工业|AI工业质检年省数千万元成本，腾讯AI如何让工业更智能？( 二 ) 技能|互联网时代|职场|毕业生

“腾讯云智能从数据这一核心要素资源出发，以数据采集、传输、存储和计算的全流程视角，综合应用人工智能、大数据、云计算和物联网等技术，完成了从‘单点智能’到‘全局智能’的升级。依托人工智能、大数据、云计算和物联网的云智能架构，贴合客户的产业场景需求，输出面向各行业的智能综合解决方案。” 汤道生表示。
具体到工业AI的解决方案，腾讯云智能形成了一套“方法论”。包括提供从数据到服务的一站式工业智能集成化应用实施环境，推动人工智能技术落地，助力提质增效降本。方案提供四大产品组件，实现模型迭代训练业务的闭环，产品功能可做客制化开发及本地私有云部署。
工业质检助企业一年省数千万元
在工业AI的工业视觉赛道，腾讯云智能的AI技术找到了施展能力的天地。
作为一家金属粉末注射成型（MIM）产品专业制造商，富驰高科的MIM产品质检环节此前面临明显的人工质检局限性，急需找到有效的AI质检方案。
“人工质检是用人最多的地方，且面临明显问题。一方面，工作时间长且枯燥，人工拿着产品360度旋转找缺陷，每件检查时间长达1分钟，工作人员容易疲劳。另一方面，订单变动时无法准确适配人员，人力成本不断拉高，质检高峰期用人数量超过1500人。” 上海富驰高科自动化总监邓声志表示。
富驰高科在其它工序上基本实现自动化，唯独人工质检智能化升级遇到瓶颈。难点在于3C产品成像易造成高反光，难以判断是否正常反光，凹凸缺陷呈现难以凸显，机器检测易造成过杀。此外，工厂更换新产品时算法快速迭代的需求很难满足。
“我们与很多家AI企业沟通过，最后发现腾讯最用心且最有信心。腾讯在前期评估时便驻场调研并试验算法，使检验指标达到预期效果。看到腾讯的技术能力和信息，我们决定合作推进AI质检项目。” 邓声志表示。

文章插图
图为富驰高科的车间
腾讯优图实验室作为AI核心技术能力提供者深入参与了富驰高科的工业质检项目。腾讯云AI研发总经理、腾讯优图实验室副总经理吴永坚表示，AI技术应用到质检项目的过程中遇到了多个困难，在技术适应工业场景的要求并不断提升能力后，最终才啃下富驰高科AI质检这块“硬骨头”。
一大挑战在于，为避免影响对下游组装，质检过程不能出现零部件漏检，AI质检对算法的要求极高，腾讯优图实验室不断针对性优化AI算法等能力后才达到0漏检。其次，进行工业AI改造不仅是算法的问题，还包括成像、后续流程改善等问题，需要一一解决。此外，AI质检不仅需要解决方案，还需要与产线配合，为解决流程中出现的具体问题，团队需要多次进入工厂学习和测试。
令邓声志印象深刻的是，在长达300天的研发周期中，腾讯团队与富驰高科团队开过两百多次超半个小时的技术讨论会议。腾讯云和腾讯优图实验室的工程、软件、AI算法、架构师等条线人员深度参与，双方在各个过程中不断碰撞和调整，才“磨”出了最终满意的方案。
最终，腾讯优图实验室团队创新地设计了光学一体技术，有效解决凹凸缺陷的成像技术难题，借助算法模型快速完成数百张高分辨率图片推理计算，结合迁移学习和缺陷生产技术，帮助富驰高科在早期产品样本数据不足的情况下达到生产指标。

文章插图
图为富驰高科车间AI质检环节
该AI质检速度相比人工质检速度提升了10倍，检测能力全面超越人工水平，解决人力水平难以标准化、状态不稳定、容易疲劳等问题，还可以24小时持续稳定工作。在几十台设备持续满载生产的情况下，该项目预计每年能为富驰高科节省人力成本数千万元。