AI纠察队 揪PCB瑕疵印象快狠准
台湾印刷电路板（PCB）工业在全球市占率位居榜首，在台湾制造业占了适当重要的位置。对业者来说，良率不高不只会添加不必要的本钱，更会危害企业诺言，为了进行严厉的质量管理，业者遍及使用主动光学检测（AOI）设备做瑕疵检测。
这项设备有「宁可错杀百人，不行放过一人」的特性，生产线仰赖很多人力做第二道把关，检测功率失落。面临PCB工业的难题，台湾工研院团队研制一系列的AI技能，大幅提高检测功率。
台湾工研院向业者获得130万张PCB瑕疵印象，运用人工智能，以深度学习网络架构进行AI模型的练习，开展「瑕疵印象分类技能」的AI技能，让机器视觉具有学习才能，遇到相似的产品或有瑕疵时，能够自主判别，瑕疵分类正确率达99.95%以上，协助产线检测员削减57%的检测筛检量。
PCB业者要求，每片PCB的检测速度有必要小于20毫秒。因而台湾工研院团队想出「众智式算法」，相似AI评审团的概念，让瑕疵检测快、狠、准。
台湾工研院「瑕疵印象分类技能」有用处理传统光学检测设备误判率太高、需求很多人工复检的问题，也让业者削减退货及人力、动力等资源耗费，更让产线由抽检改变满足检，大幅提高PCB良率。一起结合了「智能化数据符号处理方案」，继续强化数据符号质量，下降练习所需数据符号量至少一半，大幅度的下降了AI导入产线使用的门坎。
「瑕疵印象分类技能」除了使用在PCB等制造业范畴，也能够使用在半导体工业、安全监控等，大幅改进人类日子的便利性。（新闻来源：中国时报）
