思谋科技贾佳亚：智能制造核心不在自动化而在于AI，工业新时代将以智能为核心

每经记者：郭荣村 每经实习记者：安宇飞 每经编辑：宋思艰

10月21日，2021第五届全球智能工业大会暨全球创新技术成果转移大会于深圳召开。

思谋科技创始人兼董事长、香港中文大学教授贾佳亚表示，1940年，全球工业在发那科、安川等企业的带动下走入了自动化时代；1970年，工业在西门子、IBM等企业的引领下走入了信息化时代；2020年，工业正在走进智能化时代，智能制造的市场规模至少是万亿美元级别。

思谋科技创始人兼董事长贾佳亚 图片来源：每经实习记者 安宇飞 摄

贾佳亚称，很多人认为自动化就是智能制造，但其实智能制造的核心在于“智能”，自动化只是“手臂”，智能才是让制造拥有“大脑”并让其进行决策的各种“神经系统”。AI技术正是让制造拥有会思考的工业机器设备的核心因素。

不过贾佳亚同时表示，目前智能制造还面临着“数据紧缺”等难题。

全球工业正步入智能制造时代

为什么工业制造需要智能化？

贾佳亚举了个例子，上世纪60年代专门为阿波罗登月计划研制的计算机，用现在的眼光来看，它的制作工艺其实是非常原始的。为了检验芯片是否合格，当时美国雇佣了非常多的女工，在显微镜下一片一片地看有没有问题，如果有问题，则会用人眼判断这个芯片能不能用。

他表示，当年的阿波罗11号导航计算机，内存是2KB-4KB，存储空间是72KB，处理速度是8万次/秒，而如今哪怕是三代以前的iPhone，内存都有4GB-6GB，存储能达到512GB，处理速度也有15.8万亿次每秒。比较这三个数字，分别是100多万倍的增长，700多万倍的增长和1.2亿倍的增长。制造能力的飞跃，倒逼着检测工艺的进步。

而智能制造不仅能实现比人眼更精确的观测、检测，还能对产品的生产进行智能调节。贾佳亚称，一个拥有了“智能身体”的工厂，可以自行知道原料和生产是否达标，产品的质量如何，自发调整机器的工作效率，迅速针对新产品需求进行生产，预测未来产品生产的数量，还可以根据产品销售情况来及时调整生产安排。

“经过了1940年的自动化革命，1970年的信息化革命后，工业即将迎来的是智能化革命。与电气化、信息化一样，智能制造具有高度的普适性。但对智能制造来说，其基础资源不再是电力和网络，而是计算。智慧能力构建和以计算为中心的AI，将成为智能制造发展中最需要攻克的难关。”贾佳亚说。

智能制造的难题

尽管智能制造可能成为未来全球工业的发展方向之一，但目前仍面临着一些挑战。

“比如一款手机，400多个供应商，所有供应商有5个制程，每个制程有25条产线。（智能制造）需要干什么呢？当我去把AI全面覆盖手机生产链路的时候，我要去做它整个所有零件的管控和质量评审的时候，我要做400×75等于3万种算法。等于为了这一个手机，我这个公司或者这个团队做3万种算法出来。”贾佳亚说。

贾佳亚表示，如果放眼全球前5名的手机厂商，每家每年按照推出6款不同产品计算，工业AI若想落地头部手机行业，仅第一年就需要90万种算法，这几乎是不可完成的任务。这就需要系统可以自动实现算法组合和部署，人类才可能只提供少量定制化算法，来实现AI的跨领域规模产业化，这是一个巨大的命题，如何能实现自动的算法组合和部署，也是一个系统工程。

与此同时，智能制造还面临着数据紧缺的问题。贾佳亚表示，可靠的AI模型离不开大量数据的训练，尤其在工业场景下，对AI的准确率要求极高，然而目前工业生产的有效数据非常稀缺，可供训练的样本极小。通过传统的AI训练/检测方法，当训练样本不足的情况下，很难成功检测出非常见的产品缺陷。

尽管智能制造仍面临着重重挑战，但国内一些公司也在技术方面开始了“破局”的尝试。贾佳亚以他创办的思谋科技克服“数据紧缺”难题的过程举例，称公司通过自研的区域感知异常检测器（RADD），对目标区域各个细节进行捕捉，并与标准参考数据进行比对，记住图像的“规则”，从而能够进行原理推导，从而实现对非常见缺陷的准确判断识别。

贾佳亚表示，智能制造想要发展，需要记住三大核心原则：第一个是普适性，不是只做某一个行业，而是大到汽车、飞机，小到半导体、晶圆和3C产业都要做；第二点是以计算为先，不依赖于电力和其他的基础能源，依赖的是算力；最后，是要保持永不间断的学习。

“如果能够真正实现AI系统设计自动化和AI系统部署自动化，那么未来的几十年，就将是新一代的智能产业变革。”贾佳亚说。

每日经济新闻

思谋科技CEO沈小勇：智能制造的核心是人工智能技术的应用

2022年9月15日，以“创新增动能、创业促就业”为主题的全国双创周正式启幕。在双创周深圳活动上，思谋科技联合创始人、CEO 沈小勇作为深圳创业青年代表，出席了深圳双创周活动并发表了主旨演讲，指出智造发展后半场的关键。

思谋科技联合创始人、CEO 沈小勇在深圳双创周现场发表主题演讲。

“与其他AI企业不同，思谋创立之初，就坚定将计算机视觉技术引入工业制造赛道”，沈小勇在演讲中提出，随着劳动力成本优势丧失与内外部环境变化，制造业面临成本、质量、效率等多方面挑战，亟须向智能化转变。而智能制造的核心是将人工智能等工业4.0技术应用于生产制造全生命周期，使制造拥有“思考的大脑”，通过自主深度感知、决策和执行，提升制造各环节质量管理和生产效率，实现提质增效与降本减存。

相关资料显示，思谋科技成立于2019年12月，是一家AI工业检测与高清视频服务提供商，专注于在智能制造（检测领域）运用人工智能深度学习算法和计算机视觉技术，已服务了卡尔蔡司、空客、博世、佳能、大陆集团等超过100家企业，覆盖泛半导体、新能源、汽车及零配件、消费电子、精密光学等制造行业。

根据iResearch数据，预计至2025年国内计算机视觉核心产业规模和带动相关产业规模将分别增长至1537.1亿元和4858.4亿元，年均复合增长率分别为15.9%和22.5%。

此前，机器视觉业内有一个共识：计算机视觉在学术界和工业界上有差异，机器视觉在工业界落地还需要在网络架构实验，训练方法试验、造数据、清洗数据、badcase分析、打补丁等环节进行多方面调试；同时，还要对具体业务场景进行针对性开发，需要进一步加强算法和商业应用的融合。

针对上述难题，思谋科技提出自动持续优化MOA（工业4.0最佳解决方案）并形成了完善的智能制造产品架构——“1+2+N工业智能体”：

一个智能工业平台、两大智能标准化传感器系列，以及N个行业解决方案及高端智能检测设备，帮助工业企业实现工厂的智能化、数字化升级，完成智能技术与产品的国产化替代，增强制造业核心竞争力。

其中，思谋智能工业平台SMore ViMo已实现搭载超过1000个细分行业场景的智能化生产模型，针对复杂且零散的需求，提供数据管理、方案设计、模型训练等全流程智能化服务，完成机器视觉质检、设备故障诊断、无人智能巡检、生产现场检测、销售预测及需求管理等任务。

同时思谋推出的智能传感器和高端智能检测装备可应用于各种制造细分场景，配套产线全自动视觉检测系统，实现产品生产全流程的深度感知和智慧决策。

近日，美国《福布斯》杂志网站列出了计算机视觉技术在2022年的五大发展和应用趋势，分别是优化数据的质量、健康和安全领域、零售业、智能网联汽车以及边缘计算等领域。

不过，也有业内人士指出，计算机视觉技术未来发展也面临众多挑战，比如行业需求与技术算法的精准结合、计算机视觉算法开发的时间与人力成本、技术算法设计与芯片升级的迭代同步等都是不得不面对的难题。

出品：南都湾财社·科创工作室

采写：南都湾财社记者 陈培均

相关问答

下一代工业革命必然是以先进计算机算法为主导,以ai为方向,逐渐剥离人工的生产方式。智能制造就是这些技术综合在一起的产物,是从人工转向ai的第一步。虽然是最...