close
企業趨勢專題特寫

為家中洗衣機「望聞問切」? IBM Watson 讓「萬物皆可智能」

醫生看病要「望聞問切」,人類病人能回答醫生提問,但如果是機械維修呢?物聯網方興未艾,連網裝置能自我檢測,但舊裝置原來也有辦法變得更智能。早前 IBM Forum 展出的多款 Watson應用方案,就能利用智能手機,使維修中心能為傳統洗衣機遙距「聽診」,人工智能應用原來可以有想像不到的無限可能。

 

隔空為洗衣機「聽診」、上門前已掌握故障狀況

「望聞問切」是中醫術語,即是醫生要觀察病人狀況、聆聽病人講述病情、查問病人症狀和把脈,換成西醫也只是讓把脈變成其他身體檢查,實際是中西共通的。不過如果是維修機械自然做不到「望聞問切」,維修人員除了靠用家講述故障情況,就只有靠現場檢查來判斷,雖然不至於「延誤病情導致病人死亡」,但肯定也令維修過程變得更複雜。

事實上,愈來愈少人願意入行做維修技師,隨著有經驗的「老師傅」退休、年輕技師經驗又不足,維修現場也愈來愈緊張。當有消費者要求上門維修,維修部門不可能每一次都派出老師傅,因人數根本沒那麼多,於是每次也碰運氣,看是否普通維修師傅也能解決,解決不了的話就得再安排老師傅上門。即使普通師傅應付得了,若剛好手上沒有合適零件,也同樣得擇日再上門維修,費時失事。

尤其像中國面積這樣大的市場,一來一回的時間成本很高。如果每次上門維修前已知悉是什麼故障、需要預備什麼零件,才能做到上門一次便完成,不僅減低了維修人員多次上門的各種成本,對顧客的售後體驗也會更好。而在早前的 IBM Forum 上,就展出了一套能利用手機通話功能,把洗衣機聲音傳回電話客戶中心分析的技術。

 

IBM Watson 分析聲紋、用於廠房出貨前品質檢查

IBM Forum 放了一台普通的洗衣機,正常運作時只會有滾筒轉動的聲音,而要是有零件鬆脫甚至脫落,就會出現雜音。而 IBM 展示的技術就能單靠收集這些雜音就能估計是什麼故障,當消費者撥電話到電話客戶中心時,只要把通話中的電話放到洗衣機旁,客戶服務中心的職員就把聲音上傳到雲端讓 IBM Watson 分析聲紋。

IBM Watson 會比對數據庫中大量的洗衣機運作聲紋,從中分析電話筒傳來的聲音有否故障、是哪種故障。由於有機器學習,因此愈多聲紋數據就愈準確。客戶中心分析了估計的故障情況,就可派能應付的維修師傅帶上合適的零件上門維修,大為減少因技術或零件問題而被逼擇日再上門維修的情況。

據現場講解的工程人員透露,有關技術由中國研發中心研發,並已大量應用在德國的工業客戶廠房。這些客戶利用該技術協助做出貨前的品質檢查,在運轉洗衣機(或其他會發出聲音的機械)時收集聲音,就能知道貨品的品質是否合格,畢竟人類沒有透視眼,用聲音就能不用人手拆開檢查內部也可知道有否零件脫落等情況。

 

汽車也有「穿戴式裝置」?撞車自動報警救人一命

IBM Forum 亦展出了另一個物聯網方案,讓普通汽車也有智能功能。近年愈來愈多人選擇在外國自駕遊,但要是遇上交通事故,報警、通報保險公司很麻煩,更別提可能出意外時沒人及時發現而失救。而 IBM 就展示了一款可插到任何汽車都有的車廂充電口的裝置,內置感應器能察知車輛是否遭撞或墜下,並立即透過利用藍牙連接的手機通知保險公司,甚至報警。

內置的感應器可察知汽車是否有突然的震動,並透過收集和 Watson 人工智能分析司機日常的駕駛習慣數據,判斷到底是緊急煞車、撞車,甚或是司機不小心碰撞到車廂的智能裝置,當真正出現意外時立即報警和通知保險公司。由於裝置能插入幾乎所有汽車都有車廂充電口,因此不是智能汽車的傳統汽車也能因此「智能化」,就算是自駕遊不是自己的車子也能使用。

因內置 GPS 能掌握汽車的日常速度和駕駛模式,就像人類佩帶穿戴式裝置可知道投保人是否健康而調整保費一樣,此技術可協助汽車保險公司了解客戶的駕駛習慣,從而判斷是否需要增減保費。而作為一般駕駛者,這裝置也能減省在意外時向保險公司報告的步驟,若遇到嚴重意外甚至能及時報警,救回一命。據現場講解人員指已有保險公司感興趣,相信未來會實用並普及應用。

 

醫療保健穿戴式裝置同樣用上人工智能

另一個有關保險的就是醫療穿戴式裝置。之前 Unwire.pro 也報導過可在家中自行做心電圖檢查的 Kardia 移動心電圖儀就是一例。IBM 同樣也有做類似的合作,台灣東芝電子零組件與台灣 IBM 和其代理商新華電腦建立合作聯盟,Project ECG 專案共同研究穿戴型心電圖感測器領域。

台灣東芝電子半導體技術部副協理水沼仁志表示,東芝看好醫療保健穿戴式裝置市場發展,老人看護和醫療照護將大量運用穿戴式裝置,把類比訊號轉成數碼訊號,並透過使用 Watson 機器學習和人工智能分析,從而提供更有效的醫療建議,並協助醫學界研究改良更好的醫治方式。

他向記者展示了東芝研發的 TZ1000 系列處理晶片及原型產品,戴上手腕並把手指貼上,就能做快速心電圖測試。IBM Watson深度學習演算法藉由統計法,個別抽出資料庫上的健康人士和病患的心電圖之特徵,再將穿戴裝置使用者的心電圖比較,就能掌握使用者的健康狀況水平。雖然展示的只是原型產品,但預計可在今年第四季開發完成。

 

總結:其實想像怎樣應用人工智能的,還是人類工程師

近年很多媒體都談「人工智能威脅人類」的憂慮,但 IBM 和其他競相開發人工智能的廠商均認為,人工智能遠遠未發展到能威脅人類的地步,反而能夠作為人類的輔助,提升人類處理問題的能力。就以洗衣機維修案例,以前必須依賴老師傅來應付維修現場的疑難雜症,但如果能預先知道病情就能按既定的維修方法來處理,使普通技師也可應付。

而智能感應汽車事故的裝置更是能救回駕駛者的性命。其實很多以前沒有想像過,又或是想像過卻實踐不到的應用,都透過人工智能來實現,而這些想法卻不是來自人工智能,而是靈活思考的人類工程師。工程師利用人工智能的交互介面,不需智能汽車不需智能手機,也能使傳統機器也能變身智能裝置,其實人工智能沒想像中的可怕,反而有很多想像空間值得發掘。

n-350x500

 

 

作者:Boris Lee
Unwire.pro 資深編輯。在企業 IT 科技報道範疇有十多年經驗。

 

 

 

Tags : IBMIBM Watsoniotmachine learningSilde
Boris Lee

The author Boris Lee

Unwire Pro 資深編輯,在企業 IT 科技報道範疇有十多年經驗。近年專注報導香港初創企業、本地資訊科技業界發展。