如何推動(dòng)我國(guó)工業(yè)智能的發(fā)展

人工智能作為極具前瞻性的技術(shù)，促進(jìn)了教育、醫(yī)療、工業(yè)、金融等各行業(yè)的智能化發(fā)展。在金融領(lǐng)域，銀行開(kāi)戶(hù)需要對(duì)個(gè)人身份進(jìn)行確認(rèn)，而人臉識(shí)別技術(shù)可以通過(guò)攝像頭檢測(cè)出人臉?biāo)谖恢?，提取人臉的特征，并將特征?shù)據(jù)與人臉庫(kù)中的樣本進(jìn)行對(duì)比，判斷是否為同一個(gè)人。在醫(yī)療領(lǐng)域，人工智能技術(shù)將圖像識(shí)別、大數(shù)據(jù)處理、深度學(xué)習(xí)等AI領(lǐng)先技術(shù)與醫(yī)學(xué)跨界融合，進(jìn)而輔助醫(yī)生進(jìn)行疾病篩查和診斷。

當(dāng)人工智能與工業(yè)深度融合時(shí)，工業(yè)生產(chǎn)則變得更為智能，工業(yè)大數(shù)據(jù)、機(jī)器視覺(jué)等技術(shù)的出現(xiàn)，賦予了冰冷的機(jī)器以“智能大腦”和“火眼金睛”，智能化的工業(yè)生產(chǎn)模式不再是紙上談兵的工作計(jì)劃，轉(zhuǎn)而成為了推動(dòng)工業(yè)智能前進(jìn)的利器。

近年來(lái)，以制造業(yè)強(qiáng)國(guó)為目標(biāo)的國(guó)家，對(duì)工業(yè)智能的關(guān)注度越來(lái)越高，并采取了一系列措施助推制造業(yè)轉(zhuǎn)型。其中，德國(guó)依托雄厚的工業(yè)基礎(chǔ)，積極推進(jìn)工業(yè)4.0進(jìn)程；美國(guó)提出制定先進(jìn)制造發(fā)展戰(zhàn)略，強(qiáng)力推進(jìn)工業(yè)互聯(lián)網(wǎng)。而我國(guó)早在2015年，國(guó)務(wù)院就發(fā)布了《中國(guó)制造2025》方案，制定了中國(guó)從制造大國(guó)轉(zhuǎn)變?yōu)橹圃鞆?qiáng)國(guó)的戰(zhàn)略。

工業(yè)智能順勢(shì)崛起

工業(yè)是我國(guó)經(jīng)濟(jì)的根基，伴隨著人口紅利的消失，工業(yè)不再是勞動(dòng)密集型產(chǎn)業(yè)。在“工業(yè)互聯(lián)網(wǎng)”、“工業(yè)4.0”、“智慧工廠”等國(guó)家方針的推動(dòng)下，工業(yè)智能逐漸被業(yè)界推崇，工業(yè)界深知只有進(jìn)行智能化升級(jí)轉(zhuǎn)型才能促進(jìn)企業(yè)良性發(fā)展。

智能技術(shù)可以讓工業(yè)實(shí)現(xiàn)自動(dòng)化生產(chǎn)，加強(qiáng)人和機(jī)器之間的協(xié)作，助推智能工廠落地，使工業(yè)生產(chǎn)系統(tǒng)變得靈活。智能化的工業(yè)生產(chǎn)設(shè)備的大幅投入，降低了勞動(dòng)力的密集度，危險(xiǎn)性高的加工過(guò)程能夠讓機(jī)器人代替，在保證生產(chǎn)安全的基礎(chǔ)上，進(jìn)一步提高了生產(chǎn)效率。

近年來(lái)，我國(guó)出現(xiàn)了一批如海得控制、天準(zhǔn)科技一樣扎根于工業(yè)智能的企業(yè)，為工業(yè)智能化發(fā)展注入了新鮮血液。為此，億歐新制造盤(pán)點(diǎn)了50家具有代表性的企業(yè)，以期對(duì)工業(yè)大數(shù)據(jù)、機(jī)器視覺(jué)、聲紋檢測(cè)等工業(yè)智能有進(jìn)一步的了解。

數(shù)據(jù)表明，在盤(pán)點(diǎn)的50家企業(yè)中，位于北京的企業(yè)有14家，廣東有12家，江蘇有7家，上海和浙江分別為6家，不難看出，工業(yè)智能企業(yè)主要聚集在北京、廣東、長(zhǎng)三角三地。北京擁有豐富的人工智能人才資源，在工業(yè)智能的發(fā)展上占據(jù)了極大優(yōu)勢(shì)，據(jù)中國(guó)廣播網(wǎng)統(tǒng)計(jì)，北京有近4萬(wàn)人工智能領(lǐng)域的人才，占內(nèi)地人工智能人才總量的60%。

而廣東、長(zhǎng)三角則在原有的工業(yè)基礎(chǔ)上，逐漸形成了相對(duì)成熟的工業(yè)上下游產(chǎn)業(yè)鏈。此外，廣東在政策紅利的助力下，工業(yè)智能發(fā)展業(yè)迎來(lái)了新的征程，其中《粵港澳大灣區(qū)發(fā)展規(guī)劃綱要》就明確指出，要推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合，大力推進(jìn)制造業(yè)轉(zhuǎn)型升級(jí)和優(yōu)化發(fā)展。

從融資輪次來(lái)看，大多數(shù)工業(yè)智能企業(yè)都已完成了B輪、A輪或Pre-A輪融資，其中已完成B輪融資的企業(yè)占17%，A輪融資占31%，Pre-A輪占19%。這也從側(cè)面反映了我國(guó)工業(yè)智能發(fā)展短板，盡管人工智能在1956年就被提出，以工業(yè)大數(shù)據(jù)、機(jī)器視覺(jué)、聲紋檢測(cè)等為代表的工業(yè)智能技術(shù)已落地，但其在我國(guó)工業(yè)領(lǐng)域的發(fā)展歷程還較為短暫，工業(yè)智能的整體應(yīng)用水平還處于偏低狀態(tài)。

此外，工業(yè)智能主要集中在機(jī)器視覺(jué)、工業(yè)大數(shù)據(jù)兩大技術(shù)。機(jī)器視覺(jué)技術(shù)應(yīng)用在工業(yè)檢測(cè)領(lǐng)域，可以節(jié)省產(chǎn)品的檢測(cè)時(shí)間，縮短機(jī)器停工期，提高生產(chǎn)率和產(chǎn)品質(zhì)量，由此企業(yè)也越來(lái)越重視機(jī)器視覺(jué)檢測(cè)。物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)等信息技術(shù)不斷向工業(yè)領(lǐng)域融合滲透，為工業(yè)大數(shù)據(jù)應(yīng)用的實(shí)施奠定了技術(shù)基礎(chǔ)，而企業(yè)的智能化生產(chǎn)，為工業(yè)設(shè)計(jì)和生產(chǎn)儲(chǔ)備了海量數(shù)據(jù)，由此促進(jìn)了工業(yè)大數(shù)據(jù)在我國(guó)工業(yè)智能領(lǐng)域落地?？梢?jiàn)，工業(yè)大數(shù)據(jù)和機(jī)器視覺(jué)，成為了拉動(dòng)我國(guó)工業(yè)智能發(fā)展前進(jìn)的兩駕馬車(chē)。

火眼金睛—機(jī)器視覺(jué)

在圖像采集、深度學(xué)習(xí)、3D視覺(jué)等技術(shù)的支持下，機(jī)器視覺(jué)駛?cè)肓税l(fā)展新賽道。據(jù)中國(guó)機(jī)器視覺(jué)產(chǎn)業(yè)聯(lián)盟統(tǒng)計(jì)，2015年至2017年，機(jī)器視覺(jué)行業(yè)增長(zhǎng)迅速，銷(xiāo)售額年均復(fù)合增長(zhǎng)率達(dá)36.4%。

作為工業(yè)智能的核心技術(shù)之一，機(jī)器視覺(jué)賦予了機(jī)器“雙眼”。其中，缺陷檢測(cè)，是機(jī)器視覺(jué)應(yīng)用得最多的功能之一。缺陷檢測(cè)可以全面配合產(chǎn)品檢測(cè)過(guò)程，在生產(chǎn)過(guò)程中，機(jī)器能夠嚴(yán)格把控產(chǎn)品質(zhì)量，實(shí)現(xiàn)全面監(jiān)控，不僅可以檢測(cè)肉眼檢測(cè)不到的微小細(xì)瑕疵，更能實(shí)現(xiàn)產(chǎn)品檢測(cè)的高效化，在短時(shí)間內(nèi)對(duì)大批量的產(chǎn)品質(zhì)量進(jìn)行反饋，大幅度地降低了生產(chǎn)過(guò)程中的次品率。

此外，缺陷檢測(cè)還能收集并分析已出現(xiàn)的產(chǎn)品問(wèn)題，利用數(shù)據(jù)庫(kù)信息對(duì)殘次品進(jìn)行批量化處理，有效地保證了產(chǎn)品質(zhì)量。

前不久在科創(chuàng)板上市的天準(zhǔn)科技，則通過(guò)領(lǐng)先產(chǎn)品幫助工業(yè)企業(yè)實(shí)現(xiàn)數(shù)字化、智能化發(fā)展，是將機(jī)器視覺(jué)核心技術(shù)應(yīng)用于工業(yè)領(lǐng)域的典范。其主要產(chǎn)品為工業(yè)視覺(jué)設(shè)備，旗下的天準(zhǔn)UMD-G是一款針對(duì)3C產(chǎn)品的玻璃曲面檢測(cè)設(shè)備，通過(guò)非接觸式檢測(cè)技術(shù)，可對(duì)曲面產(chǎn)品實(shí)現(xiàn)全尺寸檢測(cè)。

目前，機(jī)器視覺(jué)系統(tǒng)在3C電子制造、汽車(chē)制造、包裝等行業(yè)已被廣泛應(yīng)用。隨著視覺(jué)與成像技術(shù)的發(fā)展愈加成熟，制造業(yè)對(duì)機(jī)器視覺(jué)的需求則更加迫切，在核心技術(shù)的帶動(dòng)下，機(jī)器視覺(jué)必將促進(jìn)更多應(yīng)用場(chǎng)景落地。

智能大腦—工業(yè)大數(shù)據(jù)

如果說(shuō)機(jī)器視覺(jué)賦予了機(jī)器“火眼金睛”，那么工業(yè)大數(shù)據(jù)則賦予了工業(yè)“智能大腦”。隨著智能生產(chǎn)的深入推進(jìn)，工業(yè)所儲(chǔ)存的大數(shù)據(jù)越來(lái)越多，海量的工業(yè)大數(shù)據(jù)充實(shí)了數(shù)據(jù)庫(kù)。工業(yè)大數(shù)據(jù)是指在工業(yè)領(lǐng)域信息化應(yīng)用中所產(chǎn)生的大數(shù)據(jù)，在信息化與工業(yè)化的深度融合下，工業(yè)信息技術(shù)已滲透到了產(chǎn)業(yè)鏈的各個(gè)環(huán)節(jié)，如工業(yè)傳感器、工業(yè)自動(dòng)控制系統(tǒng)、工業(yè)物聯(lián)網(wǎng)等技術(shù)，目前在工業(yè)生產(chǎn)中已經(jīng)得到了廣泛應(yīng)用。

9月4日，工信部發(fā)布了《工業(yè)大數(shù)據(jù)發(fā)展指導(dǎo)意見(jiàn)（征求意見(jiàn)稿）》，明確要求推動(dòng)5G等技術(shù)在工業(yè)場(chǎng)景中的應(yīng)用，到2025年我國(guó)要基本建成工業(yè)大數(shù)據(jù)資源體系、融合體系、產(chǎn)業(yè)體系和治理體系。

隨著工業(yè)智能的應(yīng)用愈加廣泛，工業(yè)企業(yè)所擁有的數(shù)據(jù)也日益豐富。通過(guò)互聯(lián)網(wǎng)、移動(dòng)物聯(lián)網(wǎng)等技術(shù)的連接，工業(yè)信息數(shù)據(jù)和工業(yè)系統(tǒng)正在深入融合，企業(yè)的研發(fā)、生產(chǎn)和管理方式都被冠以“智能”的頭銜。

工業(yè)大數(shù)據(jù)的典型應(yīng)用包括產(chǎn)品創(chuàng)新、產(chǎn)品故障診斷與預(yù)測(cè)、工業(yè)產(chǎn)業(yè)鏈優(yōu)化等諸多方面。工業(yè)大數(shù)據(jù)能將海量的隱形數(shù)據(jù)轉(zhuǎn)化為顯性數(shù)據(jù)，并將信息及決策建議實(shí)時(shí)提供給產(chǎn)線工人、主管部門(mén)和企業(yè)管理決策層，幫助企業(yè)及時(shí)了解產(chǎn)線狀況。

若不能及時(shí)了解產(chǎn)線、設(shè)計(jì)等數(shù)據(jù)信息，企業(yè)為了保證良品率則需要反復(fù)檢測(cè)、修改設(shè)計(jì)，容易錯(cuò)過(guò)產(chǎn)品的最佳出貨期，實(shí)際損失將難以預(yù)估。據(jù)悉，錘子手機(jī)之所以“難產(chǎn)”，是因?yàn)樵谠O(shè)計(jì)時(shí)生產(chǎn)人員并未實(shí)時(shí)了解情況，導(dǎo)致實(shí)際生產(chǎn)后發(fā)現(xiàn)原本的設(shè)計(jì)會(huì)導(dǎo)致良品率低下，最后只能重新設(shè)計(jì)。從設(shè)計(jì)到量產(chǎn)花費(fèi)了大量時(shí)間，再到正式發(fā)布時(shí)，錘子手機(jī)已經(jīng)錯(cuò)過(guò)了最佳發(fā)布時(shí)間。

過(guò)往的生產(chǎn)制造中，產(chǎn)線往往需要定期進(jìn)行設(shè)備檢測(cè)，企業(yè)不僅要聘請(qǐng)專(zhuān)業(yè)的維修師傅上門(mén)檢測(cè)，還要停工配合檢測(cè)。在工業(yè)大數(shù)據(jù)的支持下，生產(chǎn)產(chǎn)線則由“定期體檢”轉(zhuǎn)換為“預(yù)警監(jiān)測(cè)”，提升了企業(yè)生產(chǎn)效率，降低了企業(yè)的維修成本。

然而，應(yīng)用在工業(yè)生產(chǎn)領(lǐng)域的工業(yè)大數(shù)據(jù)需要達(dá)到極高的準(zhǔn)確率，倘若工業(yè)生產(chǎn)上的數(shù)據(jù)出現(xiàn)誤差，將給企業(yè)帶來(lái)難以估計(jì)的損失。此外，數(shù)據(jù)采集困難、網(wǎng)絡(luò)安全性不足等諸多挑戰(zhàn)，也是我國(guó)工業(yè)智能前進(jìn)路上的絆腳石。

在智能化發(fā)展戰(zhàn)略的推動(dòng)下，以機(jī)器視覺(jué)、工業(yè)大數(shù)據(jù)、深度學(xué)習(xí)等為代表的技術(shù)，正悄然改變我國(guó)工業(yè)格局。盡管與德國(guó)等發(fā)達(dá)工業(yè)大國(guó)相比，我國(guó)的工業(yè)智能應(yīng)用技術(shù)還有很長(zhǎng)的路要走，但在政策、技術(shù)等各方的大力支持下，我國(guó)工業(yè)智能正跑步前進(jìn)，未來(lái)工業(yè)智能將不局限于機(jī)器視覺(jué)與工業(yè)大數(shù)據(jù)等技術(shù)，更多工業(yè)智能應(yīng)用場(chǎng)景和技術(shù)必將應(yīng)運(yùn)而生。