天天看點

創新奇智CTO張發恩:AI在制造業落地的應用實踐

機器之心報道

機器之心編輯部

3 月 23 日,在機器之心 AI 科技年會上,創新奇智 CTO 張發恩發表了主題演講《AI 在制造業落地的應用實踐》,介紹了創新奇智在人工智能技術落地商業化方面的工作,包括視覺相關和結構化機器學習的技術,以及創新奇智打造的 MMOC(MenuVision、MatrixVision、Orion、Cloud)平台。

創新奇智CTO張發恩:AI在制造業落地的應用實踐

以下為張發恩在機器之心 AI 科技年會上的演講内容,機器之心進行了不改變原意的編輯、整理:

非常高興有這個機會跟大家分享一下人工智能在商業化落地當中的一些實踐和心得。我是創新奇智的 CTO 張發恩,今天跟大家報告一下創新奇智 AI 在制造業落地的應用實踐,感謝機器之心的科技年會給我們這個機會。

這張圖是我們整個公司大的裡程碑節點,可以看到創新奇智成立于 2018 年 2 月,緊接着完成了天使輪的融資,後來又完成了 A 輪、A + 輪。2019 年 3 月,我們和中冶賽迪合資成立了賽迪奇智,專門去做鋼鐵冶金領域智慧解決方案的落地。在此之後,我們又進行了 B 輪、C 輪、C + 輪融資,并與中鐵四局成立了合資公司中鐵奇智。D 輪是軟銀主導投資我們。2022 年 1 月,我們登陸了港交所,正式上市,我覺得我們整體的發展節奏還是不錯的。

創新奇智CTO張發恩:AI在制造業落地的應用實踐

随着國家數字經濟布局深入到更加廣闊的産業生态,以及人工智能技術加速商業化發展,企業級人工智能将迎來廣闊的發展空間。企業級 AI 需要進一步與傳統産業深入融合,才能迸發強大的商業化活力。

創新奇智選擇在 “AI + 制造” 領域深耕細作。事實證明,人工智能解決方案在制造企業的 “産品品質控制一緻性、流程管理效率、人工成本、安全管控、一體化管理能力” 等方面均有助益和滲入。

目前,創新奇智已成為中國最大的 “AI + 制造” 解決方案廠商,而真正奠定工程與業務基礎的則是我們自研的 MMOC 人工智能平台。

MMOC 是支援 AI 解決方案創新、研發和傳遞的端到端平台。MMOC 平台以 “資料 + 算法” 為技術核心,内置組合特征挖掘、小樣本學習、預訓練模型等前沿技術核心,提供結構化和非結構化等多中繼資料支援,實作了 “雲 + 端” 無縫協同,以提升資源使用率并滿足靈活應用需求。

具體來講,MMOC 人工智能平台由 ManuVision 機器視覺智能平台、MatrixVision 邊緣視訊智能平台、Orion 分布式機器學習平台和 Cloud 雲平台組成,覆寫了資料加工、模型訓練、開發、部署、應用運作等全過程,形成有機統一的整體。

創新奇智CTO張發恩:AI在制造業落地的應用實踐

ManuVision 機器視覺智能平台,基于深度學習技術的機器視覺檢測軟體平台,主要解決制造業場景中常用的定位、測量、檢測及識别常見缺陷或關鍵名額。

MatrixVision 邊緣視訊智能平台,可以系統化地結合邊緣計算和深度學習,基于配備創新奇智專有的邊緣計算裝置,可執行視訊流解碼、圖像編碼及解碼、模型轉換與遷移、模型部署及實時推理等任務。

Orion 分布式機器學習平台,企業級端對端機器學習平台,可支援企業完成一站式 AI 解決方案開發,該平台覆寫三個關鍵 AI 元素的元件,即算法模型訓練、資料治理及計算能力資源排程。

Cloud 雲平台作為基礎設施底座,提供異構資源管理與排程能力以及全要素 AI 技術資産管理和應用能力,通過對算力資源和資料、算法、特征、模型等 AI 資産的統一納管、共享、複用,有效降低 MMO 及 AI 解決方案研發成本并提升效率 。

創新奇智将 MMOC 平台作為底層 AI 基礎設施,在平台上持續積累 AI 技術資産,包括資料集、算子、算法模型、硬體元件的設計藍圖及軟體元件,并将訓練模型不斷進行改進更新。

得益于這些技術資産的高度凝煉、低耦合及可複用性質,我們有能力針對制造業分散業務場景的差異化需求,實作高效率的項目傳遞。

創新奇智基于 MMOC 平台打造的智能制造系統(AIMS),貫穿工業場景中的 “智能生産” 與“工廠資訊化決策”,幫助客戶從營運效率和資訊智能兩大次元實作智能化轉型,在能源電力、鋼鐵冶金、面闆半導體等多個領域均有重量級解決方案落地。

創新奇智CTO張發恩:AI在制造業落地的應用實踐

接下來分享幾個案例。

第一個案例是智慧鐵水運輸系統的解決方案。我們把整個機車運輸從原來的有人駕駛變成了(受限環境中的)無人駕駛,同時也使用了機器學習算法去動态排程這些機車,使得整體的排程效率大大提升。

創新奇智CTO張發恩:AI在制造業落地的應用實踐

第二個案例是智慧風電運維。我們在能源、電力這個垂直細分系統中能夠提供整套雲邊協同的智能運維解決方案。以風電廠的運維為例,很多風機覆寫在山上、海上,運維起來非常不友善。我們基本上實作了包含傳感器、邊緣視訊分析在内的由端到雲的統一分析監控整體運維解決方案。

第三個案例是半導體智能生産線解決方案。以面闆半導體的生産為例,面闆半導體的生産工序非常高端,工序也非常多,這些智能裝備中的 AI 科技含量還是相當高的。以液晶顯示屏玻璃缺陷檢測為例,以前這些技術都是南韓或日本的廠商提供,今天我們客戶現場原有的裝置都替換成了我們的裝置,檢出準确率提升了 30-50%,這也是國産替代的一種方式。

我的分享就到這裡,謝謝大家。

繼續閱讀