- 工聯(lián)網(wǎng)
- 作者：
- 2020年5月18日 14:38
工聯(lián)網(wǎng)消息(IItime) 當(dāng)前，以智能化為核心的產(chǎn)業(yè)變革正在興起，人工智能技術(shù)與社會(huì)各領(lǐng)域的融合不斷加劇，并成為助推工業(yè)智能化轉(zhuǎn)型升級(jí)的關(guān)鍵燃料。
今年4月，工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟（AII）發(fā)布的《工業(yè)智能白皮書》顯示，截止到2019年底，在全球20多個(gè)經(jīng)濟(jì)體近三年發(fā)布的100份人工智能方面的戰(zhàn)略規(guī)劃或政策文件中，涉及與工業(yè)結(jié)合的超過一半以上。美、日、德、歐盟分別發(fā)布《國(guó)家人工智能研究和發(fā)展戰(zhàn)略規(guī)劃》《新機(jī)器人戰(zhàn)略》《國(guó)家工業(yè)戰(zhàn)略2030》《歐盟人工智能》等一系列政策戰(zhàn)略，重點(diǎn)提及產(chǎn)品全生命周期優(yōu)化、先進(jìn)機(jī)器人、自動(dòng)駕駛、大數(shù)據(jù)挖掘等在工業(yè)領(lǐng)域的應(yīng)用。
那么，人工智能技術(shù)與工業(yè)的結(jié)合，會(huì)給工業(yè)領(lǐng)域帶來哪些改變呢？現(xiàn)階段發(fā)展情況如何？
美國(guó)初創(chuàng)公司 Maana 聚焦石油和天然氣領(lǐng)域，推出了Knowledge Platform 的平臺(tái)，通過梳理專業(yè)知識(shí)打造計(jì)算知識(shí)圖譜，與機(jī)器學(xué)習(xí)計(jì)算模型相結(jié)合，為 GE、殼牌、阿美等石油巨頭提供決策和流程優(yōu)化建議；
智能抓取場(chǎng)景中，日本發(fā)那科公司基于深度學(xué)習(xí)賦予機(jī)器人抓取混雜零件的功能，并通過強(qiáng)化學(xué)習(xí)賦予機(jī)器人自學(xué)習(xí)能力，通過自主訓(xùn)練 8 小時(shí)使散件分揀的成功率達(dá)到了 90%；
新松機(jī)器人公司利用 5G+ 人工智能的巡檢機(jī)器人，實(shí)現(xiàn)了全自動(dòng)巡檢以及異常問題的自主判斷......
隨著人們對(duì)于工業(yè)AI的研究不斷深入，逐漸擴(kuò)展了其在工業(yè)領(lǐng)域可解問題的性能與邊界。近期，雷鋒網(wǎng)(公眾號(hào)：雷鋒網(wǎng))通過和業(yè)內(nèi)人士的交流以及對(duì)行業(yè)信息的梳理，整理了有關(guān)工業(yè)AI領(lǐng)域備受關(guān)注的問題，比如工業(yè)AI的重要玩家和應(yīng)用落地情況，行業(yè)發(fā)展面臨的障礙等。
工業(yè)AI，群雄盤踞
工業(yè)AI，也就是工業(yè)智能，其本質(zhì)是通過人工智能技術(shù)與工業(yè)場(chǎng)景、機(jī)理、知識(shí)結(jié)合，實(shí)現(xiàn)設(shè)計(jì)模式創(chuàng)新、生產(chǎn)智能決策等應(yīng)用。
據(jù) Markets 報(bào)告預(yù)計(jì)，2025 年人工智能制造市場(chǎng)規(guī)模將達(dá) 172 億美元，預(yù)測(cè)期 (2018-2025 年 ) 內(nèi)的年復(fù)合增長(zhǎng)率為 49.5%。而埃森哲在比較了人工智能對(duì)我國(guó)各個(gè)行業(yè)部門增加值增速的影響后得出，預(yù)計(jì)到 2035 年，制造業(yè)因人工智能的應(yīng)用其增加值增速可以提高 2.0% 左右，是所有產(chǎn)業(yè)部門中提高幅度最大的。
由此可見，工業(yè)AI領(lǐng)域不管是市場(chǎng)容量，還是增速，其表現(xiàn)都足夠出色。也因此，吸引著AI界的科研大牛、科技企業(yè)相繼涌入工業(yè)領(lǐng)域。
2019年6月，閔萬里從阿里云離職，并創(chuàng)辦了北高峰資本和坤湛科技兩家公司。在離職信中他透露：
“我創(chuàng)辦了一個(gè)風(fēng)險(xiǎn)投資基金，聚焦傳統(tǒng)產(chǎn)業(yè)(制造業(yè)，農(nóng)業(yè)，醫(yī)療)周邊，用云智能技術(shù)注入和資本加持‘二位一體’的組合型賦能，推動(dòng)傳統(tǒng)產(chǎn)業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型和智能升級(jí)。”
而賈佳亞，則是在今年年初創(chuàng)立了一家新的 AI 公司——思謀科技（SmartMore）。目前，該公司已經(jīng)獲 Pre-A 輪融資，并在深圳和香港分別設(shè)立了研發(fā)中心。此前，他不僅是騰訊杰出科學(xué)家，也是優(yōu)圖實(shí)驗(yàn)室X-Lab負(fù)責(zé)人。
雷鋒網(wǎng)了解到，思謀科技專注于智能制造（檢測(cè)領(lǐng)域）運(yùn)用人工智能深度學(xué)習(xí)算法和計(jì)算機(jī)視覺技術(shù)，在無需改變產(chǎn)線現(xiàn)有的硬件設(shè)備下，為用戶提供無人自動(dòng)化缺陷檢測(cè)技術(shù)。
這兩人的去留，曾一度引起業(yè)界的廣泛關(guān)注。除了考慮到他們的離開會(huì)給原公司帶來一些影響，另一方面，他們?cè)趧?chuàng)業(yè)時(shí)都選擇了工業(yè)制造里面的AI應(yīng)用這一領(lǐng)域。
而百度，作為國(guó)內(nèi)三大互聯(lián)網(wǎng)巨頭之一，他們?cè)缭?010年就開始探索發(fā)展人工智能技術(shù)，圍繞百度大腦，其AI應(yīng)用逐漸在多個(gè)領(lǐng)域進(jìn)行試水，從農(nóng)業(yè)到工業(yè)，從家庭到汽車，以及翻譯、圖像識(shí)別和信息流等產(chǎn)品和服務(wù)。
談及百度AI技術(shù)在工業(yè)制造領(lǐng)域的應(yīng)用，李彥宏曾表示，現(xiàn)在很多3C產(chǎn)品在組裝的過程當(dāng)中都需要人的肉眼去檢驗(yàn)這些零件的質(zhì)量，而其中很多零件都非常小，比如iPhone組裝插電的器件就很小，要人的肉眼去看是不是質(zhì)量過關(guān)，是一個(gè)很費(fèi)勁的任務(wù)。一般來說，熟練的工人干兩個(gè)小時(shí)就得下來休息。而百度用計(jì)算機(jī)視覺的方式做了一個(gè)軟硬一體的機(jī)器，一臺(tái)設(shè)備相當(dāng)于十個(gè)熟練工人能夠做的事情，而且它的質(zhì)量還比人工要更高。
工業(yè)AI應(yīng)該如何去做，這不僅是BAT系的大佬正在思考的問題，也是工業(yè)企業(yè)更為關(guān)注的事。
在2019年業(yè)績(jī)交流會(huì)上，工業(yè)富聯(lián)將工業(yè)AI作為公司戰(zhàn)略的一部分提到了日程上。工業(yè)富聯(lián)董事長(zhǎng)李軍旗表示：
“在過去的一年當(dāng)中，工業(yè)富聯(lián)明確了公司的戰(zhàn)略方向，這個(gè)戰(zhàn)略方向我們把它歸結(jié)為‘智能制造+工業(yè)互聯(lián)網(wǎng)’的雙輪驅(qū)動(dòng)戰(zhàn)略。智能制造有‘三硬三軟’，從‘三硬’的裝備、工具和材料加上工業(yè)大數(shù)據(jù)、工業(yè)AI和工業(yè)軟件，形成智能制造的整體解決方案，軟硬整合的整體解決方案。在這個(gè)基礎(chǔ)上搭建了工業(yè)互聯(lián)網(wǎng)平臺(tái)。工業(yè)互聯(lián)網(wǎng)平臺(tái)同時(shí)需要硬軟整合，也有三硬三軟，云網(wǎng)端再加上三軟里面的工業(yè)大數(shù)據(jù)、工業(yè)AI和工業(yè)軟件。”
此外，萌生于美國(guó)智能維護(hù)系統(tǒng)（IMS）中心的工業(yè)智能公司——天澤智云，在工業(yè)智能上，他們的理解是“3+4”，即融合工業(yè)領(lǐng)域知識(shí)、智能建模技術(shù)、計(jì)算機(jī)科學(xué)等3個(gè)跨學(xué)科的融合領(lǐng)域知識(shí)，并且還需要分析技術(shù)（AT）、運(yùn)維技術(shù)（OT）、數(shù)據(jù)技術(shù)（DT）、平臺(tái)技術(shù)（PT）等四大關(guān)鍵支撐技術(shù)，才能誕生出真正的工業(yè)智能。
而明略科技集團(tuán)，作為更具行業(yè)“Know-how”的新一代數(shù)據(jù)中臺(tái)先行者，致力于探索新一代人工智能技術(shù)在知識(shí)和管理復(fù)雜度高的行業(yè)中的落地。在“AI+工業(yè)”方面，他們主要基于設(shè)備和裝備物聯(lián)感知?jiǎng)討B(tài)數(shù)據(jù)的分析挖掘與智能應(yīng)用，幫助大型組織和企業(yè)高效運(yùn)轉(zhuǎn)和加速創(chuàng)新，聚焦交通、電力、制造業(yè)。
有投資人表示，初創(chuàng)公司在人工智能領(lǐng)域還是有很多機(jī)會(huì)的，但他們需要往更細(xì)分的賽道里去專研，去挖掘，這樣才能避開一些大公司，發(fā)揮自己的長(zhǎng)處，實(shí)現(xiàn)AI與具體工業(yè)場(chǎng)景的相結(jié)合......
AI正在滲透到更多的工業(yè)場(chǎng)景
人工智能是個(gè)比較大的話題，包括機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、計(jì)算機(jī)視覺等，并且在工業(yè)特定領(lǐng)域中有非常多的業(yè)務(wù)場(chǎng)景和技術(shù)應(yīng)用。
目前，騰訊優(yōu)圖在工業(yè)方面的探索，主要專注在計(jì)算機(jī)視覺領(lǐng)域。他們?cè)?lián)合騰訊云為國(guó)內(nèi)的一家面板生產(chǎn)企業(yè)打造了一個(gè)工業(yè)AI的項(xiàng)目，主要內(nèi)容是為液晶面板做缺電檢測(cè)。
據(jù)了解，缺電檢測(cè)是工業(yè)智能一個(gè)比較常見的業(yè)務(wù)場(chǎng)景，前期他們的很多模型都是靠算法專家以手工方式去訓(xùn)練模型。然而，從交付的形態(tài)去說，這些是比較輕量級(jí)的交付，因?yàn)闆]有提供攝像頭的硬件設(shè)備，也沒有對(duì)客戶生產(chǎn)系統(tǒng)進(jìn)行調(diào)整，僅僅利用視覺AI的算法做了缺陷檢測(cè)產(chǎn)品去替代缺陷質(zhì)檢的環(huán)節(jié)。
最終，騰訊優(yōu)圖上線的這些模型可以保證在跟人的準(zhǔn)確率相當(dāng)?shù)那闆r下達(dá)到70%以上的覆蓋率，能夠替代七成以上的質(zhì)檢工人。
“我們認(rèn)為，在人工智能產(chǎn)業(yè)化道路上，業(yè)務(wù)和技術(shù)同樣重要，掌握了好的方法論交付項(xiàng)目才能事半功倍。”騰訊優(yōu)圖實(shí)驗(yàn)室工業(yè)AI項(xiàng)目負(fù)責(zé)人黃亮表示：
