- “在国外大厂几乎对视觉技术形成垄断的局面下,身处机器视觉行业的我们还能做什么?”
- “在没有算法工程师团队的情况下,如何引入AI来解决工业级场景问题?”
这是来自广东的两家中小型智能制造企业在“飞桨中国行·广州站”活动上提出的困惑,现场参会的制造企业代表颇多,无不带着类似的迷茫。
广东是我国制造业发展的排头兵,电子信息制造业规模更是连续31年居全国第一,数字化、智能化发展的需求尤为强烈。为加快推动智能制造,不少本地企业积极拥抱AI、大数据等新一代信息技术,探索与产业结合的新路径。
以工业质检场景为例,对于制造企业而言,质检是其发展过程中的“达摩克利斯之剑”:成本高、标准难、效率低,以机器视觉检测技术代替人工质检是制造企业数字化转型中最为迫切的需求之一,但早期的机器视觉检测技术则几乎被国外大厂垄断。
“机器视觉在工业制造领域的应用是为了降本增效,包括提升不良率节省物料,稳定生产品质和性能以及快速交期”,广东荣旭智能技术有限公司业务副总李强称,瞄准了这一需求的荣旭智能从2010年起投入到机器视觉软件开发,2013年开始做与外观相关的机器视觉应用。“2018年,我们投入了很多的人力、物力把良率做到80%到85%,同时也意识到继续提升良率已经远远不是靠我们几个人在现场做模板的匹配就能够做到的”,李强向南都记者表示,他们需要人工智能技术来提升良率、降低研发成本,否则团队的心血将全部付诸东流。
基于此前的积累,荣旭智能开始接触深度学习平台飞桨,利用PaddleDetection、PaddleSeg工具开发出一套电容电感缺陷检测软件,成功克服了电容电感元件缺陷类型多、难以兼容、误检漏判率高的难题,将检出率从80%提高至99.97%;同时其模型开发的投入成本也大幅降低,落地应用后使得质检成本降低超70%。
“深度学习算法的检测能力在精度上已经远远超出人的判断检出率,真正做到了助力制造业降本增效”,李强称。目前荣旭智能已成为专注高端智能视觉检测设备的高新技术企业,以自研技术服务于电容电感行业龙头顺络电子、TDK、麦捷等客户。
另一边,来自广州市安鲁信息技术有限公司的高级工程师吴旭彪则深受技术力量储备不足的困扰。“我们是一家做系统集成和IT运维为主的公司,目前有12个人。基础力量也是沉淀在系统集成和IT运维行业,客户包括政府、制造业、金融业、零售业等”,吴旭彪表示,“我们小微企业也想抓住智能制造的风口,但苦于没有专业AI团队,如果自己培养AI算法工程师需要5-7年的时间,企业也根本熬不到那天。”
在“不转型等死,转型在找死”的悲观情绪中,吴旭彪决定尝试一下号称“零门槛AI开发平台”的飞桨EasyDL,让他没想到的是,安鲁信息在团队人员完全没有算法基础的情况下仅用3天就上手了AI开发,3个月研制出一套汽车行业客户认可的智能质检一体化解决方案。“我们先把汽车的漆面做了一些统计,有凹陷、沙眼、划痕等十多种缺陷,如果同时检测这么多缺陷就需要算法工程师,EasyDL图像识别技术在这个过程中发挥了作用”,吴旭彪称,“作为一个小微公司,我们的能力不在算法,但我们有行业积累、有工程思维,可以通过拆解的方式,借助飞桨提供的技术框架能力来做智能质检解决方案。”
像荣旭智能、安鲁信息一样借助飞桨平台转型智能制造赛道的中小企业不在少数。百度飞桨是我国首个自主研发、开源开放的产业级深度学习平台,目前位列中国深度学习平台市场综合份额第一。数据显示,截至2022年5月,飞桨平台上累积已有477万开发者,共创建了56万个AI模型,AI应用落地覆盖工业、能源、城市、金融等领域。
广州的产业环境则为飞桨AI应用落地提供了一片沃土。据百度AI技术生态总经理马艳军介绍,飞桨目前累计服务覆盖广州企业802家,包含联通、广汽等明星企业,并组建了10个“飞桨领航团”,助力开发者降低AI应用门槛,此外飞桨已经与4所广州高校达成人才培养实践基地校企合作,在6所本地高校已使用飞桨教学并开设学分课。
采写:南都·湾财社记者 马宁宁