Search
問券】狗狗的朋友所獨立開發的遊戲「最後指令 Last Command」正在進行問券調查，希望大家可以幫忙點進去填寫一下，現在填問券還有機會可以抽Steam遊戲序號喔～！！
問券網址＞＞https://www.surveycake.com/s/4KDM0
這裡可以看到作者250多天來的開發進度，幾乎每天都有更新，非常厲害>>https://reurl.cc/GrWp5v
也歡迎噗浪使用者可以幫助分享問券＞＞
https://www.plurk.com/p/o5cjfs
以及關注「最後指令」粉專＞https://www.facebook.com/SnakeGameLastCommand
AI落地工業環境挑戰多，中鋼歸納3大AI導入經驗：足量訓練資料、選對技術、循序漸進為成功關鍵
中鋼採取由現場出題、專家解題的方法，從2017年開始較具規模的導入AI，今年在臺灣AI年會上，更分享了實作AI過程中遇到的挑戰，更以自家代表性的AI專案，歸納出3大實戰經驗來提供他者參考
文/翁芊儒 | 2020-11-19發表
中鋼綠能與系統整合研究發展處研究員許朝詠，以自己實作過的多個AI專案，來分享從選題、執行到落地的3大AI實戰經驗。
中鋼從2014年開始擁抱智慧製造，經歷了許多試驗後，才在2017年更有規模的落地AI應用，採取由現場出題、專家解題的方法，每年從上百個提案中篩選約20個可行性較高的方案，來導入應用場景。中鋼綠能與系統整合研究發展處研究員許朝詠，也在今年的臺灣AI年會上，以自己實作過的多個AI專案，從選題、執行到落地，歸納出3大AI實戰經驗，來提供其他企業借鏡參考。
許朝詠首先引述麥肯錫2019年發布的一份報吿指出，企業要在工業場景落地AI並不容易，超過7成的企業正在進行局部試點，其中29%企業已經試點超過2年，56%進行了1～2年，更有15%才剛起步。對中鋼來說，在導入AI過程中，也同樣面臨了「試點困境」，尤其在電腦視覺要落地煉鋼場域時，中鋼也面臨了4個AI應用挑戰。
其一，是工業環境不易控制，會造成取得影像的品質差異大，比如鋼鐵製造環境動輒在900度以上的高溫中，處理過程也可能噴水冷卻，導致難以取得清楚的影像；又或是在同樣位置拍攝的影像，也可能因光源不同，導致影像呈現不同的效果。
其二，現場實際環境會限制AI應用的計算能力，比如部分場所的空間有限，無法擺下GPU伺服器、或高計算能力的設備，甚至連網路線都無法部建，「在這樣的環境下，我們的模型就必須要能兼容邊緣運算，才能實際應用。」許朝詠說。
其三，被偵測物體的尺寸不一，也會影響深度學習的模型訓練成果。許朝詠以識別鋼品身分的AI序號辨識為例，就算是相同的鋼品，影像拍攝的尺寸不同，會造成鋼品上印製序號大小的差異，進而影響序號辨識模型的表現。
最後，則是深度學習模型的調整彈性差。同樣以序號辨識模型為例，許朝詠表示，有時會遇到視覺效果相同的數字（比如像是同一個數字1），在不同序列中卻無法辨識，「為什麼有時候，1可以辨識出來，有時候卻不行？」許朝詠表示，要解決這個問題，通常需要重新訓練模型，但會消耗許多時間。因此，中鋼目標要提出適合工業應用的物件偵測技術，來更輕易且廣泛的應用到各個製程。
3大AI導入經驗之一：充足訓練資料是AI成功落地的一大關鍵
許朝詠也透過多個中鋼導入AI的案例，來分享導入經驗。比如說，前述提到的AI序號辨識應用，是指在將鋼片卷曲製作成一卷卷的鋼卷後，會在鋼卷的金屬表面或是側面，噴印上鋼鐵的生產序號，藉此來辨識每一卷鋼鐵的身份。但是，這些序號的噴印位置，可能帶來不同的辨識挑戰，比如噴印在鋼卷表面，就可能因金屬反光影響序號辨識的精準度，若是噴印在鋼卷側面，層層堆疊的鋼片又可能導致字體變形，均會影響AI判讀。
「我們提供技術，但有些問題不是技術能解決的，就要跟現場人員溝通，請他們協助解決問題。」許朝詠指出，AI落地需要與第一線人員溝通協作。
不過，就算與現場人員合作，序號的辨識率仍無法達到100%，尤其是鋼卷側面序號的辨識率，僅達到9成5，「序號要完全正確才能用，9成5其實很低。」許朝詠表示，為了克服這項挑戰，中鋼在產線上的多個位置都設有攝影機，同時將這些攝影機判讀的資訊互通，透過多點的資訊對接，來判斷出鋼卷序號。
「不要把問題放在同一個地方，比如利用多點攝影機、多資訊的串流，去補足AI模型上的不足，就能讓整個系統的準確率達到100%。」他說。
另一個例子，則是高爐原料粒徑分析的AI應用。一般來說，高爐是用來將原料溶解為鐵水，而原料在送入高爐時，若粒徑大小分佈較平均，就能提升高爐的燃燒效率，中鋼甚至推算，高爐燃燒效率每提高1%，每年可以減少上億的燃料經費，因此，中鋼用AI來辨識每顆原料的粒徑大小，即時計算出進到高爐的物料大小與分佈狀況，再根據計算結果來調整物料分佈，進而提升燃燒效率。
許朝詠表示，上述兩個案例的共通點，在於資料的取得非常容易，不管是序號或是原料的影像資料，都在產線上不斷產生，「影像取得沒問題，資料也乾淨，較有機會訓練出良好的深度學習模型，也有機會快速達到成效。」相對來說，瑕疵辨識這類AI應用的影像資料搜集，就比較困難。
「要判斷一個案子能不能做，可以先看能不能蒐集到足量的資料。」這就是許朝詠歸納的第一大AI導入經驗。
3大AI導入經驗之二：不是最新技術也能打造最切合場景需求的應用
許朝詠也接續說明了無人天車的AI應用。天車是一種重型的起重裝置，用來吊送貨品、放置到指定位置，而中鋼就是將原先需要人為操控的天車，透過AI達到無人化，「這也是我認為中鋼應用AI最成功的案例。」
要達成無人天車，主要是把人眼看到的操作資訊，透過電腦視覺轉換為控制的指令，再交由天車自動執行，也就是將操作人員看見的鋼卷位置、放置位置及操作方法，都轉換為天車指揮系統可以判讀的資訊，再透過運動控制達到自動化。
無人天車使用的技術，包括能透過座標辨識來裝卸鋼卷的機器視覺系統，以及能透過RFID讀取鋼卷身份，再準確偵測鋼卷的中心位置來吊起鋼卷的智慧型吊夾，而整體鋼卷的吊運排程與吊運路徑最佳化，則是由天車指揮系統來規劃，中鋼同時也建置用來傳輸車籍資料、整合裝卸車資料的雲端倉儲管理系統。達到天車操作全自動化之後，中鋼也設置了主動式安全防護機制，透過深度學習來偵測天車下方是否有人行走，並在行駛過程中自動辨識障礙物與閃避。
建置了無人天車帶來的一大效益，就是能在出貨的前一晚，由機器自動理貨，將要出廠的貨物就近放置到出貨的位置，「天車不會休息，人會休息，在不需出貨的時間先理貨，就能加速出貨的效率。」許朝詠說。
中鋼的無人天車也早在2018年就投入運作，至今已經完成超過數十萬顆鋼卷的吊運。不只自建自用，中鋼也將這套無人天車系統外銷到中國鋼廠，2019年就已經銷售了12套系統，今年武漢肺炎疫情期間，更是遠距協助客戶調機、將系統落地。
不過，這個貼近鋼鐵業需求的無人天車，實際上並無用到深度學習技術，「深度學習雖然是好工具，但不一定是最佳工具，也不是唯一的工具。」許朝詠表示，由於天車在裝卸鋼卷時，需要非常精準的定位，誤差超過5公分就可能吊不起鋼卷，但深度學習在位置偵測的精準度上並無優勢，加上判斷速度較慢，「傳統影像處理有些技術，應用上會比深度學習來的更好。」
換句話說，不是用最新、最強的技術就好，不同應用場景有其最合適使用的技術，這就是許朝詠歸納的第二大AI導入經驗。
3大AI導入經驗之三：從自動化、人機協作到智慧化循序漸進落地AI
最後，許朝詠也提出一項正在建置的AI應用，也就是出貨前的鋼卷智能檢核，雖然目前僅有初步成果，但這項應用實際影響了傳統檢核作業流程的轉變。
許朝詠解釋，鋼鐵在包裝、裝載完成之後，還需要檢核包裝外觀，以避免客戶收貨後發現包裝瑕疵，因而對品質產生疑慮。為了檢核來自23個倉庫的貨品，中鋼設置了4個主要的檢核站，共計17個車道、每個車道配置4名檢核人員，車輛在倉庫裝載貨品後會先前往檢核站，由人工檢查外觀是否破損，並核對貨品身份與數量，完成檢核才能出廠。
但傳統的人力檢核方式，不僅人力成本較高，大量出貨時載貨司機也常需排隊等待，更佔用了約兩個倉庫的空間來檢核。對此，中鋼試圖透過AI智能檢核的方式，將傳統的檢核中心改以一個雲端檢核中心來取代，在每個倉庫出貨前，直接將鋼卷影像上傳雲端，由檢核人員從雲端照片來判斷是否有瑕疵，若無即可放行車輛出廠，不只能加快檢核效率，檢核人員也能更輕鬆完成任務。
而這些檢核照片的篩選，則是先拍攝車輛進入檢核站的影像，經過運算後，自動擷取鋼卷正面、側面品質最佳的影像，透過自動檢放系統來提供檢核人員檢驗，經實測後，完成8張鋼卷照片的檢驗大約只要8秒。
許朝詠表示，將檢核流程雲端化只是第一步，中鋼下一步要利用檢放系統，在檢核人員雲端判讀照片狀況的同時，蒐集異常照片的資料，再利用深度學習的技術來訓練瑕疵辨識模型，進一步將檢核流程自動化且智慧化，來取代人工作業。
「邁向智慧化的過程，很多人會想要一步到位，但很困難，如果能用AI先實現局部的自動化，透過人機協作來提升作業效率，並同步搜集資料，就會對智慧製造的實現有很大的幫助。」許朝詠認為，AI落地並非一蹴可幾，需要一步步優化原先的作業流程，蒐集足夠的資料，才能實現智慧化的目標，這也是他提出的第三大AI導入經驗。
附圖：應用場景的序號本身可能有模糊、手寫字、油漆過淡等問題。
透過資訊的串接，來克服AI序號辨識可能不夠精準的問題。
透過即時原料粒徑大小分析來調整物料分佈，進而提升高爐燃燒效率。
人工檢核過程。
透過檢放系統來檢驗熱軋鋼卷的包裝外觀。
資料來源：https://www.ithome.com.tw/news/141163?fbclid=IwAR3UUiJ0rpr7aUf8d2FmGZaZp3_e4E-9esf6ZOD1iiA20Id4ZYo1-hK7iwc
ㄇㄉㄈㄎ微軟^0^/
BIOHAZARD RE2「物理性畢業」
什麼叫做物理性呢？
因為不是真的玩到膩（雖然差不多了）
而是主機賣掉了沒辦法玩了這樣wwww
不過這件事情很有趣所以紀錄一下...
我的ONE S是17/12/10雅馬遜大特價買的
有多便宜呢？才￥18,980！！
換個單位折合台幣4,500都不到！！
而且還包含了兩個創世神的完整軟體序號
這價格神成這樣還不買？
當時其實ONE S實在沒什麼特別想玩
主要就是「PS4 PRO竟然不能播UHD BD」
讓我無比震驚！
那這個世代身為任豚，
軟飯索狗當哪個我無所謂來說，
反正大多遊戲都有跨平台，
ONE買來我能玩獨佔的ORI 杯子頭
還能一償宿願看4K藍光，
也可以撥4K網飛，
性價比頂到天根本買手把送主機，
當然就衝了！
但結果來說呢，這一年多來
除了ORI 杯子頭
還有近期狂玩的BIO RE2之外
我ONE還真的沒玩什麼遊戲！
拿來看影片可能還比較多這樣
不過悲慘的是，
首先ONE手把竟然在我玩BIO RE2的時候壞掉！
不算全壞，而是左香菇頭如果執行「下壓＋後」
那「後」的指令會感應不到！！
也就是玩惡靈古堡打魔王要後衝的時候
會像白癡一樣站原地就是了wwwww
（後來改按法就搞定了，下壓後放掉再按後即可）
（還是很幹！）
再來就是
我手把開始會動不動斷線！
玩到一半斷線要拔電池重連超煩，
後來因為前陣子「連網機瘟」影響，
連網機瘟就是某天晚上開始，
海量ONE S/X 只要連網，
就會卡在主頁無法執行遊戲，
我因此還以為主機故障要報修都打包好了...
幸好巴哈有大量回報說
「主機暫時不要連網就不前得機瘟！」
除了主機不用送修了之外，
意外發現主機只要斷網，
手把無故斷線的問題就瞬間解決！
那這樣到底是算壞還是沒壞？
我覺得是很肚爛啦真的哈哈哈，
而且如果這主機我像SWITCH一樣操，
壞了我沒話說，心甘情願再買一台，
重點我根本沒玩多少啊！！！
再來更妙的就是，
某天我發現我的GAME PASS購買選項
直接整個蒸發！！
翻到死找不回來喔！！
甚至還有下載的數位遊戲附屬內容，
也是語系切換之後蒸發
而且再也找不回來！
花時間研究這個讓我超煩！！！
如果我是買實體版遊戲，
那就基本上完全不理這個問題，
但你可知道ONE這主機在日本多慘？
首先電玩區大體上直接連專櫃都沒了！
有的話大多都還要跟別的一起併
例如苟延殘喘的PS VITA之類的
然後例如BIO RE2這種日系本土廠商超強力主打遊戲
日本竟然「直接不出實體版遊戲」
為啥！！？
因為人家覺得壓了這片在日本賣會賠錢啊！！！
就慘到這個地步
不然買遊戲我是超老派的拒絕買數位版的
除非兩個情況
1,「數位版有非常大的價格優勢」
2,「根本沒出實體版」
而我真的萬萬想不到，
惡靈古堡竟然會在日本當地不出ONE實體版！
這時光稍微倒轉的話，
在360年代是「沒有人想像得到」的事情。
另外我報修的經驗也很差
在官網申請保固報修，
竟然超過一半的說明連結，
點過去要不是404沒東西，不然就是只有英文！
英文慢慢看我是看得懂還好，
但日本官網連結竟然沒日文是怎樣？
另外也聽說有人ONE X送保固
結果明明發售還沒超過一年
肯定在保固期內卻說已經過期
寄回來還直接是整台摔壞的！！
最後申請保固報修的按鈕直接蒸發不給他點
然後日本微軟跟他說「你重新買一台吧」這樣
種種原因讓我覺得這東西在我手上完全燙手山芋
結論就是「ㄇㄉㄈㄎ微軟」！！
既然BIO RE2完封，
下個月的DMC5我其實可玩可不玩
乾脆整台扛去賣掉算了！
但落落長總結來說，
XBOX ONE S買￥18,980玩一年多賣￥9,000
無比OK啊！！
整體來說有夠划算是很棒棒的
可惜了我還特地買了原廠遙控器現在用不到就是嗚嗚
接下來...
PS4應該是沒啥特別理由就不買了
等下個世代，
主機賣那個價錢不能看UHD BD我無法接受。
然後ONE的話看ORI2出的時候
ONE X夠不夠便宜，夠便宜就上這樣。
（不然STEAM或WIN 10也都能玩，其實沒差）
專心當任豚等下個世代來臨^0^/
2973 likes · 7 talking about this. 《最後指令》| 貪吃蛇×彈幕新感覺動作闖關遊戲！ ... Q：我是在募資購買、超商取貨的玩家，請問沒收到序號是正常的嗎？ ... <看更多>
獨立遊戲製作人Dinaya 與遊戲開發商酷思特合作，聯手推出新作品《最後指令Last Command》在10 月25 日於Steam 平台發售，並預訂於近期登入Nintendo ... ... <看更多>
最後指令序號 在 [情報] 貪吃蛇x彈幕《最後指令》NS版19 日問世- 看板NSwitch 的推薦與評價
新聞來源 : https://gnn.gamer.com.tw/detail.php?sn=244137
國產遊戲《最後指令》作者狄娜雅（Dinaya. N）每日發文連載的「30 歲辭職 跑去自己
做遊戲好嗎？」系列文章在今（17）日正式來到第 1000 天，文中除了分享製作遊戲一路
以來的心路歷程、向所有相關人士表達感謝之外，也提到了《最後指令》Nintendo
Switch 版的推出時程及後續規劃。
https://p2.bahamut.com.tw/B/2KU/60/ce55d270ccff9f0692b91276d01k3vk5.PNG
《最後指令》是一款「貪吃蛇結合彈幕」的動作遊戲，玩家必須操作名為「Python」的
爬蟲程式，一路冒險、與許多 NPC 邂逅；隨著遊戲的推進將逐漸了解這個只剩下「程式
們」運作著世界的秘密。
於戰鬥中，玩家可以在「貪食蛇」和「彈幕閃避」兩種移動模式中自由切換，可以一
邊閃避 BOSS 的各種攻擊，一邊蒐集關卡中隨機生成的「資料」對 BOSS 造成傷害；當玩
家取得資料時將如經典的《貪食蛇》玩法，不斷增加自身的長度，雖然取消了對自身的碰
撞機制，但一旦增長的尾部受到攻擊，將會導致收集到的資料掉落。
除了各類 BOSS 戰鬥外，在遊戲探索的過程中，新增了類似於電流急急棒的趣味玩法
，除了提供更多的挑戰之外，玩家還可以透過探索場景中蒐集到的各種強化模組來打造屬
於自己的戰鬥風格。
https://youtu.be/Q-DvbPmF2j0
狄娜雅提到：「回想這段旅程，在經歷了每日單人實況開發、募資、參加電玩展，又
因為募資而無緣爭取政府輔助，而後有幸參與巴哈姆特的活動，思索並進而開始尋找發行
商…… 長達約三年的全職開發日子裡，計算自己雖非一流但尚且堪用的程式能力，其薪
資待遇的機會成本，以及開發過程中各式大大小小所需要支出的成本 與募資中，扣
除了許多零零總總成本後的支援、和巴哈姆特每年默默扶持獨立遊戲的心意、加上後來支
援商務與開發的夥伴酷思特的合作、最終，再根據當前《最後指令》的口碑與銷量成績來
看 目前，總算是能夠暫時地挺起胸膛，以獨立遊戲開發者的職業身份，繼續走過下
一個年頭了。」
https://p2.bahamut.com.tw/B/2KU/68/402d215a85bcf971fca08c5a1c1k3vs5.JPG
他也表示，將繼續踩在巨人的肩膀上，拓荒、研究、創造下一款作品，希冀能盡可能
地創造並娛樂每一位網友。「雖然以收入來說，沒有辦法輕言地發雞排、請珍奶；但現在
的我，一切安好，能夠正常周休二日、也能固定放國定假日了。非常感謝大家一直以來的
關心，今後我也會繼續努力！」
https://p2.bahamut.com.tw/B/2KU/67/eafe5ce0d710459b398314e4411k3vr5.JPG
而關於《最後指令》接下來的計畫，首先是《最後指令》的 Nintendo Switch 版本
即將在 2023 年 1 月 19 日上架；基於之前的募資承諾，接下來還有客製化 BOSS 要著
手進行，為了把握這次機會，與合作公司進行了討論後，決定要推出《最後指令》的「獨
立章節 DLC」。
https://p2.bahamut.com.tw/B/2KU/65/4d525cde1cb777f225f92a71911k3vp5.JPG
未來將推出的「獨立章節 DLC」不僅包含了客製化 BOSS 的內容，同時也加入了在主
線故事中因篇幅而無法描述完善的遺憾。「獨立章節 DLC」將以故事中的另一個重要角色
「實」與其相關的角色人物故事為主，讓他們的篇章於這個 DLC 章節中獲得補完的機會
。而「獨立章節 DLC」中的 BOSS，除了客製的 BOSS 以外，也會有官方製作的 BOSS 供
大家挑戰，有興趣的玩家不妨期待《最後指令》接下來的情報。
https://p2.bahamut.com.tw/B/2KU/63/4929d194568fa0d80b37aa51501k3vn5.JPG
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.160.76.3 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/NSwitch/M.1674011381.A.922.html
據我這邊知道的情報，實體好像滿難實現的，
以最後指令的量體，應該只有數位板而已。 Sorry >"<
P.S.感謝大家 :"D
... <看更多>