料粒徑大小與分布，調整入料情形來降低燃料率
將原料送入高爐時，若原料的粒徑大小符合預期、分布較平均，有助於爐況穩定、降低燃料率。中鋼甚至推算，高爐燃燒料率每減少1%，每年可以減少上億的燃料經費，因此，中鋼用AI來即時辨識原料的粒徑大小，即時計算進入到高爐原料粒徑分布，以及是否混雜到其他原料等情況，再根據分析結果來調整原料分布，有助於穩定爐況、降低燃料率。
附圖：光是二號高爐，中鋼就投資約5,700萬元來建置智慧應用，投資的金額雖大，但帶來的效益更可觀，預估每年可以降低成本3,270萬元，減少排放溫室氣體2,217噸。（攝影／洪政偉）
資料來源：https://www.ithome.com.tw/news/142938