| 近日，由联想、冠捷科技、AIoT 星图、锐角联合主办的“以智取胜，AI 赋能工业质检”主题直播圆满举办，来自全球屏幕制造商冠捷科技和联想的嘉宾将工厂生产线“搬到”直播间，与联想研究院、联想商用的嘉宾、以及媒体观察员，共同演绎了一场“内生外化”的案例故事。 左起：锐角创始人刘敏、冠捷北京 QA 资深经理许飞、联想中国区商用大客户 Edge AI 高级经理周柯、联想研究院人工智能实验室联想大脑研发总监虞文明 着眼工业制造的“良品率”之战，“联想方案”应时而生 直播伊始，四位嘉宾先从宏观角度分析了目前制造企业在数字化转型中遇到的挑战，以及 AI、物联网、大数据等新兴技术体系对此赋能的现状。 冠捷北京 QA 资深经理许飞表示，“冠捷作为显示器行业的龙头企业，在积极响应劳动密集型向技术密集型的数位化替代。”具体来看，制造企业整体面临人力成本升高、高端制造竞争加剧的压力，因此，生产企业主动拥抱智能化是摆脱成本束缚的主流出路；但同时，产线数字化是一个整体概念，包括非常碎片化的场景需求，这对应着数字化解决方案的成本和周期也居高不下、难以实现复用价值。“这也是很多国内的工厂，迟迟没有迈出数字化转型第一步的原因。”锐角创始人刘敏补充道。 对此话题，联想中国区商用大客户 Edge AI 高级经理周柯补充道，在智能制造浪潮之下，制造企业纷纷开启自身智能化转型变革，但由于技术储备、资金储备与人才储备的不同差异，初步导致了数字化转型的“马太效应”，即已有数字化基础的企业，更容易接受数字化的深度应用，形成严重的两极分化。因此，联想站在更广泛制造企业的角度，根据企业痛点，也结合联想自己多个工厂的转型经验，构建了软硬一体物联网架构的“联想方案”。 “联想从数字化战略转型开始自我革新，我们提炼最核心的三个关键词：数据、算力、算法，因此才有了这套-端边云网智-的整体架构。”周柯进一步说明，硬件方面，联想在工控机、边缘计算网关、云终端等丰富的产品线，组成了工业现场的全面感知和敏捷算力，软件方面，联想借助研究院的研发能力，结合自身经验、及各行业伙伴经验，为客户提供端到端解决方案。 谈到联合研发，联想研究院人工智能实验室联想大脑研发总监虞文明补充道，联想强调的 AI 是基于场景的实用型 AI，坚持“场景 + AI”的创新理念，深入制造场景实际需求，同时，基于自身作为制造企业的实际经验，对“场景 + AI”解决方案进行迭代和打磨，贯彻先“内生”再“外化”的可靠“智造观”。虞文明表示，“我们的算法先在联想内部工厂落地生根，拿自己做小白鼠，经过几十条产线的验证，再推向更广阔的外部市场。” 冠捷携手联想，打造 A 屏幕质检最佳实践 随后，许飞分享了冠捷科技与联想强强联手打造的 AI 屏幕缺陷检测解决方案。冠捷作为全球领先的 3C 屏幕制造商，屏幕的良品率直接关系着消费者的使用体验，因此为质检提速提效成为其产线升级的一个重点。联想为冠捷科技打造的 AI 屏幕缺陷检测方案是基于联想内部已经打磨成熟的方案，结合冠捷屏幕生产线的实际屏幕瑕疵类别，进行迭代调整。 许飞介绍了整个 AI 质检方案是遵循“P-D-C-A”的闭环控制逻辑，它包括几个主要节点：产线原有的信息系统将历史样本输入 AI 学习，生成一个基础 AI 模型；随着检测图像素材不断更新，该 AI 模型对正、副样本进行持续的深度学习，不断优化；同时，实时更新 MES 系统，再进行到新一轮的循环。这使得从联想“内生”而来的 AI 质检方案，越来越能够适应“外化”环境，逐渐习得冠捷产线常见的亮线、黄斑、水波纹、黑斑、异物等瑕疵的检测。 业内对于质检环节的优化大致经历了四个阶段，人工目视检、半自动化、AOI 检测、AI 智能检测。不难发现，每次优化都是“人机比”逐渐降低的探索，也是冠捷原有的质检工作方式与 AI 质检方式逐渐演进的过程。许飞将其总结为产线数字化的三个阶段，即从点、到线、再到面。“点”代表单点应用，例如 AI 质检（例如 10%-30%），产生明显提升的效果后，再开始尝试更大规模的“线”的应用，如 50% 的人机比；最后再综合运用物联网、大数据、AI 的能力，形成整个“面”的升级。“事实上，我们点-线-面的阶段化数字化转型需求，与联想的 3S 数字化战略规划是相契合的。”许飞总结道。 对比 AI 质检与传统质检模式，许飞认为前者的优势体现在多方面，避免人眼的诸多弊端、统一了作业标准、提升了整体产能。实现降低人力成本约 50%、检测效率提高 30%、准确率提高 30%，并首创业界新型静态 / 动态的检测模式，为 3C 产品的良品率提供了强有力的保障。 AI 技术创新与集成，支撑工业 AI 应用的市场爆发 在许飞分享冠捷自身数字化转型故事后，联想虞文明从技术角度剖析了联想与冠捷合作背后的技术细节。虞文明首先介绍了 AI 在制造业应用的快速增长。资料显示，到 2025 年我国制造业 AI 的市场规模预计将达到 140 亿元，增速达 63%，应用场景也不断拓宽，包括工业机器人、预测性维护、质量管控、对外的供应链管理等。同时，因为制造业诸多场景都需要即时性和安全性，因此嵌入式、本地化的 AI 服务，即边缘智能（Edge AI）就成为不可或缺的新型生产力之一。它将数据的输入、解析、运算、包括模型与数据集都放到本地化，与云端计算进行协同。 然而这些技术储备对于普通的制造企业来说并不具备，IT / OT 复合型人才缺失严重制约着制造企业迈出数字化转型的步伐。为了真正帮助制造业降低 AI 应用的开发门槛、提高使用效率，联想正在致力实现“极致简约开发”。目前推出的 Edge AI BOX 就是通过软硬整合、技术集成的方式，内置了 Edge AI 平台，将联想研究院的 AI 技术创新能力向更多行业和客户共享，让 AI 开发与业务能力分隔开来。 随后，虞文明介绍了 AI 技术方面的创新在支撑场景化 AI 应用中的作用。以冠捷 AI 质检方案为例，该场景积累的缺陷检测是一个典型的“小样本数据”，而正常的 AI 模型训练需要大量数据。那么，如何在小样本现状下，完成 AI 模型的有效训练呢？虞文明介绍了支撑 AI 算法能够迭代的关键技术能力 —— 小样本学习技术，它通过元学习掌握“如何去学习的方法论”、通过数据增强实现“蚍蜉撼树”、通过终身学习独创新旧知识的更迭机制，实现持续的进化。有了这些技术创新，能够助力 Edge AI 在各行业解决方案的开发和部署更适用、更高效。 结语 “内生外化”是老牌制造企业联想服务于智能制造产业中的基本方法论，就像本次与冠捷科技携手打造的 AI 质检方案一样，联想商用 IoT 持续在整个产业数字化浪潮中把握技术赋能者的使命，基于自身经验、结合场景需求，广结生态伙伴，在智慧零售、智慧医疗、智慧交通等多个行业中加速实践落地。
|
