【BigAI创新大学公开课】领邦智能董事长崔忠伟《新质检的智能化革命》

粤讯 中字

本文来自领邦智能董事长崔忠伟博士在2019年7月27日BigAI创新大学中关村壹号分院的分享。BigAI创新大学将持续邀请在行业+硬科技最前沿领域的实践者在全国多个城市BigAI分院举办科技实践公开课,带您发掘自己的行业+硬科技机遇蓝海。

崔忠伟博士,领邦智能创始人&董事长、AI科学家、中关村AI评委,毕业于北京理工大学,博士学位,著有《非线性建模与深度学习》多本著作,在工业质检领域有近30年的研发、实践经验,是中国智能质检领域最早的探索者之一。本次BigAI创新大学有幸邀请到崔忠伟博士就人工智能在质检方向的最新技术发展和实践做分享,分享主题《领邦智能:新质检的智能化革命》。

一、中国需要智能质检

l 万亿级市场

据前瞻产业研究院统计数据显示,中国每天在产线上进行目视检查的工人超过350万,其中仅3C行业就超过了150万人。仅按照工人的薪资福利计算,质检就是一个近万亿级的市场,而且仍在不断的扩大。人眼具有精准的识别能力和动态调整能力,但人工检查成本高昂,并且易受到工人熟练度影响,导致检测准确性及效率差异较大,因此随着人力成本的提升,越来越多的工厂开始使用机器视觉技术来代替人工进行产品质检。

传统的人工质检

l 传统机器视觉的局限

然而在实际的应用过程中,传统机器视觉识别虽然能够替代一部分工作,但存在着识别率低,开发维护成本高,复杂环境下误检率高,这也导致目前的质检市场仍大量采用人工目检的方式,企业需要有更好的技术方法来实现生产线的自动化检测。

l 人工智能视觉技术革命

人工智能技术革命

人工智能技术从2012年开始有了质的突破,主要体现在视觉和声觉方面,从12到16年4年间,基于深度学习算法技术的突破,机器视觉完成了人类的跨越过程,第一次让机器看的比人更精准。

这个过程首先是由斯坦福的一个华人女科学家叫李飞飞推动的,她在互联网上下载了近10亿幅图片,给它们筛选、分类、打标签, 之后不断训练用新的深度学习算法去让机器识别图片,2016年时机器识别的错误率已经从28%降到3.6%,比人眼识别错误率5.1%还要低,开启了人工智能视觉应用的梦想之路。

l 铺满荆棘的AI梦想之路

也正是这一年,在质检行业已经沉浸了20多年的崔忠伟博士,非常敏锐的预感到人工智能视觉会给这个行业带来的翻天覆地的变化,毅然带领所有认可这个变化的同事们,成立了现在领邦智能,踏上这个看起来很美,实际上荆棘满途的创业之路。

原以为深度学习技术科学界已经突破了,行业应用应该会水到渠成,而实际上本以为一年就可以落地的应用,整整研发迭代了三年,几年来我们接触了很多新技术,做了很多新尝试,结果总比预期少了那么一点点。

l 光的困境

发现差在什么地方?我们以为机器视觉是追上人类了,但实际上机器的摄像头追不上人类的眼睛。人类看物体,人眼成像系统在不同的光线不同的角度下,都有精准的动态识别能力。而工业成像系统却远远追不上人类。说的非常透彻的一句话,就是说有些缺陷我们根本就成不了像。

举个例子,比如说我们的手机表面有轻微划痕,大部人都可以轻易看到。但机器却很难发现,因为机器需要特殊角度和光学才能看到这些缺陷,如果我们的光学系统不能够把缺陷呈现出来,怎么可能指望人工智能去处理。

l 破茧而生

领邦智能智能质检实际场景

后来我们大力投入光学技术,同时又与百度人工智能团队深度合作,经过以夜继日的投入,我们终于研发出了智能化的质检机器大脑,不仅达到了对精度的高标准要求,同时可以非常快地从一个零件切换到下一个零件,过去一批货物可能要十几个工人连续运转几天才能完成,现在一台机器一天就能搞定。

像以前一些复杂的外观检测是很难通过人工完成的,我们的技术也可以很好的去做到了。这是一次伟大的突破性的尝试。让机器视觉质检终于可以超过人类,也让我们看到了中国制造业的机会。

二、新质检、新认知、新实践

l 新质检

深度学习示意图

新质检与以往的质检有很大不同,学习能力、适应能力、共享能力、预测能力赋能机器质检,这就是我们的新质检.我们应用了最新的深度学习技术、光学技术和物理技术,机器质检的精度上已经超越了人类。

不需要再有任何编程,只要不断地把瑕疵照片输入,就可以自动的让机器学会新的瑕疵。

它还可以不停的学习和积累,任何遇到过的质检问题,只要被任何一台机器学习了,马上可以被其他的机器也学会。

5月18日我们发布了工业自动化质检设备IBrain,也就是工业质检大脑。我们用云上强大的计算能力让机器可以更快更准确的学习和理解质检瑕疵,再通过物联网让每个终端设备都可以有理解任何质检瑕疵的能力,让机器实现AI质检。

l 新认知

在我们几年来的落地实践中,我们发现新质检技术驱动出了不少新需求和新商业模式,所以也想谈谈这个过程中我们总结出来的新认知。

1) 在大脑中学习,在终端中实践

让机器学习质检瑕疵,需要大量的算力,就像人学习知识一样,需要在大脑中学习和巩固,所以学习质检瑕疵也要在拥有大量算力的工业质检大脑中心。而当某个终端需要识别瑕疵的时候,只需要把这些经验从工业质检大脑中心下传到终端,就可以类似人类指挥眼睛和手一样,让机器智能的发现和解决质量问题了。

2) 共同学习大于独立学习

一个终端发现问题的数量是有限的,所有终端发现问题数量是无限的,当所有终端可以相互共享问题,那意味着终端也同样可以共享解决问题的方法,这就是机器智能的魅力。我们的工业质检大脑也正是这样设计,让每个终端可以共享互助,比人类更协调更高效的处理质量问题。

3) 可量化驱动质变

量化的意义永远大于它字面上的意义,当质量瑕疵可被数据量化后,企业产品质量终于可以有数据可依,可以不断在原来质量数据的基础上,优化现有技术追求更高标准的质量。整体行业也自然会产生横向比较,从而驱动全行业的质量优化和产业变革,从而驱动中国制造走向中国精品制造。

4) 可预测问题

有了终端时序数据的不断积累,通过AI算法我们就可以做很多预测性维护了,不必再等着发生问题再解决问题,而是发生问题前就解决问题。

l 新实践

高速检测微型零件缺陷中

自动分拣入料

这是我们的一套新质检设备自动检测零件缺陷的演示,它可以快速的把不良品筛选出来,不仅有人工智能技术,还有光学技术、物理技术也起了至关重要的作用。

它可以检测2-50毫米内的微小零件,能够包括主面、侧面、棱边全方位无死角检测。其精度已经超越人类,一天可检测80万个零件,可以代替八个熟练工人夜以继日的高强度工作,在多个制造企业用户的反馈中,新质检技术获得了一致的认可,我们终于真正把智能质检落地成为现实。

实际客户真实反馈

这是我们的一家上市制造企业客户做了非常精细的传统人工与智能质检的比较,结论如下;

AI设备检测合格率在80%-90%,非AI设备60-90%;

AI设备的光源和镜头有升级,目前的不良都能在成像里识别出来;

与CV设备比,AI设备每年多花费6万元,却减少了5个质检工人;

非AI生产模式下,设备粗检外观,人工全检外观,人工效率是4万片/10H;

AI设备优势是完全替代检验人工,设备检测效率是20万片/24H;。

他们的最终结论是:AI赋能后效率倍增显著。

三、新质检的未来

对新质检的未来,我们充满信心,工业质检大脑会全面取代人的经验性工作,成为人类大脑的延伸,可预见到未来几年:

l AI视觉在各种场景的动态适应能力追上人类,开始全面机器换人

l 质检生产力获全面倍增,精品制造将成为中国制造的代名词

l AI视觉将全面进入制造全流程,不仅仅是质检的最后流程

l 制造业将变革为各种技术的大集成,将更加依赖于战略伙伴,没有战略伙伴的公司将失去竞争力

l 产业链重新组合,将更加注重“买服务”

四、总结

领邦智能人在质检领域的工龄虽然都很长,但我们在智能质检的工龄都很短,我们都还是有梦想的年轻人,我们梦想就是用AI思维推动产业智能化,赋能工业质检。

工业4.0时代,人工智能具有广阔的发展前景,同样也面临这经济下行的压力,作为智能制造中的一员,我们会继续发挥我们研发团队的创造能力和创新精神,颠覆的传统的质检模式和商业模式,拓展质检发展新空间,未来,领邦智能将不忘初心,砥砺前进,用AI智能技术引擎源源不断的质检生产力,打造工业质检的创新生态,欢迎与我们携手共同用智能质检改变中国制造!

声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。
侵权投诉

下载OFweek,一手掌握高科技全行业资讯

还不是OFweek会员,马上注册
打开app,查看更多精彩资讯 >
  • 长按识别二维码
  • 进入OFweek阅读全文
长按图片进行保存