设为首页 - 加入收藏 分享知识网_衡阳站长网 (http://www.0734zz.cn)- 国内知名站长资讯网站,提供最新最全的站长资讯,创业经验,网站建设等!
热搜: Linu 荣耀6Plus 腾讯 网红经济
当前位置: 首页 > 站长资讯 > 评论 > 正文

一九产业AI速写:工业篇

发布时间:2020-01-24 15:35 所属栏目:[评论] 来源:站长网
导读:副标题#e# 2019年已经过去,这两天很多朋友问我:去年AI到底是火了还是凉了? 然后我跟他们说:为了身体健康,别光吃凉的烫的,也吃点温的。 根植于互联网经济带来的一个又一个“风口记忆”,似乎如今国人已经习惯于把某种技术、产品,或者商业模式粗暴归类

2019年已经过去,这两天很多朋友问我:去年AI到底是火了还是凉了?

然后我跟他们说:为了身体健康,别光吃凉的烫的,也吃点温的。

根植于互联网经济带来的一个又一个“风口记忆”,似乎如今国人已经习惯于把某种技术、产品,或者商业模式粗暴归类为非火既凉。换言之,我们总是很难有信心等待去技术按部就班地发展进步,而是热切希望它一步登天或者一脚蹬空。

2019年,AI火了吗?显然并没有,最简单的体现就是AI相关的投融资成交额大幅下降,众多优质AI项目找不到资本投入。

2019年,AI凉了吗?显然也没有,我们能够看到明显的算法进步、国产AI芯片进入产业周期、AI开发环境走向成熟。对于AI从业者和AI开发者来说,2019年甚至迎来了翻天覆地的变化。

一九产业AI速写:工业篇

那么,到底在哪里能感受到AI的真实温度呢?我想有一个地方或许可以,那就是AI走入各行业,也就是所谓的产业智能市场,在2019年到底进展如何?

去年麦卡锡发布了一份名为《模拟人工智能对世界经济影响》的报告,其中认为到2030年,AI将为全球贡献9万亿美元的GDP增长,其中90%来自于各行业智能化组成的企业市场。AI一分在C端,九分在B端,也已经成为了今天中国社会对这门技术的共识。

如果说投资人会偏袒泡沫,科学家执着于实验室,那么工厂主和企业家们,似乎是今天AI技术发展中一个恰如其分的“裁判”。

时值岁末,我们希望用一个系列报道的形式,来总结这一年中各主要行业使用AI技术的变化,市场的成长,以及产业成熟度的趋势。系列中各案例和数据,都来自真实存在的企业,为了减少麻烦我们将隐去企业的具体名称。

希望这种回望和总结,有助于大家换一个视角看清AI技术的“真身”。

第一站,我们要去号称“AI能改变的最后一个行业”——工业。业内人士普遍认为,工业AI是最难做的一个领域,但也可能是那“9万亿GDP”中的绝大部分。工业AI的希望、艰难与真实进展,都能很轻易在这一年中被发现。

AI是温的,热的,凉的?且为如今事,功绩且待来日说。或者换个说法——AI的未来不在键盘上,而在工厂里。

质检:工业AI的第一站

作为AI相关的内容报道者,今年最直观的感受是与制造业代表的传统行业管理者聊AI,其专业程度和了解深度已经远远超过2017年AI刚刚兴起的时候。

或许换个角度看,这与如今工业领域遭遇的外部压力有直接相关。劳动力的成本提升、大量工业订单向东南亚转移,以及经济下行压力下的成本与效率焦虑,构成了今天工业企业的主要情绪。

而这种情绪的促使下,企业主和管理者开始积极寻找外部的技术推动力,这与AI希望走进产业的愿望不谋而合。

但是周瑜打黄盖,还需要蒋干当引子,工业遇上AI的契机又在哪里?这个答案已经比较明显。2017年,工业AI命题更多还处在讨论当中;2018年,AI质检就已经提上了云计算、企业网和AI公司的服务列表。

一九产业AI速写:工业篇

对于工业场景来说,融合AI最大的挑战在于AI的释放需要设备、网络和算力作为基础条件。而工厂显然不能拆掉流水线去为AI寻找容身之所。所以工业最开始尝试的,只能是外部的、浅层的、不伤筋动骨的工业智能化能力。于是质检作为一个特殊场景跃然而出。

在今天绝大部分工业体系中,质检都是依靠人工来完成的。凭借的是人力的大量重复劳动以及相关经验,而使用智能摄像头和机器视觉算法,来学习和理解质检员需要找到的瑕疵与问题,可以令很多行业的质检工作快速被AI所替代。

于是从2018年开始,大量AI+质检项目快速上马,很多工厂也找到相关供应商尝试搭建自己的智能质检体系。但是这个领域的初始瓶颈也很明显,一个是智能摄像头的精度不够,微小瑕疵识别成为了AI的难题,另一方面AI识别的算力和处理速度不足,也导致AI质检速度不如工人质检,更多时候只能作为人工识别的复检补充。

还有一个问题,是AI摄像头很难识别立体的东西,尤其是球状物。所以在2018年中到2019年初,行业内更多能看到的是AI对板状原材料进行质检,比如钢铁板坯、光伏面板等。一方面是因为原材料质检的容错率高,一般漏检错检率低于10%就可以应用,另一方面就是这些材料只用AI识别单一平面,相对具有可行性。

为了解决这些问题,让AI质检这个“工业AI”第一站能够走的更通顺。2019年相关产业发生了系列变化,比较显著的变化,是边缘计算解决方案,开始通过云服务厂商走进工厂。这就让AI质检的算力和传输问题得到了极大解决,如今很多AI质检项目已经可以用高于人工效率的方式来完成。

一九产业AI速写:工业篇

与此同时,市面上的智能摄像头也在增多,工业级别的高精AI摄像头和相关质检算法不再“有价无市”。另一方面,云服务厂商提供的工业AI质检解决方案更加多元。除非垂直需求独特的工业类别,钢铁、煤炭、电力、防治等工业主要行业,已经可以在云服务厂商中直接选购比较成熟的行业定制化AI质检解决方案。

与此同时,虽然工厂里的工业摄像头不够高清和缺乏立体视角,依然是AI质检的主要难题。但是AI+工业检测这件事却得到了众多新的发展机会,比如设备故障识别、电路巡检、仪表巡检、施工现场检测等,在2019年都可以找到成功的智能化案例。

质检作为工业AI的第一站,已经完成了从单点到多元化的价值释放,尤其在危险作业环境和偏远地区的AI质检,其价值远远大于产业价值本身。

工业模型预测:2019年的最大收获

当一些声音开始嘲笑所谓的“工业AI”只会质检,这条产业链却在悄然开始新的进化。

如果说,2019年中国市场上的工业AI必须选择一个主要进展,那工业模型预测应该得票最多。

所谓AI工业模型预测,一般是指利用工业大数据,通过AI对原料、产出、生产时间、废料排放等数据进行智能调配,最终得到高于粗放式生产的智能生产模型。当然,这只是工业AI预测的一个基本模式。广义的工业AI预测,还包括将专家经验转化成AI模型,再反向投入生产解决工人经验不足的问题;还有将维修与设备管理经验转化为AI模型,来预测设备故障,智能管理检修体系等等。

【免责声明】本站内容转载自互联网,其相关言论仅代表作者个人观点绝非权威,不代表本站立场。如您发现内容存在版权问题,请提交相关链接至邮箱:bqsm@foxmail.com,我们将及时予以处理。

网友评论
推荐文章