工業人工智能：從可見到不可見

人工智能是第四次工業革命的重要技術，它所帶來的變革將超乎我們的想象。正如德國工業4.0之父、德國國家科學工程院前院長孔翰寧所言：人工智能是工業4.0成敗的關鍵。

前段時間，在各大咖頻繁發聲下，“996”相xiang關guan話hua題ti一yi時shi間jian成cheng為wei輿yu論lun的de焦jiao點dian，伴ban隨sui著zhe各ge種zhong社she會hui情qing緒xu，觀guan點dian莫mo衷zhong一yi是shi。拋pao開kai主zhu觀guan上shang的de評ping判pan，有you一yi個ge問wen題ti卻que是shi許xu多duo人ren都dou想xiang問wen的de，那na就jiu是shi在zai保bao持chi效xiao益yi增zeng長chang的de前qian提ti下xia，人ren們men的de工gong作zuo時shi間jian有you可ke能neng縮suo短duan嗎ma？

對於這個問題，百度李彥宏曾經提出了他的展望：人工智能堪比工業革命
，很多行業都將發生翻天覆地的變化，甚至有可能讓人們一周隻工作4天。

準確地說，人工智能是第四次工業革命的重要技術，它所帶來的變革將超乎我們的想象。正如德國工業4.0之父、德國國家科學工程院前院長孔翰寧所言：人工智能是工業4.0成敗的關鍵。

巨頭的修羅場

在過去一年中

，人工智能已成為全球科技巨頭核心戰略之一

，為了爭奪AI時代製高點，巨頭們紛紛推出或在研發AI芯片
，穀歌人工智能芯片TPU已經升級到第三代
，亞馬遜推出一款機器學習芯片Inferen

，華為也推出Ascend係列AI芯片。

巨頭爭奪，比拚的是AI技術實力和應用落地能力，而國內具有用戶規模
、數據和應用場景的先天優勢
，讓中國科技企業異軍突起，能夠與美國亞馬遜和穀歌等巨頭同台較量。目前已經興起了包括BAT、華為
、今日頭條、海康威視、小米、富士康(工業富聯)
、大疆和海爾等AI巨頭。

作為國內三大互聯網巨頭，百度是率先向人工智能轉型的企業，自2010年開始積極探索發展人工智能技術
，圍繞百度大腦，AI應用開始在多個領域開花結果，並以百度雲為平台把AI能力分享給社會，從農業到工業
，從家庭到汽車，以及翻譯
、圖像識別和信息流等產品和服務。

今年
，李彥宏又介紹了百度人工智能技術在工業製造領域的應用。他表示，現在很多3C產品在組裝的過程當中都需要人的肉眼去檢驗這些零件的質量

，而其中很多零件都非常小

，比如iPhone組zu裝zhuang插cha電dian的de器qi件jian就jiu很hen小xiao，要yao人ren的de肉rou眼yan去qu看kan是shi不bu是shi質zhi量liang過guo關guan，是shi一yi個ge很hen費fei勁jin的de任ren務wu。一yi般ban來lai說shuo，熟shu練lian的de工gong人ren幹gan兩liang個ge小xiao時shi就jiu得de下xia來lai休xiu息xi。而er百bai度du用yong計ji算suan機ji視shi覺jiao的de方fang式shi做zuo了le一yi個ge軟ruan硬ying一yi體ti的de機ji器qi，一yi台tai設she備bei相xiang當dang於yu十shi個ge熟shu練lian工gong人ren能neng夠gou做zuo的de事shi情qing，而er且qie它ta的de質zhi量liang還hai比bi人ren工gong要yao更geng高gao。

2019年年初
，世界經濟論壇宣布鴻海旗下富士康工業富聯的深圳關燈工廠成為全球十六家製造業“燈塔工廠”之一。對於富士康來說，這是一場開始於內部的製造業轉型。

事實上，早在2018年7月，富士康就在矽穀成立了一家新公司――工業人工智能係統(IndustrialAISystem)
，開發用於實現工廠生產自動化的人工智能技術。

2019年3月29日
，伴隨著“智湧錢塘”2019AICloud生態大會的舉辦，海康威視拉開了AICloud全麵落地的序幕
，AICloud是海康威視在2017年針對人工智能時代的物聯網產業提出的概念

，於2018年正式推出。

海康威視副總裁畢會娟博士稱
，可以預見
，2019年將是海康威視AICloud全麵落地的一年，一方麵
，物信融合數據平台逐步走向成熟
，將會應用到更多行業場合；另一方麵，各地業務中心也已準備了本地化的數據治理工程實施團隊

，為用戶提供服務。

華為董事長任正非認為，當人工智能出現升華以後，現在西方國家不能解決的社會福利、工會、罷工等問題，以後都能通過機器人來解決
，真正能實現人工智能的生產方式
，大規模的工業就會轉向西方發展；完全不能實現人工智能的生產方式，可能就往東南亞這些人工成本低的國家發展；中國正麵臨著“夾心餅”中間這一層

，中國往何處去，現在是一個極大挑戰，不是人口紅利就能解決中國未來的發展問題。

毋wu庸yong置zhi疑yi的de是shi
，當dang生sheng產chan往wang高gao端duan發fa展zhan之zhi後hou，人ren工gong已yi經jing不bu能neng完wan全quan解jie決jue生sheng產chan的de問wen題ti，生sheng產chan方fang式shi會hui發fa生sheng巨ju大da的de變bian化hua
，而er中zhong國guo能neng否fou抓zhua住zhu人ren工gong智zhi能neng的de機ji遇yu實shi現xian製zhi造zao業ye轉zhuan型xing升sheng級ji將jiang決jue定ding未wei來lai我wo們men在zai世shi界jie製zhi造zao中zhong的de地di位wei。

從可見到不可見

ruguoshuo，zidonghuashijiejuekejianshijiedewenti，namerengongzhinengjiushitansuobukejiandeshijie。tadetiaozhanjiuzaiyuruhequdingyibukejiandeguanxixing，biruzaochengjiqitingjideyuanyinshishenme。

正如富士康工業互聯網副董事長李傑所說：“工業互聯網數據有很多來源，有曆史的數據、傳感器數據、zhuanjiashujuyijigongxingshuju
，zaihenduoshujuzhongkeyizhaodaoyinguoguanxi，kejiandeshujuhebukejiandeguanxishibuyiyangde，ruheyongbukejiandeguanxichanshengxiaoyi，zhegejiushiguanxidejiazhi，ruhecongkejiandeshujuzhongzhaodaobukejiandeguanxi，chanshengtizhizengxiao、降本減成、創新的價值
，這個是工業互聯網的最大本質。”

在李傑看來，生產的產品可以比作蛋黃，而產品創造的價值是蛋白。“蛋黃是可見的，蛋白是不可見的。換句話說
，富士康可將很多核心競爭力當作蛋黃，比如控製器
、傳感器。把控製器加上工業大數據、工業人工智能的分析後，生產線將持續不間斷工作，並及時預測預防質量問題，做到’事前諸葛亮’，這就是蛋白。”

他提出“工業人工智能”
，在為工業的應用發展和部署各種機器學習算法

，必須帶來“穩定且持續”的效益。人工智能驅動(AI-driven)的自動化正處於起步階段，必須先定義其結構、方法和挑戰作為框架。

工業人工智能通過多維度學習，形成快速性、係(xi)統(tong)性(xing)及(ji)可(ke)傳(chuan)承(cheng)性(xing)等(deng)特(te)性(xing)。在(zai)實(shi)際(ji)操(cao)作(zuo)過(guo)程(cheng)中(zhong)，不(bu)同(tong)個(ge)體(ti)使(shi)用(yong)同(tong)樣(yang)工(gong)具(ju)可(ke)得(de)到(dao)相(xiang)同(tong)或(huo)相(xiang)近(jin)的(de)結(jie)果(guo)
，係(xi)統(tong)將(jiang)形(xing)成(cheng)標(biao)準(zhun)性(xing)解(jie)決(jue)方(fang)案(an)，高(gao)度(du)契(qi)合(he)作(zuo)業(ye)過(guo)程(cheng)中(zhong)即(ji)時(shi)響(xiang)應(ying)、準確度極高、高等級安全等一係列要求。

李傑認為
，中國製造業現階段麵臨教育素質參差不齊、管理體質存在漏洞、meiyourenqingchanyebenzhisandawenti。muqian
，guoneixiaofeizheduibufenzhongguozhizaobuxinren，wentibujinzaiyujiamaoweilieliuxingdebingzhengzhijinweinengdeyiyouxiaozhiliao，haiyouguoneichangshang，baokuoguanlizhe

、一線工人對產品品質要求，及其所需的精細管理文化、精工製造文化、品質尊重文化普及
，相對德國、日本等國家仍有較大差距。

為提質增效

，美的集團人工智能戰略引入了機器視覺係統。美的集團視覺研究所長胡正博士說：“要(yao)實(shi)現(xian)工(gong)廠(chang)的(de)質(zhi)控(kong)，必(bi)須(xu)使(shi)用(yong)機(ji)器(qi)視(shi)覺(jiao)係(xi)統(tong)。人(ren)工(gong)智(zhi)能(neng)隻(zhi)需(xu)要(yao)采(cai)集(ji)各(ge)種(zhong)各(ge)樣(yang)品(pin)類(lei)部(bu)件(jian)的(de)數(shu)據(ju)，然(ran)後(hou)使(shi)用(yong)合(he)適(shi)的(de)人(ren)工(gong)智(zhi)能(neng)模(mo)型(xing)，就(jiu)能(neng)夠(gou)生(sheng)成(cheng)一(yi)係(xi)列(lie)通(tong)用(yong)的(de)人(ren)工(gong)智(zhi)能(neng)算(suan)法(fa)來(lai)做(zuo)不(bu)同(tong)的(de)項(xiang)目(mu)，從(cong)而(er)避(bi)免(mian)了(le)一(yi)個(ge)項(xiang)目(mu)一(yi)個(ge)項(xiang)目(mu)去(qu)做(zuo)，節(jie)約(yue)了(le)大(da)量(liang)的(de)工(gong)時(shi)。”

在方法上
，美的在邊緣計算、處理器、數據中心產品上部署AI相關產品，通過使用英特爾芯片的計算力，再借用分析工具來幫助更好的做人工智能培訓，再通過參考模型
，實現智能化控製。

當前的國內AI創業及應用熱潮多是基於深度學習這一算法，往往需要大量數據進行訓練，且模型可解釋性不強

，因此並不是所有領域和場景的最優AI算法。

清華大學AI研究院首任院長張鈸院士認為，現有的AI技術“小錯不犯，一犯就是大錯”。當前AI技術對訓練數據過分依賴
，這導致算法在工業領域等樣本和標注不足的場景中極易出錯，其次模型可解釋性不強。

而成立於2018年7月的瑞萊智慧正在研發無監督學習算法、可解釋性算法
，希望能夠解決行業中標注數據缺失問題，幫助人們借助算法解釋更好的進行決策
；目前瑞萊智慧已經與工業多家企業展開合作，研發了工業領域的異常檢測
、預測性維護等。

瑞萊智慧CEO田天說，“在(zai)工(gong)業(ye)應(ying)用(yong)領(ling)域(yu)
，收(shou)集(ji)高(gao)質(zhi)量(liang)訓(xun)練(lian)數(shu)據(ju)的(de)過(guo)程(cheng)往(wang)往(wang)成(cheng)本(ben)高(gao)昂(ang)
，且(qie)耗(hao)費(fei)時(shi)間(jian)
，如(ru)果(guo)采(cai)用(yong)無(wu)監(jian)督(du)或(huo)者(zhe)半(ban)監(jian)督(du)的(de)學(xue)習(xi)方(fang)法(fa)，就(jiu)能(neng)有(you)效(xiao)降(jiang)低(di)訓(xun)練(lian)數(shu)據(ju)需(xu)求(qiu)，針(zhen)對(dui)碎(sui)片(pian)化(hua)的(de)工(gong)業(ye)視(shi)覺(jiao)檢(jian)測(ce)場(chang)景(jing)具(ju)有(you)更(geng)廣(guang)的(de)應(ying)用(yong)前(qian)景(jing)”。在沒有訓練數據時
，可以考慮采用異常檢測、或者變化檢測等方法，讓機器學會什麼是正常的數據
，進而在出現異常數據或者變化時能夠做出準確判斷。

“AI產業化落地


，第一要找到行業的最大痛點；第二要讓AI技術實現價值
，即選擇相對成熟的人工智能，實現產品化
；第三
，有了產品後，還是需要有一個創新的產業解決方案，實現產業層麵的迭代升級；最後，基於自身積累的經驗，實現產品升級、賦能產業，提升我們行業的效率，提升整個行業的價值。”極智嘉CEO鄭勇說。

工業人工智能進入落地期

過去10年
，AI領域開發了大量優秀算法，為實際應用儲備了大量的工具；近年來，人工智能開始大規模應用於金融和互聯網等領域
，起到了較好的示範效應。業內人士普遍認為2019年將是人工智能在工業製造領域快速發展以及各種技術落地的一年。

如今國內中小創投公司林立，科技氛圍濃厚，讓李傑對中國製造業的未來充滿信心，“目前中國有太多的產業可以做蛋白，隻要擁有足夠的核心競爭力，蛋白可以做得很大。”

綜合來看
，目前人工智能在製造業領域主要有三個方向：視覺檢測、視覺分揀和故障預測。

田天表示
，目前在“缺陷檢測”和“預測性維護”兩(liang)大(da)方(fang)麵(mian)客(ke)戶(hu)接(jie)受(shou)度(du)和(he)需(xu)求(qiu)較(jiao)高(gao)，主(zhu)要(yao)是(shi)因(yin)為(wei)該(gai)領(ling)域(yu)為(wei)客(ke)戶(hu)痛(tong)點(dian)，能(neng)直(zhi)接(jie)為(wei)客(ke)戶(hu)節(jie)省(sheng)大(da)量(liang)的(de)費(fei)用(yong)。預(yu)測(ce)性(xing)維(wei)護(hu)也(ye)有(you)利(li)於(yu)避(bi)免(mian)重(zhong)大(da)事(shi)故(gu)，對(dui)於(yu)安(an)全(quan)製(zhi)造(zao)和(he)安(an)全(quan)生(sheng)產(chan)至(zhi)關(guan)重(zhong)要(yao)。

近jin年nian來lai，越yue來lai越yue多duo的de機ji器qi視shi覺jiao落luo地di應ying用yong
，在zai技ji術shu與yu市shi場chang上shang的de認ren可ke度du不bu斷duan獲huo得de提ti升sheng，視shi覺jiao企qi業ye成cheng長chang速su度du加jia快kuai。在zai工gong業ye應ying用yong領ling域yu
，隨sui著zhe生sheng產chan的de柔rou性xing和he自zi動dong化hua程cheng度du的de不bu斷duan提ti高gao和he對dui質zhi量liang更geng加jia嚴yan格ge的de控kong製zhi要yao求qiu
，企qi業ye迫po切qie需xu要yao機ji器qi視shi覺jiao來lai代dai替ti人ren工gong，實shi現xian定ding位wei、檢測、引導、識別等功能。

機器視覺技術是圖像獲取
、分析、識別
、檢測等技術的綜合
，機器視覺行業經過數年的積累，不僅在規模上實現年均增速超20%，且在3D視覺、無序分揀等技術方麵獲得了不同程度的突破。GGII預計2018年中國機器視覺市場規模54億元，同比增速超25%，高於其他細分領域增速。

人工智能技術的發展推動了機器視覺的快速應用，GGII認為，機器視覺是實現工業自動化和智能化的必要手段，隨著機器視覺的介入
，自動化設備將朝著更智能
、更快速的方向發展，同時
，機器視覺在各行業的滲透率也將逐漸提升。

其中，將近80%的工業視覺係統主要用在檢測方麵
，包括用於提高生產效率、控製生產過程中的產品質量、采集產品數據等。

高視科技2015年完成了屏幕模組檢測設備研發，已向眾多國內一線屏幕廠商提供50多台各型設備，可以檢測出38類上百種缺陷
，且具備智能自學習能力；阿丘科技則推出了麵向工業在線質量檢測的視覺軟件平台AQ-Insight，主要用於產品表麵缺陷檢測

，可用於煙草行業，實現煙草異物剔除、缺陷檢測。

近年來，國內陸續出現了一些基於深度學習和人工智能技術解決機器人視覺分揀問題的企業，如埃爾森
、梅卡曼德、庫柏特、阿丘科技、埃克裏得等，通過計算機視覺識別出物體及其三維空間位置
，指導機械臂進行正確的抓取。

埃爾森通過3D快速成像技術，對物體表麵輪廓數據進行掃描，形成點雲數據後進行智能分析處理
，加以人工智能分析、機器人路徑自動規劃、自動防碰撞技術，計算出當前工件的實時坐標

，並發送指令給機器人實現抓取定位的自動完成。

以高性能3D相機、視覺AI算法和軟件、jiqirenyundongsuanfaheruanjianweihexinchanpindemeikamandeketigongduozhongdianxingyingyongdecankaoshejihexianchangfuwu。qijiejuefangankeshijiqirenchangjiahejichengshangxunsutishengrengongzhinengnengli，wanchengwuxuwutizhuaqu、視覺引導拆垛
、混合碼垛、精確定位裝配等應用。

基於人工智能和IOTjishu，tongguozaigongchanggegeshebeijiazhuangchuanganqi
，duishebeiyunxingzhuangtaijinxingjiance，bingliyongshenjingwangluojianlishebeiguzhangdemoxing，zekeyizaiguzhangfashengqian，duiguzhangtiqianjinxingyuce，zaifashengguzhangqian，jiangkenengfashengguzhangdegongjiantihuan，congerbaozhangshebeidechixuwuguzhangyunxing。

據悉
，國外AI故障預測平台公司Uptake，已經估值超過20億(yi)美(mei)元(yuan)。而(er)國(guo)內(nei)智(zhi)能(neng)裝(zhuang)備(bei)企(qi)業(ye)利(li)元(yuan)亨(heng)利(li)用(yong)數(shu)字(zi)孿(luan)生(sheng)技(ji)術(shu)讓(rang)企(qi)業(ye)管(guan)理(li)者(zhe)隨(sui)時(shi)隨(sui)地(di)了(le)解(jie)設(she)備(bei)的(de)實(shi)時(shi)運(yun)行(xing)情(qing)況(kuang)和(he)生(sheng)產(chan)數(shu)據(ju)
，同(tong)時(shi)預(yu)測(ce)設(she)備(bei)未(wei)來(lai)的(de)生(sheng)產(chan)數(shu)據(ju)和(he)可(ke)能(neng)出(chu)現(xian)的(de)產(chan)線(xian)故(gu)障(zhang)
，提(ti)前(qian)製(zhi)定(ding)計(ji)劃(hua)和(he)對(dui)策(ce)。

目前“燈塔工廠”名單全球總計隻有16家公司入選
，“富士康是其中唯一利用AI做預測的企業，李傑指出，工業AI有五大關鍵要素：分析技術、大數據技術、雲或網絡技術
、行業領域知識
、事實結果。而投入工業互聯網會失敗通常有四大因素：沒有場域、沒有使用工具/數據
、公司內部鬥爭、項目糾紛
、最後才是沒有技術，其中有4成以上是沒有場域。

目前，AI故障預測成熟運用較少。大部分傳統製造企業的設備沒有足夠的數據收集傳感器，也沒有積累足夠的數據；很多工業設備對可靠性的要求極高
，即便機器預測準確率很高，不能達到百分之百，依舊難以被接受；此外
，投入產出比不高
，很多AI預測功能應用後，如果成功能減少5%的成本，但如果不成功反而可能帶來成本的增加，所以不少企業寧願不用。

有(you)投(tou)資(zi)人(ren)表(biao)示(shi)
，初(chu)創(chuang)公(gong)司(si)在(zai)人(ren)工(gong)智(zhi)能(neng)領(ling)域(yu)還(hai)是(shi)有(you)很(hen)多(duo)機(ji)會(hui)的(de)，但(dan)他(ta)們(men)需(xu)要(yao)往(wang)更(geng)細(xi)分(fen)的(de)賽(sai)道(dao)裏(li)去(qu)專(zhuan)研(yan)
，去(qu)挖(wa)掘(jue)，這(zhe)樣(yang)才(cai)能(neng)避(bi)開(kai)一(yi)些(xie)大(da)公(gong)司(si)，發(fa)揮(hui)自(zi)己(ji)的(de)長(chang)處(chu)，實(shi)現(xian)AI與具體產業相結合。

此外，擁有更加獨到數據的企業將更有機會，這裏為什麼強調獨到數據，是因為之前很多做算法的數據都是公開數據
、各種扒的數據或者是直接買的數據，但是這類數據是沒有稀缺性。

鄭(zheng)勇(yong)認(ren)為(wei)
，雖(sui)然(ran)現(xian)在(zai)人(ren)工(gong)智(zhi)能(neng)領(ling)域(yu)有(you)大(da)量(liang)的(de)創(chuang)業(ye)公(gong)司(si)，但(dan)是(shi)不(bu)同(tong)公(gong)司(si)最(zui)後(hou)在(zai)產(chan)品(pin)上(shang)的(de)差(cha)異(yi)
，其(qi)實(shi)就(jiu)在(zai)於(yu)細(xi)節(jie)
，細(xi)節(jie)決(jue)定(ding)了(le)客(ke)戶(hu)的(de)體(ti)驗(yan)
，包(bao)括(kuo)對(dui)行(xing)業(ye)的(de)理(li)解(jie)。想(xiang)要(yao)獲(huo)得(de)這(zhe)些(xie)經(jing)驗(yan)，需(xu)要(yao)花(hua)很(hen)長(chang)的(de)時(shi)間(jian)，跟(gen)客(ke)戶(hu)一(yi)起(qi)打(da)磨(mo)，最(zui)後(hou)才(cai)能(neng)獲(huo)得(de)。“當有了這樣經驗的時候，你跟你的競爭對手是可以差異化的，最後會帶來品牌溢價，帶來產品價值優勢。”

總體而言，AI在工業領域的應用才剛剛開始，還有不少潛在應用場景值得去探索和發掘。