Lesson 0： What is Artificial Intelligence and Triz systematic.pptVIP

專案生產管理實驗室-葛清元 Lesson 0： What is Artificial Intelligence and Triz systematic innovation 主講者：葛清元 課程大綱 Triz(萃思理論)-應用於機器人硬體建構創意 AI人工智慧-賦予機器人生命力 What is Triz(萃思) ? 創新(發明性)問題解決方法之理論 一種哲學 一種系統化的思考方式 結合多種創意工具 (例如四十項發明原則、跨領域的效應資料庫等) What is Triz(萃思) ? 何謂發明性問題？ Inventive Problem是一個問題至少有一項的衝突/矛盾，而其解決的方法未知。 Triz 解決工程上之問題 傳統工程上通常會遇到的各種問題 inventing 發明 improving 改進 designing 設計 developing new products 發展新產品 evolving next-generation systems 改進下一代系統 measurement 量測 fix problems 維修 TRIZ 可說是個強有力且全方位的問題解決套裝工具，都可用來解決傳統工程上的問題 What is Triz(萃思) ? TRIZ與其他腦力激盪的工具有何不同? 創意發展流程 問題定義 工具選擇 40項發明原則+37發明原則 問題解決 排除非可行解 並將可行解收歛為最佳解 實行可行解 不斷修正 持續改善 問題定義 九宮格法:結合理想性的系統運算子步驟 1.畫出九宮格，以及對應的系統運算子 2.設身於九個格子之中 3.從目前系統開始，依序從鄰近的格子，以兩兩之間的介面關係(例如系統與子系統的關係)，找出可用的資源 4.列出所有的資源，可用來消除「有害的效果」，以提高理想性 5.列出所有的資源，可用來增加「有用的效果」，以提高理想性 6.重複步驟 2-5 7.分析各種可能的解答方向 問題定義 IFR(IDEAL FINAL RESULT最終理想結果) 當傳統工程的思考方式：「如何降低割草機的馬達噪音?」時，從TRIZ最終理想結果角度思考，應該是「如何不使用割草機?」，進而轉向思考「如何使草不會長高?」。 問題定義 IFR(IDEAL FINAL RESULT最終理想結果) 理想性法則的四個特性 消除原系統「有害的效果」 保留原系統「有用的效果」 不會使系統複雜化 不會導入新的「有害的效果」 理想性法則的更理想化的途徑與做法 增加系統的功能，讓系統具備多元化的功能，增加有用的效果 將更多的研發重心轉放到產生最終功能的工作元件上 將子系統的部份功能轉移到上層系統 利用存在於內部與外部的資源，利用免費或可利用資源 保留原系統之優點，消除原系統缺點，不導入新的缺點 剔除重複的工作，一開始就做「對」的事情，而非把事情做對 工具選擇 40+37項發明原則 問題解決 ARIZ 演算架構 不斷修正 持續改善 傳統的持續改善，隨著時間進行而效用漸減:15%--10%--...然後遇到系統的極限 美國的專利其中63%來自改善；32%來自整合(例：手機+相機)；4%來自新觀念；1%來自先發明。表示絕大部分的專利95%(63%+32%)為現有東西的改善《今週刊 第527期》 創新點子 易利福 Artificial Intelligence 人工智慧 Artificial Intelligence 人工智慧 人類的特性 判斷、認知、洞察、學習、瞭解及推論。 具有人工智慧的電腦程式能表現出下列幾種特徵：  1. 符號表示的能力 2. 啟發式（heruistic）的推理能力 3. 具有表達知識的能力 4. 不完整、不確定、甚至相互矛盾的數據可以被處理 5. 機械學習（machine learning）的能力 Artificial Intelligence 人工智慧 強人工智慧 此觀點認為有可能製造出真正能推理（Reasoning）和解決問題（Problem_solving）的智能機器，並且，這樣的機器能將被認為是有知覺的，有自我意識的。 強人工智慧可以有兩類： 類人的人工智慧，即機器的思考和推理就像人的思維一樣。 非類人的人工智慧，即機器產生了和人完全不一樣的知覺和意識，使用和人完全不一樣的推理方式。 弱人工智慧 此觀點認為不可能製造出能真正地推理和解決問題的智能機器，這些機器只不過看起來像是智能的，但是並不真正擁有智能，也不會有自主意識。 目前的主流科研集中在弱人工智慧上，並且一般認為這一研究領域已經取得可觀的成就。強人工智慧的研究則處於停滯不前的狀態下。 Artificial Intelligence 人工智慧 人工