POV-RAY是一套經典的3D繪圖軟體，該軟體利用腳本化的原始碼來繪圖，跟Maya、3ds Max以三維座標上建模、貼圖等方式有所不同；使用者只要熟悉POV-RAY的程式碼語法，就可以用自動化的方式，由電腦自動繪製3D圖片。

隨著生成式人工智慧（Generative AI）的蓬勃發展，例如ChatGPT、Copilot可以自動撰寫、改寫、修正程式碼，讓生成式AI成為程式開發的新利器；生成式AI同樣也能應用在用寫程式方式算圖的POV-RAY，藉由自動產生原始碼，即可在POV-RAY自動算圖，更快速且更準確。

【技術發展背景】

生成式AI算圖和繪圖引擎，例如MidJourney、DALL-E、Stable Diffusion、TensorArt等等，是藉由輸入提示詞（Prompt）來描述圖片中的主體、以及套用的背景與效果，作為AI算圖和繪圖的依據。

POV-RAY採用了「場景描述語言（Scene Description Language）」，讓使用者能以直覺的方式，描述圖片中的主體物件、背景、光源、視角、座標，就跟寫程式一樣來繪製3D圖像；有別於坊間AI繪圖提示詞，具有隨機性的產出結果，POV-RAY由於採用固定的語法，因此可以保障重繪時的高度一致性。

【技術介紹與應用現況】

自從ChatGPT被發掘出能以多種程式語言自動寫程式、自動轉換語言、自動修正原始碼的潛能之後，對於ChatGPT是否能寫出POV-RAY的SDL語言，讓POV-RAY能順利繪圖，引起愛好者躍躍欲試。

根據Christian Froeschlin的實驗（Froeschlin, 2022），他在ChatGPT的Prompt介面，詢問「Write a POV-Ray script to render a reflective sphere over a checkered plane（請寫出一個POV-RAY腳本，能呈現在格子狀平面上的一顆反射球體）」，ChatGPT確實能產生出POV-RAY相容的原始碼；但實驗者發現效果不如預期，就從Prompt下手，加入光源、視角等細部資訊，並擴增為如下詢問內容「This script will create a red sphere that is reflective, and place it over a checkerboard-patterned plane. The camera is positioned to look at the sphere and plane, and a light source is added to illuminate the scene.（此腳本將產生一顆表面反光的紅球、並置於棋盤狀的平面；攝影機衛視位置正對著紅色球體與平面、外加一個環境光源）」，如此可讓POV-RAY的繪圖引擎更能理解物件和場景的描述，繪圖效果會比第一次更好。

圖 1 依據ChatGPT產出之腳本，以POV-RAY繪製之圖形（一）

資料來源：（Froeschlin, 2022）

另一個由Martin Chaim Berlove進行的實驗，實驗者對ChatGPT系統下達指示，利用POV-RAY的腳本語法來繪圖，ChatGPT產生了包含攝影機、平面、多邊形、光源等參數的腳本，節錄如下：

圖 2 ChatGPT自動產生POV-RAY腳本

資料來源：（Berlove, 2023）

圖 3 ChatGPT自動產生POV-RAY腳本（續）

資料來源：（Berlove, 2023）

實驗者嘗試用ChatGPT產生的腳本，跑一遍POV-RAY，雖然得到差強人意的結果，但也代表ChatGPT具有初步理解POV-RAY與反、並產生算圖腳本的能力。

圖4 依據ChatGPT產出之腳本，以POV-RAY繪製之圖形（二）

資料來源：（Berlove, 2023）

【未來展望／挑戰】

AI生成式繪圖／算圖技術，除了能藉由常見的2D關鍵字繪圖以外，也能利用自動生成POV-RAY腳本的方式，進行更複雜的3D繪圖；但生成式AI的3D繪圖，除了要考量主體物件、背景、光影、視角等參數外，還有貼圖、粒子等進階效果，現階段需要靠更專業的人工修飾和調校，才能讓生成式AI的3D繪圖更逼真。

未來隨著AI語意理解能力和正確性的提升，再加上生成式AI能自動轉寫、自動修正算圖腳本，未來生成是AI能夠用更精密、更大量的運算，來自動繪製更複雜的物件、更豐富的特效、以及更龐大的場景，成為美感和技術的完美結合體。

封面圖片來源: 123RF

參考資料來源:

1.Berlove, M. C. (2023, February 20). AI Coder Phantasm. Retrieved from Et Cetera: https://mberlove.com/blog/ai-coder-phantasm/

2.Froeschlin, C. (2022, December 6). RSOCP by ChatGPT. Retrieved from POV-RAY Newsgroup: https://news.povray.org/povray.binaries.images/thread//

隨著人工智慧（AI）與物聯網的快速發展，製造業面臨著從傳統製造模式邁向智慧製造的轉型挑戰，企業紛紛在生產流程中導入各種自動化方案，提升工廠的營運效率與生產力。與此同時，全球環保意識的提升也帶動企業對於ESG永續發展的重視，在智慧工廠中為了應對資源有限、環境壓力增大的局面，人工智慧技術的應用展現出巨大的發展潛力，能夠幫助工廠提高生產效率、降低能耗、減少廢棄物，並促進循環經濟的發展。

生產過程能源管理優化

在生產階段，AI技術可以顯著提高能源效率並減少碳排放。如自動搬運系統透過AI數據分析提高搬運效率，減少碳排放，或是環境控制系統，更加精準監控生產環境溫、濕度，達成安全性、可靠度和作業良率的提升。工廠的能源管理也利用AI實時監控和調整能源使用，確保能源的最佳利用。

獲選為「全球燈塔工廠」的面板大廠友達光電，其微電網能源管理系統即利用用電數據，結合AI技術，預測和分析用電量，進而自動化調整用電方式，優化能源使用效率。

而生產過程中，AI還能透過分析製程的材料數據來找出最佳化配方，並最小化廢棄材料的生成。透過即時監控生產過程中的各種參數，AI可以識別並消除不必要的資源浪費，進而提高材料使用效率。

圖1：利用AI數據分析進行生產監控（圖為示意圖）

圖片來源：Image by Lifestylememory on Freepik

預防性維護與廢物處理

在智慧工廠的管理上，設備的狀態監測也是一項重要任務。傳統工廠中當生產狀況有異常時機台才進行維修，在AI的發展下，設備健康監測和預防性維護的措施得以實現，並進一步減少設備異常導致的能源與材料浪費。透過安裝在設備上的各種傳感器，AI系統可以實時監控設備的運行狀態，預測潛在故障，提前進行維護，進而延長設備壽命，減少維修和更換所需的資源。

半導體封測指標工廠日月光則利用AI與大數據進行設備機台的預防性維護，即時偵測設備組件故障與預測異常，提高設備的運行效率的同時也大幅降低設備異常導致的成本損失。

在廢物處理方面，AI的應用更是顯著。製造產業所產生的大量汙水、廢氣利用AI分析預測排放的數據，後續進行精確的分類和處理，得以大幅降低化學處理的成本。臺灣的新創團隊臥龍智慧即是少數將AI技術應用在汙水處理的公司，如半導體工廠等高汙染的廢水，從水質監測到處理過程中藥劑使用的精準計算都因AI的導入更有效率，進而大大提高資源的使用率與回收率。

展望未來

AI在永續製造中的應用正快速發展並改變著行業的未來。智慧工廠除了利用自動化流程提高製程效率和經濟效益，藉由AI的導入更能進一步減少對環境影響。隨著技術的進一步發展和應用範圍的擴大，AI將在推動製造業朝向永續的方向發展中扮演越來越重要的角色。AI技術的應用不僅僅是技術的革新，也將能為全球環境保護做出更大的貢獻。

封面圖片來源：https://unsplash.com/photos/a-group-of-wind-turbines-sitting-next-to-each-other-BRLTh-oplcU

參考資料來源：

1.https://udn.com/news/story/7240/7847012

2.https://www.auo.com/zh-TW/products/index/Energy/Microgrid_energy_management_system

3.https://www.aseglobal.com/ch/csr/sustainability-governance/smart-factory/

4.https://meet.bnext.com.tw/articles/view/50948