Page 63 - VOL.53
P. 63

TSMC/ Facility Published







                    前言




                    近年來數位科技快速發展，由物聯網 (Internet of                  或溫度很低但太陽很大，這些外在環境的改變，可能會
                    Things, IoT)、大數據 (Big Data)、人工智慧 (Artificial    讓系統在短時間內出現調控上遲滯性的反應，而使用
                    intelligence, AI)，逐步進展到智慧聯網 (The Artificial     者在現場馬上感受到，因明顯不同於以往而有所抱怨，
                    Intelligence of Things, AIoT)，智慧化設計應用於土木       但系統可能仍未產生相對應的控制輸出，因此在多次處
                    及建築產業已形成一股不可逆的新興風潮。智慧型的                        理類似的案件後，我們開始擁有一些經驗，並發展出
                    辦公大樓除了安裝常見的機電監控系統來管控建築的                        較佳的控制法則。透過這些維運經驗與領域知識經過
                    常態維運外，台積電公共設施服務部 (Public Utilities             分析之後，便能開啟數據驅動的新運轉模式，例如連
                    servies department, PUSD) 亦將前瞻數位技術導入辦          動電動窗簾或附屬空調設備啟停等模式，在工程師們
                    公大樓的物業維護營運中，以國內台積電廠區竹科、中                       操作熟悉之後，會讓環境溫度更適合於使用者的需要，
                    科、南科駐地的辦公大樓為標的，以舒適與節能雙贏                        而市面上的設備控制公司，大多數只能輔助辦公室維運
                    的概念，建立發展辦公大樓物業維運永續經營的模式。                       控制到這一個階段的改善，雖然已能短暫解決我們所遇
                                                                   到的困擾，但仍不時有些小狀況需有人去關注或調整。
                                                                   因此，驅動了我們往下一步研發的動力，希冀能打造
                                                                   更智慧化的管理，並在開發的技術上，可以提供更進
                                                                   化更符合市場需求的服務。
                    案例探討
                                                                   2.3  AIoT的應用


                                                                   2016 年 AlphaGo Master 擊敗當今世界排名第一的棋
                    2.1  過去「數據」的取得與使用
                                                                   手，AI 開始聲名大噪，相關研究議題陸續推陳出新，
                    過去的物業管理經驗，是必須透過人力管理各種的維運                       偶然在某次研討會的場合中，台積公司 PUSD 鍾振武
                    管理文件，由管理工程師手動抄填設備數據後，將相                        部經理與研究 AI 的資料科學家，有了第一次技術討論
                    關記錄填入報表彙集成冊，當問題發生或需維運改善                        與交流，透過對 AI 的認識，我們團隊開始對「數據」
                    時，再將數據製成圖表，進一步進行問題分析，討論並                       有了新的認識與想像，並應用 AI 協助我們在空調與照
                    找出管理或控制方法。上述物業管理過程中，數據必                        明系統進行舒適性的調控，提升使用者的舒適感，得到
                    須透過人力的層層紀錄，且要再經過人為整理、分析、                       不錯的控制效果。IoT 技術使「數據」能夠即時的獲取
                    判斷及經驗討論，才能將數據轉化成為有效的管理或                        與長時間的保存，同時 Big Data 的分析也看見更多「數
                    控制方法。每筆數據紀錄與行動勢必耗費人力與時間，                       據」之間的微妙關係，也讓管理者與系統控制能提早進
                    算是一種相當被動的「數據」應用模式，而且數據判讀                       行管控，AI 成功的將我們過去維運經驗的「數據」數
                    多數是以人為主，難以將這些資訊與經驗傳承，因此                        位化，AIoT 則將人工智慧納入物聯網進行「數據」終
                    經常產生資訊漏接的問題。出現相似的維運狀況，卻因                       端的應用。此外，應用過程中我們也發現另一個 AI 無
                    交接缺漏或是資訊未流通，造成原已有解決過的問題，                       法廣泛使用的問題，因為如果每個 AI 模型若都只能適
                    卻永遠花時間在重複調整。                                   用於一處，每個專案都需要從零開始，每種「數據」都
                                                                   需要轉換成 AI 模型，那麼這些技術應用上將很難推廣。
                                                                   因此除了持續開發應用層面，對於已成功應用的 AI 模
                    2.2  空調出風溫度調整的案例
                                                                   型，我們也開始努力發展將其快速轉移或複製的方法，
                    以空調的出風溫度控制問題為例，空調箱的出風溫度                        讓成果能更快速、更實用、更普及化的應用發展。
                    原本是一個簡單的控制問題，只要將溫度設定成合理
                    的定值，後續交給現場工程師僅調整風量的大小即可。
                    但在某些特定的條件下，可能會使室內環境溫度發生不
                    太舒適的情形，例如春、秋兩季的日夜溫差變化很大，





                                                                                                            ��
                                                                                                            ��
   58   59   60   61   62   63   64   65   66   67   68