Page 69 - VOL.53
P. 69

TSMC/ Facility Published













                    3.6  應用技術概述                                    無縫界接。跨界團隊應用自身領域專業、資料科學與
                                                                   資通訊整合的專業技術,從量身打造設施管理開始,
                    遷移學習:人類容易利用先前的經驗,在類似的任務                        繼而建立最佳化數據驅動運轉模式,開發智慧 AI 模
                    上獲取成功。舉例說明,若學過騎自行車,相對來說                        型,打造虛擬感測器並發展快速複製轉移模式。希望
                    容易能學會騎摩托車;學習打羽毛球的經驗也能幫助                        可以讓現階段的維運經驗與智慧持續數位優化,達到
                    學習打網球更易上手;學過小提琴也會對學習二胡有                        數位轉型的目標,並開發出下一世代智慧建築專屬的
                    幫助。遷移學習的概念是把一個領域上學習的知識遷                        營運人工智慧應用服務技術。
                    移到另一個領域上,目的是讓計算機也具有舉一反三
                    的能力。成功的遷移學習是可以將已經充分學習的 AI
                                                     [01]
                    模型,再次運用在不同的任務或領域上。
                    數字雙生:是指物理空間中的對象,例如一間實體的
                                                                   參考文獻
                    辦公空間,在虛擬空 間同時具有一個辦公空間的數字
                    模型,該模型通過傳感器隨時獲取真實物體 ( 實體的
                    辦公空間 ) 的數據以及部分預設情境參數,隨著不同
                                                                   01. LauZyHou(2020年7月4日)。【TL學習筆記】1:領
                    狀態跟著改變,在不同 的氣候與使用情境下,其室內
                                                                       域自適應(Domain Adaptation)方法綜述。2023
                    溫度幾乎會做到同步更新。利用該模型調整,人們可
                                                                       年7月17日。取自:https://www.twblogs.net/
                    以對物理對象進行分析、預測、診斷或者訓練,進一
                                                                       a/5f0038ff41b2036d5095a862
                    步優化和決策,確實可以透過數字模型內的數據來預
                    訓練 AI,可縮短開發與上線所需時間。            [02]            02. 工業數位孿生技術應用與產業發展高峰論壇(2022
                                                                       年4月14日-15日)。深化技術融合,促進數位化
                                                                       轉型。2023年7月17日。取自:http://www.idt-
                                                                       summit.com/zuixinzixun//20211129/95.html

                    結論與展望




                    每一種數位前瞻科技皆具有專業與深奧之處,數據借                        作者介紹
                    助這些數位科技力量,由過去被長久封存的被動資
                    源,到現在發展是不斷取得、儲存、分析、再利用及
                    自動更新。這世代數據已活化且能即時的反映現況 ( 真                                梁健政  C.C. Liang
                    實性 ),還能透過 AI 快速地做出決策與反應 ( 預測性 )。
                                                                              於 1973 年出生。資深辦公大樓機電工
                    台積電公共設施服務部為了在辦公大樓物業管理上精
                                                                              程師。很幸運地參與 20 年來台積辦公大
                    益求精,除了鑽研相關領域技術外,也積極與外部單                                   樓機電系統的蛻變與成長,從傳統的人
                    位交流合作。在此專案中我們與國立陽明交通大學應                                   力控管到數位化的自動監控,以至於如
                    用運算與多媒體實驗室、Honeywell 中央監控整合系                              今 AIOT 的實現。將來希望可以研發並
                                                                              植入更多的「有感服務的 AI」到系統中,
                    統事業處、宜宅通科技顧問股份有限公司跨界合作導
                                                                              協助完善物業管理工作,讓大樓內部生
                    入最新技術,逐步拼起辦公大樓完成數據應用的每一
                                                                              活的人越來越幸福。
                    塊拼圖。合作過程中各自專業技術分工交流,台積電
                    提供運轉數據、領域技術與維運經驗、定義智慧建築
                    新概念;陽明交通大學實驗室專注於開發智能控制演
                    算法與遷移學習技術;Honeywell 與宜宅通科技負責
                    建構整合通訊、資料、與控制平台,讓數據與 AI 模型


                                                                                                            ��
                                                                                                            ��
   64   65   66   67   68   69   70   71   72   73   74