【誰才是椅子的原作者？真相追追追～】在低座椅上滑行

最近〈東喜鋪〉有一系列「天童木工」的椅子模型。其中這張「低座椅」的設計師是長大作，但在說明書上卻是寫著坂倉準三，為什麼！為什麼？

原來這款「低座椅」的原型「竹籠座低座椅子」是來自於師承柯比意的日本建築家坂倉準三，於1948年為日本舞踏家吾妻德穗家中的和室使用，而設計出以竹籠椅背、「橇型椅腳」的椅子造型。

前一年，1947年，26歲的長大作進入到坂倉準三建築事務所，並在坂倉的指導下持續執行座椅設計，尤其當時因為坂倉很喜歡法國設計師Jean Prouvé設計的「Standard Chair」，便要求長大作試著用木板製作這款小椅子作為住宅的餐椅。經過不斷研究試誤，坐墊椅背也曾嘗試用以竹編等版本，造形也一再調整形變，直至1952年，設計出以合板為材的餐椅，時稱「小椅子」。

後來又延伸出以扁圓形椅背與坐墊的款式，另種說法是「柿子」形狀，是長大作在撥開柿子時得到的造型靈感，後來也應用於「東京銀行丸子俱樂部」的餐椅上，且將之商品化。我也曾在早期IDÉE SHOP有看過該椅子（對，很久）。

後來還應客戶要求將坐墊改成避震墊並包覆皮革等版本；1960年參加米蘭三年設計展時與天童木工合作，在廠長乾三郎協助下開發出椅腳以一體成型的合板並採「球拍結構」製成，這款小椅子後來被英國Habitat創意總監Tom Dixion命名為「大作椅」（DAISAKU Chair）上市。

至於「低座椅」的誕生，也是當時坂倉準三當時接下松本幸四郎位在輕井澤的私人住宅設計，同時也接下宅邸內的家具一併設計，而家具這時就交給長大作來負責進行並獨自包辦。

據說是為了回應與幸四郎一家同住的正子夫人「想坐在和室輕鬆看電視」的需求，以柿子形狀的椅背與坐墊，搭配不傷榻榻米的椅腳設計，成為「低座椅」，該椅也參加了米蘭三年設計展，之後由也天童木工販售。

高度29公分的座面，乘坐在上面時的視線可以保有與跪坐在地上的人同一高度，且寬敞的座面讓人可以在上面盤腿或伸直而坐，厚實的座墊可以支撐身體保有穩定感。「低座椅」在2019年還獲得GOOD DESIGN的Long Life Design Award，可以說是長大作的代表作，也是所謂不斷「Re. Design」的演變軌跡，不知不覺間跨越了幾十年。

之所以相當暸解，在於2009年我在木馬文化「享讀書系」出版了《長大作——溫暖人心的經典設計》（原日文書名是《長大作——84歲的現役設計師》），長大作在書中揭露了這些點滴細節，但為何最後小模型的蛋紙將設計師寫為坂倉準三，而非天童木工網站上寫的「坂倉準三建築研究所（長大作担當）」？

如果從商業操作角度來看，單純猜是坂倉名氣較大而已吧！而這張「Teiza-isu」（低坐椅）椅子也一直一直是長大作（1921-2014）的個人代表作（敬禮）。

AI風潮下的PCB產業新契機

2019-09-16 12:49CTimes
【作者： 王岫晨】

隨著5G與AI的新趨勢快速興起，也引領相關產業持續成長。近年來，全球PCB產業年成長率呈現正向發展，而隨著2019年的到來，全球PCB產業又來到了新的觀察點。此外，在5G趨勢的催化下，PCB產業也面臨了全新的機會與挑戰。

5G與AI加速PCB市場成長

根據拓墣產業研究院的觀察指出，2019年全球PCB產業持續成長，隨著5G、車用、物聯網、人工智慧等新應用蓬勃發展，也迎來更多市場機會與挑戰。其中高頻PCB為剛性需求，PCB實現高頻化的關鍵，在於高頻的覆銅板材料，如聚四氟乙烯（PTFE）、碳氫（Hydrocarbon）等和PCB廠商自身製程。PCB產業的挑戰則包括原材料供應趨緊、環保政策日益嚴格，使得PCB產業門檻逐漸提高，產業集中度也逐步擴大。

PCB產業的市場參與者，有包括臻鼎、欣興、華通、健鼎等在內的台廠；在通信領域具備較強競爭力的PCB廠商則有Mektron、Sumitomo、Fujikura、Ibiden、TTM、SEMCO、ISU PETASYS、Sanmina等。目前全球IC載板廠商主要集中在日本、韓國與台灣等地，且多數廠商在中國都設有生產基地。

此外，由於5G與IoT等應用興盛，直接帶動了高頻、高速PCB的市場需求。5G建置將帶動PCB產業的成長，PCB板身為電子產品之母，下游應用涵蓋通訊、手機、電腦、汽車等電子產品。5G技術發展對PCB影響持續升溫，終端與基地台需求的總量增加，加上單位終端、基地台所用PCB面積成長，隨之帶動PCB整體產業需求提升。

PCB產業發展三大方向

目前PCB技術在發展上，除新製程細線路技術量產外，大廠紛紛開發高階Micro-LED PCB製程與高頻高速HDI產品技術，在載板領域則投入高頻網際網路應用之封裝載板、超細線路之封裝載板技術，與薄型、對入式高密度化超細線路Coreless之封裝載板技術，以便因應5G、IoT及AI發展，加速相關產品及對入式元件之封裝載板技術。

觀察整體產業發展趨勢，拓墣產業研究院認為，全球PCB產業將持續朝高密度、高精度和高可靠性方向前進，不斷減少成本、提高性能、縮小體積、輕量薄型、提高生產率並降低環境影響，以適應下游各電子終端設備產業發展，其中包括HDI（High Density Interconnect）、FPC（Flexible Printed Circuit）、剛撓結合板及IC載板等，將成為未來發展重點。

AI讓PCB產線更具智能

在目前，PCB製造業正呈現出巨大的轉變，也就是能運用人工智慧（AI）來簡化生產流程，並以前所未見的方式改善生產結果。AI成為了市場顛覆者，在PCB製造中加入AI的重要性，就如同工廠邁向工業4.0（或稱智慧工廠）一樣的關鍵，自動化系統彼此之間，或者與工作人員能即時地互動與通訊、分散決策制定流程，並提供眾多優勢。然而，想要在PCB製造領域成功導入AI，必須在PCB製造和AI的基礎上，擁有豐富且深厚的專業知識才行。

在過去幾年的發展，AI已經從未來主義的概念，進展成為真正可應用、關聯和有效的技術。這樣的突破，主要歸功於大幅增加且成本不貴的運算能力、更複雜的學習演算法，還有大數據的出現。大數據本身可提供讓AI系統學習的基礎資訊。

AI演算法減少精密勞動力

AI描述了模仿人類認知能力的機器或軟體，可以用於解決問題和學習。許多重要的創新，正在逐漸成為AI演算法的附加產物，例如機器學習和深度學習。機器學習是一種使用各種不同演算法技術的AI技術，能讓電腦藉由使用數據資料來提升任務的執行效能，而不必明確地設計特定程式來完成。在PCB的製造中，機器學習可帶來許多優勢，包括改進操作效率、降低廢品數量、優化產線營運，還可減少「非精密勞動力」。此外，還可以更有效地管理資產、庫存和供應鏈等。而這些相關功能，都與工業4.0的實現密切相關。

深度學習是一種更為複雜的AI實現方式，讓電腦可以用非常有效率的方式，以複雜的學習行為來呈現出來的數據資料中深層的資訊、模式與背景，而這樣的結果，都可以用於改善製造流程。一般來說，深度學習是利用多方位、多層次的人工神經網路，來模仿人類大腦的學習、理解與推斷能力。

要成功實現AI解決方案，就必須得透過嚴格的操作整合，並配合專業的流程知識。倘若要在複雜的製造環境中建立AI系統，則需要經過漫長而全面的培訓階段。這些培訓過程對於操作的要求非常高，且需要投入大量的運算人力資源，才能獲得最佳化的性能。

在各種形式的AI中，數據資料的存取都是成功和效率的關鍵因素。若欠缺高品質的數據資料，AI或許就很難真正實現。然而，AI的操作人員成本也十分昂貴，更容易在分類時出差錯。當應用於瑕疵分類的AI解決方案，從操作人員的數千個決策中進行學習之後，就可以自動以一致的精確度來進行判斷。此類的AI系統十分依賴準確的數據資料模式，如此方可隨時間推移進行正確的演算法學習行為。此外，也必須仔細驗證和輸入分類資料，才能突顯出AI的優勢。即使資料出現微小的變化，也可能導致AI系統的判斷改變，而造成遊戲規則因此改變的結果。

協同合作實現AI製造願景

雖然數據資料的品質是AI成功的必要條件，但每個客戶與其AI解決方案的供應商之間需密切合作，這點對於長期的成功來說將至關重要。有鑑於AI的複雜性，解決方案供應商必須應用其PCB製造流程與AI知識，來指導客戶實施AI解決方案。隨著AI解決方案的陸續推出，未來高智能化的PCB產線，將不再只是個夢想，而是可以真實實現的場景。

為PCB製造商帶入AI解決方案

AI非常複雜，需要在技術本身，以及使用AI的領域中擁有豐富的專業知識。奧寶科技目前正在為PCB製造業的工業4.0開發AI解決方案。目前奧寶科技可結合其AI專業知識，確保能夠優化AI神經網路架構開發的關鍵培訓階段。

例如，在PCB製造中，瑕疵分類是自動光學檢測（AOI）解決方案的關鍵領域。奧寶科技的AOI電腦會將可能有瑕疵的PCB影像，傳送到遠端多重影像驗證（RMIV）站台，站台的操作人員會檢視影像，然後將其分類為「真正的瑕疵」或「假點」。

例如，在對瑕疵進行分類時，奧寶科技及其客戶將合作，找出每個操作人員分類評估結果背後的深刻意涵，並集思廣益以創建一個有意義的系統，進而排定應優先檢測的PCB特性。客戶的協作和參與度才能為AI引擎產生出最佳的結果。

正因為AI將為PCB製造商帶來巨大優勢，奧寶科技也持續在研發領域投注大量心力，完美整合AI與奧寶科技的智慧工廠工業4.0解決方案，以及其他解決方案。在此過程中，奧寶科技正在評估許多方法，以便將AI應用於總體製造，透過測試進行學習，並協助推動產業朝向更智能、更強大的製造流程邁進，此舉將可協助客戶提高產量並降低營運成本。

附圖：2019年9月(第335期) EDA x AI
圖一 : PCB產業將持續朝高密度、高精度和高可靠性方向前進，不斷減少成本、提高性能、縮小體積、輕量薄型、提高生產率並降低環境影響。
圖二 : 解決方案供應商必須應用其PCB製造流程與AI知識，來指導客戶實施AI解決方案。
圖三 : AI成為了市場顛覆者，在PCB製造中加入AI的重要性，就如同工廠邁向工業4.0一樣關鍵。
圖四 : 想要在PCB製造領域成功導入AI，必須在PCB製造和AI的基礎上，擁有豐富且深厚的專業知識才行。

資料來源：https://udn.com/news/story/6903/4049598?from=udn-relatednews_ch1015