最新消息 | 發布日期 2025.06.09
AI 幫染色：預測染後乾布顏色更準，減少浪費又環保
在染整工廠，布料通常是在濕潤狀態下染色，但乾燥後的顏色常常會產生變化，這讓第一時間就掌握準確色調變得困難。一旦染色偏差沒有及早發現，等到布料晾乾再檢查時，往往已有好幾批布進入後續製程，只能整批報廢，不僅造成原料浪費，也增加了生產成本與環境負擔。
為解決這項長年難題，美國威爾遜紡織學院教授沃倫・賈斯珀（Warren Jasper）帶領團隊，運用機器學習（Machine Learning, ML）技術預測織物乾燥後的實際顏色，期望在染色初期就能判斷是否準確，提早介入調整。
研究團隊目前一共設計五款 AI 模型，並利用 763 塊染成不同顏色的布料樣本進行訓練，過程費時費工。並運用一項名為「神經網路」的AI模型技術，專門處理濕布與乾布之間的複雜色差關係，預測效果最為精準。
研究發現，所有 AI 模型的預測能力皆優於傳統方法，神經網路的色差誤差（CIEDE2000）最低可達0.01，中位數僅0.7，遠遠低於產業可接受範圍（0.8~1.0）。相比之下，傳統做法的誤差竟高達 13.8。
透過這些 AI 工具，工廠不僅能更快掌握染色結果，避免批次錯誤造成的浪費，也有助於提升整體染整效率與環保表現。
賈斯珀表示：「紡織產業在導入 AI 方面的腳步還很慢，未來若能應用在佔比超過六成的連續染色製程上，將有效減少資源浪費、提升生產效率，對產業升級與永續轉型都是正向助力。」■
