自動光學檢測(AutomaTIc OpTIcal InspecTIon；AOI ) 是以非接觸的方式，運用機器視覺技術(shù)擷取影像進行分析，進而判斷半成品是否存在瑕疵，為業(yè)界廣泛應用的檢測手法。

由于部分產(chǎn)業(yè)如印刷電路板(PCB)在極高良率的要求下，AOI設(shè)備容易因敏感而出現(xiàn)過篩現(xiàn)象，因此產(chǎn)業(yè)在需要更智能化的檢測系統(tǒng)條件下，開始應用AI技術(shù)來輔助AOI設(shè)備進行后續(xù)篩檢的優(yōu)化。

AOI設(shè)備可部署于生產(chǎn)線的節(jié)點中間來檢查半成品，同時不影響產(chǎn)能，因此成為制程中比重甚高的必要投資。根據(jù)市場調(diào)查，目前AOI檢測應用最廣泛的兩個領(lǐng)域分別為PCB和面板顯示產(chǎn)業(yè)，兩者的占比分別為64%和15%。

以應用最廣泛的PCB產(chǎn)業(yè)為例，AOI檢測系統(tǒng)流程主要系先利用光學儀器對待檢測的PCB板進行掃描獲取圖象，然后系統(tǒng)對數(shù)據(jù)庫中的合格參數(shù)進行比對，經(jīng)過計算機影像處理技術(shù)檢查出PCB上是否存在缺陷，可檢測的缺陷種類包括短路、多銅及少銅、斷路、缺口、毛刺、銅渣、缺件、偏斜等。

但業(yè)界指出，目前AOI檢測會面臨過度篩檢的現(xiàn)象。造成此現(xiàn)象的原因一來是因PCB產(chǎn)業(yè)有高良率的要求，因此在AOI的參數(shù)上設(shè)定非常嚴格。二來則是因光學原理容易使AOI因光影干擾而敏感，因此只要有些微外在光影的影響，設(shè)備便會自動判讀為缺陷品。

經(jīng)業(yè)界統(tǒng)計，當PCB產(chǎn)業(yè)使用AOI設(shè)備進行檢測時，過篩的機率高達70%，即NG產(chǎn)品中其實有70%的成品是合格的。因此目前產(chǎn)業(yè)的作法是采取人工進行第二次篩選，將實際合格的PCB板再度送回產(chǎn)線，估一臺AOI檢測機常需配置4名人員進行再篩。

為降低不必要的人力消耗并加快產(chǎn)線檢測速度，目前PCB產(chǎn)業(yè)正嘗試導入AI辨識模塊，利用視覺辨識技術(shù)輔助AOI檢測的后續(xù)優(yōu)化，以提高檢測設(shè)備的辨識正確率。PCB業(yè)者預估導入AI視覺辨識后，將可有效降低過篩機率至25%。而AOI檢測與AI辨識的差異，在于是否可針對未知瑕疵進行識別。

智能機械推動辦公室副主任王維漢解釋，AOI設(shè)備的檢測原理系只能以設(shè)定好的參數(shù)標準為基準進行判斷，也就是邏輯性的思考，業(yè)者須先定義瑕疵的樣本，AOI再透過樣本進行篩檢。而AI則是在經(jīng)由訓練成熟后自行定義瑕疵范圍，可進一步有效判別未知的瑕疵成像。

AI既可彌補AOI之缺失，但是否因此取代AOI設(shè)備的地位？王維漢對此則認為，兩者的作用實際上是相輔相成。

初期AI的作用可作為AOI設(shè)備的輔助，因AI要達到極高的準確率必須先經(jīng)由大量數(shù)據(jù)的訓練與優(yōu)化，而AOI設(shè)備所搜集的瑕疵成像恰可做為AI模塊的前期訓練，因此AI若初期就完全取代AOI設(shè)備，實際上在缺少數(shù)據(jù)訓練的情形下，較難以達到準確的判斷率。

王維漢建議業(yè)者將AI導入檢測流程不可抱持一步到位想法，而是采取漸進式手段進行，在AI模塊訓練成熟后再行評估。以PCB產(chǎn)業(yè)的目前的做法為例，即是以AOI作為第一道檢測手續(xù)，而AI則是取代后續(xù)的人工檢測部分，藉由智能檢測系統(tǒng)可加速生產(chǎn)線速度，并節(jié)省部分人力。

目前AOI設(shè)備利用AI輔助提高辨識正確率已逐漸成為一種新興手法。從市場面來看則是以PCB產(chǎn)業(yè)發(fā)展較快，而水五金產(chǎn)業(yè)可能也為另一潛在市場。

由于水五金產(chǎn)品因具多重曲面特性，在檢測上仍須仰賴大量人力，因此仍存在誤差及精準度不足的問題，需藉由智能檢測系統(tǒng)輔助。因金屬零件容易反光，加上多重曲面立體呈現(xiàn)，使得影像捕捉難度高，對于自動化檢測技術(shù)來說勢必是其必須要克服的一大考驗。