在工業4.0時代，消費者可以依個人需求決定產品，并直接與工廠溝通，而工廠會朝智能工廠(SmartFactory)邁進，并發展“隨選生產”，實時制定生產計劃，以達到消費者個人的需求(即便只有一張訂單和一個產品)，這整個發展需要智能網實系統(Cyber-PhysicalSystem，簡稱CPS)及物聯網(InternetofThings，簡稱IoT)相關軟硬件及基礎設施的配合，以開創人機和諧共存的環境，使傳統制造業變得更智能化與更有效率，相關的關鍵技術包括有：物聯網、人工智能、大數據、云端運算和網絡安全等，這些關鍵技術的發展同時代表著無限商機與挑戰。
物聯網：工業4.0的核心
物聯網(IoT)是工業4.0的核心基礎。根據BIIntelligence估計，到2017年連網硬件出貨量將超越智能手機，而世界經濟論壇(WEF)預測2020年將會有300億臺設備連接到物聯網，物聯網產業潛藏商機超過1兆美元。而什么是物聯網？簡單地說，是指每個物品、人或生物，都會有一個唯一標識符，通過感測系統與外圍組件，如：無線射頻辨識(RadioFrequencyIDentification，簡稱RFID)、傳感器、嵌入式系統、計算機視覺設備…等收集信息，再經由互聯網傳遞信息，人或是機器就可以依據收集到的數據進行分析與決策，進而控制已經連上網絡的物體，執行決策的任務，連上物聯網的物體間也可以互相溝通與協作，物聯網軟硬件的蓬勃發展，讓工業4.0的智能網實系統(CPS)及智能工廠的實現更進一步。物聯網的主要技術包括：RFID、有線及無線傳感器等負責收集數據的感測技術與硬件，以及ZigBee、IEEE802.15.4、WirelessHART等通訊協議或是802.11、Wi-Fi、4GLTE等行動通訊協議等網絡相關技術及網通設備。
工業4.0關鍵技術的發展蘊含著無限商機與挑戰
人工智能：工業4.0的腦神經
人工智能(ArtificialIntelligence，簡稱AI)最早是在1956年Dartmouth學會上提出，系指由人工制造出來的系統所表現出來的智能。美國學者預測，2045年機器的智慧將超過人，但其實機器擁有過人的智慧并不乏先例，在1989年IBM的超級計算機“深藍”即戰勝了西洋棋棋王，而Google的人工智能系統AlphaGo在2016年也打敗韓國的世界圍棋棋王。人工智能涵跨計算器與信息、數理邏輯、控制與自動化理論、仿生學、生物學、認知心理學、經濟學和哲學等多門學科，以及知識獲取、推理、搜尋和數學優化、類神經網絡、深度學習、知識處理系統、計算機視覺、智能機器人…等研究，人工智能的深度學習與專家系統的建立將帶動工業4.0的深度發展。
大數據及云端運算：工業4.0的關鍵支撐
大數據(BigData)又稱海量數據，其數據源可能是過去人工或機器記錄的數據，或物聯網硬件不斷產生的實時數據，也可能是已經存在互聯網上的信息，數據數據量會一直產生或更新，而形成海量數據。數據大并無實質意義，智能化制造的關鍵技術在大數據的分析，也是機器深度學習的關鍵技術，其重點在于預測，利用數據探勘的技術，在海量數據中找到原本不易發現的關聯性或是經驗，以快速累積經驗值，并做出精準的預測與決策。
大數據與云端運算相輔相成。美國國家標準與技術研究院(NIST)將云端運算定義為：云端運算是一種模式，能方便且隨需求應變地通過連網存取廣大的共享運算資源(如網絡、服務器、儲存、應用程序、服務等)，并可通過最少的管理工作與服務供應者互動，快速提供各項服務。在云端運算里基本可分為公有云及私有云，一般來說，大企業會建立私有云，建設“網絡儲存服務器”(NetworkAttachedStorage，簡稱NAS)，自己控管企業內部所有的數據，而中小企業或個人則大多會使用公有云，如：免費的百度云、Dropbox、Google、Amazon以量計價的公有云端服務等，未來的云端運算發展，由于海量數據在云端進行儲存與運算，因此，網絡安全對于大數據及云端運算而言，將具有極關鍵之地位，更是讓工業4.0的發展，可以無后顧之憂的重要支撐。
工業4.0的關鍵技術，包括：物聯網、人工智能、大數據與云端運算等，已全面應用在我們的日常生活及制造業，除了促進傳統制造業智能化生產，提升產業競爭力，也逐漸改善人們的生活，滿足消費者客制化，面對未來工業4.0的浪潮，我們應及早認識與學習工業4.0的關鍵技術，并有效地整合與運用，以在工業4.0時代占有一席之地。
物聯網：工業4.0的核心
物聯網(IoT)是工業4.0的核心基礎。根據BIIntelligence估計，到2017年連網硬件出貨量將超越智能手機，而世界經濟論壇(WEF)預測2020年將會有300億臺設備連接到物聯網，物聯網產業潛藏商機超過1兆美元。而什么是物聯網？簡單地說，是指每個物品、人或生物，都會有一個唯一標識符，通過感測系統與外圍組件，如：無線射頻辨識(RadioFrequencyIDentification，簡稱RFID)、傳感器、嵌入式系統、計算機視覺設備…等收集信息，再經由互聯網傳遞信息，人或是機器就可以依據收集到的數據進行分析與決策，進而控制已經連上網絡的物體，執行決策的任務，連上物聯網的物體間也可以互相溝通與協作，物聯網軟硬件的蓬勃發展，讓工業4.0的智能網實系統(CPS)及智能工廠的實現更進一步。物聯網的主要技術包括：RFID、有線及無線傳感器等負責收集數據的感測技術與硬件，以及ZigBee、IEEE802.15.4、WirelessHART等通訊協議或是802.11、Wi-Fi、4GLTE等行動通訊協議等網絡相關技術及網通設備。
工業4.0關鍵技術的發展蘊含著無限商機與挑戰
人工智能：工業4.0的腦神經
人工智能(ArtificialIntelligence，簡稱AI)最早是在1956年Dartmouth學會上提出，系指由人工制造出來的系統所表現出來的智能。美國學者預測，2045年機器的智慧將超過人，但其實機器擁有過人的智慧并不乏先例，在1989年IBM的超級計算機“深藍”即戰勝了西洋棋棋王，而Google的人工智能系統AlphaGo在2016年也打敗韓國的世界圍棋棋王。人工智能涵跨計算器與信息、數理邏輯、控制與自動化理論、仿生學、生物學、認知心理學、經濟學和哲學等多門學科，以及知識獲取、推理、搜尋和數學優化、類神經網絡、深度學習、知識處理系統、計算機視覺、智能機器人…等研究，人工智能的深度學習與專家系統的建立將帶動工業4.0的深度發展。
大數據及云端運算：工業4.0的關鍵支撐
大數據(BigData)又稱海量數據，其數據源可能是過去人工或機器記錄的數據，或物聯網硬件不斷產生的實時數據，也可能是已經存在互聯網上的信息，數據數據量會一直產生或更新，而形成海量數據。數據大并無實質意義，智能化制造的關鍵技術在大數據的分析，也是機器深度學習的關鍵技術，其重點在于預測，利用數據探勘的技術，在海量數據中找到原本不易發現的關聯性或是經驗，以快速累積經驗值，并做出精準的預測與決策。
大數據與云端運算相輔相成。美國國家標準與技術研究院(NIST)將云端運算定義為：云端運算是一種模式，能方便且隨需求應變地通過連網存取廣大的共享運算資源(如網絡、服務器、儲存、應用程序、服務等)，并可通過最少的管理工作與服務供應者互動，快速提供各項服務。在云端運算里基本可分為公有云及私有云，一般來說，大企業會建立私有云，建設“網絡儲存服務器”(NetworkAttachedStorage，簡稱NAS)，自己控管企業內部所有的數據，而中小企業或個人則大多會使用公有云，如：免費的百度云、Dropbox、Google、Amazon以量計價的公有云端服務等，未來的云端運算發展，由于海量數據在云端進行儲存與運算，因此，網絡安全對于大數據及云端運算而言，將具有極關鍵之地位，更是讓工業4.0的發展，可以無后顧之憂的重要支撐。
工業4.0的關鍵技術，包括：物聯網、人工智能、大數據與云端運算等，已全面應用在我們的日常生活及制造業，除了促進傳統制造業智能化生產，提升產業競爭力，也逐漸改善人們的生活，滿足消費者客制化，面對未來工業4.0的浪潮，我們應及早認識與學習工業4.0的關鍵技術，并有效地整合與運用，以在工業4.0時代占有一席之地。
