思謀科技賈佳亞：以“聰明的大腦”為中心，賦能工業AI千億級未來
作者： 2021年10月28日 來源： 瀏覽量：
字號：T | T
10月21日，2021第五屆全球智能工業大會暨全球創新技術成果轉移大會于深圳盛大召開，本屆大會以“跨界創新，互聯融合”為主題。思謀科技創始人、香港中文大學終身教授、IEEEFellow賈佳亞教授作為會議程序委員會主席在
10月21日，2021第五屆全球智能工業大會暨全球創新技術成果轉移大會于深圳盛大召開，本屆大會以“跨界創新，互聯融合”為主題。思謀科技創始人、香港中文大學終身教授、IEEE Fellow賈佳亞教授作為會議程序委員會主席在大會報告主環節帶來題為《智能制造的核心AI技術》的報告，分享了對于核心AI技術的前瞻性理解，對智能制造發展的階段性分解，以及全新的技術落地結合方式等內容，回答了決定未來智能制造升級的核心難關是什么，以及如何解決智能制造發展的瓶頸等問題。
賈佳亞教授提到，經過了1940年的自動化革命，1970年的信息化革命后，工業即將迎來的是智能化革命，據統計2020年全球智能制造市場規模已超過2000億美元，且未來5年復合增長率將超過10%，這意味著智能制造蘊含著極大的市場規模。與電氣化、信息化同樣，智能制造同樣具有高度的普適性；但對智能制造來說，其基礎資源不再是電力和網絡，而是計算。因此他認為，智慧能力構建和以計算為中心的AI，將成為智能制造發展中最需要攻克的難關。
賈佳亞教授表示，智能制造的核心在于“智能”：智能并不是簡單的自動化，智能是要讓制造擁有“大腦”和讓大腦決策的各種神經系統，只有擁有了聰明的“大腦”后，才能最大化發揮自動化“手臂”的作用——而AI正是讓制造擁有會思考的工業機器設備的核心因素。新一代AI將貫穿于設計、生產、管理、服務等生產活動的全鏈條，使制造具備自感知、自學習、自決策、自執行、自適應等功能的新型生產方式。
未來，一個擁有了“智能身體”的工廠，可以自行知道原料和生產是否達標，產品的質量如何，自發調整機器的工作效率，迅速針對新產需求進行生產，預測未來產品生產的數量，還可以根據產品銷售情況來及時調整生產安排。
然而另一方面，讓AI大規模、跨行業在工業場景中落地，并不是簡單的事情：工業制造生產的流程復雜、涉及的硬件種類繁多，要求AI算法對大量硬件進行適配；當制造生產場景新增或更替硬件時，會直接帶來算法的重新設計；最終算法往往妥協于硬件能力，甚至主動放棄最佳算法的使用——最終導致跨行業的工業AI落地的難度大幅增加。
僅以智能手機為例，一款手機按照400個供應商參與生產制造，每家供應商5種制程，每個制程25條產線來計算，想要AI全面覆蓋生產鏈路，但一款手機就需要30000種算法。而如果放眼全球前5名的手機廠商，每家每年按照推出6款不同產品計算，工業AI若想落地頭部手機行業，僅第一年就需要90萬種算法，這幾乎是不可完成的任務。
因此，面對當前幾大技術落地難題，賈佳亞教授認為，工業AI企業需要尋找新的方式進行“破局”。
以數據緊缺為例，可靠的AI模型離不開大量數據的訓練，尤其在工業場景下，對AI的準確率要求極高，然而目前工業生產的有效數據非常稀缺，可供訓練的樣本極小。通過傳統的AI訓練/檢測方法，當訓練樣本不足的情況下，很難成功檢測出非常見的產品缺陷。傳統的AI訓練往往通過給計算機提供大量圖片，讓計算機記住“細節”，但思謀科技通過自研的區域感知異常檢測器（RADD），對目標區域各個細節進行捕捉，并與標準參考數據進行比對，記住圖像的“規則”，從而能夠進行原理推導，從而實現即使是非常見缺陷，也能準確進行判斷識別。
此外，工業生產對驗收要求極高，想要成品良率至少達到99.9%以上，每個零件的良率至少需達到99.999%；因此當前能夠滿足工業生產場景需求的，往往是高度定制化算法和訓練方式。然而，僅訓練一個神經網絡就有超過百萬種不同方式，長期下的定制路線，顯然無法滿足技術落地的需求。因此，思謀科技結合學術界與產業界的最新成果，研發出了最合適工業場景的全棧式AutoML算法，可用于分割、檢測、關鍵點等多種不同任務中；已在幾十個工業場景、近百萬工業數據中得到驗證。傳統調參下完成一個模型（算法開發+部署）需要10人月，在AutoML下僅需0.3人月。
此外，在被檢產品形態多樣化核心難題中，思謀科技通過對被檢對象采取“零件化模型”處理，進行“拆分——再整合”模式，高效率理解同品類物體的內在結構一致性，從而實現面對新形態的產品時也可快速交付；以及在缺陷類型難區分的核心難題中，思謀科技通過“前后背景對比學習”方案，使用類比學習，能讓計算機更好理解哪些是目標異物。
因此，賈佳亞教授表示，只有當計算機系統可以突破工業落地中的幾大難題，實現自動算法組合和部署，人類僅需參與少量定制化算法設計時，AI的跨領域規模產業化才具備實現的可能。他表示，基于此前提，思謀科技也在致力于打造其工業級AI系統，構建以智慧為核心的新一代工業AI架構，涵蓋了工業AI算法平臺、工業AI訓練平臺、工業AI工具平臺，以及超過30種全球領先的新型工業AI生產設備。
據介紹，已具備了智能制造跨行業快速落地能力的思謀科技，目前可賦能超過1000個細分領域，并成功與芯片、半導體、精密制造、汽車、航空、新能源等多個行業的頭部企業實現合作，完成了多個新型工業AI設備產品的落地，如鏡片分揀、軸承檢測、特種條碼設計與識別、偏光彎膜、隱形二維碼識別、模具檢測、AVI檢測等。
以芯片檢測為例，思謀科技為半導體廠商之一，首次實現了產線的AI自主訓練。芯片的工藝復雜，指甲大小的芯片內可包含數十億個晶體管。賈佳亞教授提到，思謀借助旗下自研的工業AI一站式平臺SMore ViMo中的檢測模塊，為晶圓檢測、PCB檢測與芯片工藝分析，推出了數十套軟硬件一體化設備，可對芯片結構進行超高速高清掃描，實現億級晶體結構的全自動聚類分析；檢出率超過99.99%；單流程處理效率提高96%，AI自動化全檢處理效率提升90%。
“目前，我們的新一代AI系統架構落地處理效率平均可提升90%，并支持智能迭代，如果按照落地到20個制造領域，每個算法設計成本為2萬元估算，新一代AI架構帶來的研發和設備增值可達5400億元，沿著這個方向，未來產業變革一定會發生。”賈佳亞教授表示。
繼發布《中國制造2025》通知后，在我國“十四五”規劃中，進一步強調產業鏈升級的智能化轉向。智能制造是新一輪科技革命的橋頭堡，而人工智能技術則是科技革命成功的關鍵利器。本屆全球智能工業大會暨全球創新技術成果轉移大會，涵蓋“智能感知與機器視覺”、“大數據智能與科學計算”、“深度學習與工業智能”、“5G+車聯網”、“智能集成電路與光電子芯片”及“智能照明與顯示”等六大分會，匯聚了全球智能領域最具影響力的科學家、企業家以及行業伙伴，共同探索智能工業發展新模式、增強經濟發展新動能，引領全球資產革命的新時代。
全球化工設備網（http://www.tupvw34.cn ）友情提醒，轉載請務必注明來源:全球化工設備網！違者必究.
標簽：
相關資訊
免責聲明：1、本文系本網編輯轉載或者作者自行發布，本網發布文章的目的在于傳遞更多信息給訪問者，并不代表本網贊同其觀點，同時本網亦不對文章內容的真實性負責。
2、如涉及作品內容、版權和其它問題，請在30日內與本網聯系，我們將在第一時間作出適當處理！有關作品版權事宜請聯系：+86-571-88970062
2、如涉及作品內容、版權和其它問題，請在30日內與本網聯系，我們將在第一時間作出適當處理！有關作品版權事宜請聯系：+86-571-88970062
推薦資訊