眺望趨勢 ‧ 量測設備未來10年發展重點 / 致茂電子 曾一士總經理  
致茂電子深耕量測設備領域，領先市場趨勢及早布局研發與事業版圖，以創新技術提供顧客高附加價值方案並滿足客戶的需求，持續締造營業佳績。致茂電子無論產品或公司治理均獲獎無數深得肯定，不僅已奠定量測設備產業的領頭羊地位，更穩健邁向世界級企業，讓國際間能夠透過致茂產品看見台灣的量測設備實力。本次演講邀請致茂電子 曾一士總經理以「眺望趨勢 ‧ 量測設備未來10年發展重點」為題，分享致茂電子之成功經驗與量測設備未來發展重點。
 
10:30 ~11:20
國際會議廳
AI入魂製造領域現況與趨勢 / 工研院IEK 熊治民經理  
人工智慧(AI)產業應用正逐漸從商務流程向製造領域擴散，應用項目以設備預測維護，協同合作及感知機器人，製造良率改善，自動化品質測試為主。產業分析機構MARKETSANDMARKETS指出，人工智慧應用(包含深度學習、電腦視覺、內容感知、自然語言處理等)於全球製造領域市場規模，在2016年約為2.7億美元；預估到2023年，市場規模將增加到48.8億美元，其中電腦視覺所佔之市場規模高居第二。本場演講邀請工研院IEK 熊治民經理，分享人工智慧在製造領域之市場規模預測，以及應用模式與效益。
 
14:30 ~ 15:00
國際會議廳(智慧運算^AOI)
AOI and IoT / Edge and Cloud 產線應用 / 工研院 周森益經理  
當AOI與IoT結合，Edge與Cloud結合，要如何應用在真實的產線？傳統產線遇到甚麼問題？如何藉由邊緣裝置及雲端提生產線效率？本場演講將深入實際產線案例，進行問題分析、解決方案設計。藉由AOI與IoT技術結合，開發出Edge / Cloud架構方案，實際佈建到工廠現場改善生產效率與機台稼動率。

第一會議室(先進檢測^AOI)
高精密十二吋晶圓量測平台與光學檢測系統之發展 / 台大機械 陳亮嘉教授  
陳亮嘉教授多年專攻於精密量測與自動化光學檢測技術之深耕工作。其發明專利與研發技術已逐年技轉給於國內多家 AOI 設備廠商，協助國內 AOI 線上製程檢測技術能力之提昇。本次演講陳教授將分享台大機械系成功研製之三軸精密晶圓量測平台系統。該平台的Abbe量測圓點的定位重覆精度可精確控制在100×100×20 nm3誤差以內，精密位移定位速度達450 mm/sec。並可消除三軸所有九項偏角誤差所可能造成量測之體積誤差 (Volumetric errors)，同時實現具大範圍(測量範圍達300×300×5 mm3)之三軸精密同動能力。未來平台之量測精度將以達50x50 x50 nm3、檢測位移速度達40 m/min為目標，為國家半導體設備工業紮根。
 
第四會議室(深度學習^AOI)
探討深度學習在電腦視覺應用上的疑問 / 中央資工 曾定章教授  
曾定章教授為中央大學資工系、光電所、生醫所合聘教授，專攻電腦視覺、影像處理、圖形識別、虛擬實境領域。本場演講曾教授將從應用的觀點，探討深度學習是否適合解決AOI產業的任何問題情境。例如深度學習一定比傳統方法好嗎? 深度學習可以取代3D感測器做3D偵測、辨識、與定位嗎? 彩色影像與深度影像要怎麼融合 (fusion) 做深度學習比較好? 深度學習可以解最佳輸入解的問題嗎?
 
15:10 ~ 15:40
國際會議廳(智慧運算^AOI)
時機已到？AOI 導入邊緣運算 / SAS台灣 林育宏資深顧問分析師  
工業4.0、智慧工廠、工業物聯網躍為當今業界的主流思想，在此潮流下，機器視覺需加入即時收集、分析與處理大量資料的能力，以迎合高效、精準、快速反應的智慧製造需求。由於大量影像資料的AI處理效能已成為當前AOI領域重要課題，相關技術方案爭相發展，而「邊緣運算」是AOI社群關注中的前沿可能，但導入新技術方案的成本效益永遠是設備製造商的第一考量。本場演講邀請全球數據分析領導業者SAS 林育宏資深顧問分析師，分享影像分析辨識處理能力之邊緣運算技術與產品發展近況，進而探討AOI設備導入邊緣運算之成本、效益以及其他須考慮之面向。
 
第一會議室(先進檢測^AOI)
工具機穿戴智能儀器 / 興大機械 劉建宏教授  
在工業4.0的浪潮中，機械的智能化是相當重要的一環，而工具機在各個生產製造業中，始終扮演著關鍵的生產角色，加之近年由於國際產業趨勢及政策方向驅動下，工具機智能化已形成一股不可逆且勢必執行的趨勢。台灣在全球工具機產業占有重要地位，結合智能量測可有助提高我國工具機性能及國際競爭力。本場演講邀請以精密量測專長投注智慧機械線上量測儀器與資訊智慧整合開發之中興大學機械系劉建宏教授，以「工具機穿戴智能儀器」為題，分享創新工具機線上量測與診斷技術、超音波加工線上量測技術與機台環境感測擷取技術與關鍵製程分析工具技術一條龍整合之雲端平台技術。

第四會議室(深度學習^AOI)
深度學習於表面瑕疵檢測(PCB、PV、LCD) / 元智工管 蔡篤銘教授  
蔡篤銘教授在近三十年期間持續將研究重點集中於機器視覺於工業界之自動瑕疵檢測，以提升產業製程和產品之品質。所發展之自動光學檢測技術已應用於印刷電路板(Printed Circuit Board, PCB )、液晶顯示面板(Liquid Crystal Display, LCD)、半導體、多晶矽太陽能板等表面瑕疵檢驗。本場演講蔡教授將分享如何運用深度學習中的卷積神經網路CNN (Convolutional Neural Network)生成對抗式網路 GAN (Generative Adversarial Network)、自動編碼器 AE (Autoencoder)等技術於PCB、PV、LCD之瑕疵檢測。
 
15:50 ~ 16:20
國際會議廳(智慧運算^AOI)
Google觀點：AOI騰雲計畫 / Google 羅煥琳雲端技術工程師  
近幾年AI在各產業蔚為風潮，AOI社群關注焦點包括如何利用AI結合機器視覺以提升檢測品質與效率，並落實預測性維護。Google憑藉在分析技術之厚實經驗，提供實用的雲端運算服務，推廣落實人工智慧與機器學習應用。本場演講邀請Google雲端技術專家分享其洞見觀察，包括雲端人工智慧的應用重點、及雲端人工智慧於影像辨識之應用現況，並針對AOI設備導入人工智慧所需考慮的軟硬體、系統整合等關鍵因素，提出建議。

第一會議室(先進檢測^AOI)
AOI參與整廠協作之實務建議 / 達明機器人 黃鐘賢經理  
全球為解決勞動力減少、物料成本上漲、產品與服務生命週期縮短、因應各種需求變化等難題，正掀起工業4.0革命浪潮。其中，能增加產能、無需安全圍籬，並支援繁瑣、重複疲乏工作的協作型機器人，對於電子、封裝、組裝、測試等講求人機密切合作的產業有莫大的協助。達明機器人擁有九成的零組件自製率，是台灣協作機器人領域的先鋒，同時也是全球第一內建視覺辨識機器人，更獲來自歐美亞三大洲等大廠導入使用。本場演講邀請達明機器人 黃識忠營運長分享智慧製造潮流中之人機協作發展趨勢、協作機器人導入產業應用實例，並針對AOI產業參與產線導入智慧化生產給予建言。

第四會議室(深度學習^AOI)
基於生成對抗網路之非監督式AOI技術 / 工研院 蔡雅惠經理  
國內工業製程中經常採用自動光學檢測(Automated Optical Inspection，簡稱AOI)設備做為品質管控手法之一，但也時常面臨檢出正確率無法符合業者期望之問題，若設定嚴格檢測標準，雖可降低漏檢率但也將造成誤殺率過高，抑或是瑕疵不易判別，容易受背景紋路混淆造成漏判等問題，對AOI設備商調機及驗收總帶來困擾。本場演講邀請於機器視覺領域逾二十年經驗的工研院機械所 蔡雅惠經理來分享，透過AI與AOI技術結合來解決前述問題，將有助於AOI設備之檢出正確率提升。

16:30 ~ 17:00
第四會議室(深度學習^AOI)
深度學習在工業瑕疵檢測的案例分享 / 工研院 賴璟皓博士
過去多年工研院及產業界在瑕疵檢測技術方面，已有多項以傳統影像處理及電腦視覺方法為主之技術研發成果及經驗。隨著近年在工業4.0浪潮及深度學習技術的出現，AI在工業技術無論是應用層面及可靠度都有了重大的突破，並將工業4.0及AI技術的發展推向另一個高峰。近三年，工研院巨資中心致力於深度學習在工業視覺技術的研發，目前在技術創新及產業的應用上皆有不少的突破及收獲。本場演講邀請工研院巨資中心 賴璟皓博士分享近年所開發的AOI創新技術，及在各產業之應用案例、經驗與心得。