工业AI时代，我们怎么办？

-CCF YOCSEF苏州举办“高端制造业AI转型，苏州是否能够胜出？”观点论坛

2021年4月20日，CCF YOCSEF苏州在苏州工业园区金鸡湖大道88号人工智能产业园E1栋五楼504会议室举办了 “工业AI的发展与挑战及产学研论坛--高端制造业AI转型，苏州是否能够胜出？” 观点论坛。本次论坛由中国计算机学会主办，中国计算机学会CCF YOCSEF苏州学术委员会承办，中科行智智能科技有限公司，苏州卓越金码电子科技有限公司协办. 来自苏州市工业AI领域的数十名高校学者、企业专家参加了此次论坛。

本次论坛执行主席是CCF YOCSEF苏州欧阳明和孟海亮，CCF YOCSEF苏州任勇和吴荣伟负责线上宣传和播报。

首先YOCSEF苏州主席欧阳明对CCF YOCSEF论坛规则介绍，对YOCSEF苏州的活动提出期望和建议。接着三位来自产业界的专家就工业AI相关领域作了精彩的引导发言。

中国电信苏州分公司政企客户事业部副总经理顾晓强作了题为“5G+工业AI的应用实践” 的引导发言. 顾经理指出苏州市场足够大，苏州政府刚提了5000家企业数字化改造；后期可以利用中国电信的资源优势，与运营商结合，构建5G+工业AI整体架构，主要内容包括：

（1）基于5G做机器视觉方案的切入，先通过部署5G网络，5G组网模式(主要应用于工业领域的5G定制专网)，边缘部署SaaS应用，通过云平台节约企业成本；

（2）机器视觉软件平台架构搭建，针对行业定制化需求，提供算法定制，构建算法库等；

（3）可视化建模工具 AI Explorer在制造业、化纤、钢铁企业机器视觉案例分享，同时指出5G+工业机器视觉方案的优势：云化部署、快速上线、安全可靠、能力增强。

来自苏州中科行智智能科技有限公司的郭晓锋产品总监作了题为“深度学习算法在工业检测研究及应用” 的引导发言，主要内容如下：

1、传统图像处理与基于深度学习的缺陷检测方法的比较，深度学习适合复杂背景情况，但也存在困难：实时性、小样本、准确率要求高（工业上不能接受低于95%的准确率）；

2、AI机器视觉工业领域的典型应用：（1）定位，（2）工业OCR（字体比较特别，支持自定义字符类型，灵活度更高），（3）分割；

3、“天断”深度学习视觉分析平台介绍：分割标注（交互操作完成，降低成本）；

4、提供通用视觉工业软件平台，使项目诊断时间从几个月压缩到几天。

来自苏州卓越金码电子科技有限公司的潘良松视觉技术经理做了“人工智能在工业机器视觉领域的应用及研究”引导发言，主要内容如下：

1、人工智能应用场景介绍（视频/监控分析，图片识别分析，驾驶辅助/智能驾驶；三维图像视觉，工业视觉检测，文字识别，图像及视频编辑等）；

2、从应用领域、学习步骤、成本等方面分析人工智能视觉与传统机器视觉的差异；

3、LED灯珠缺陷检测、笔记本内结构、变速箱OCR读取等行业案例分享，由于供应商多、型号不一致、产品标识模糊不清等原因、实现上也有技术难点；

4、发展趋势：（1）人工智能的视觉与传统视觉的融合加强，（2）应用领域的多样化（汽车、医疗、印刷等）。

思辨环节中，与会专家就“工业AI的需求主要有哪些？制造企业是随便说说还是真心需求？”、 “工业AI的技术研发如进展如何？是否真的能够帮助制造企业？是表面文章还是真材实料？”、“产学研用各方如何能够更好的参与苏州工业AI的发展？是否能够助力苏州的制造企业在工业AI的转型升级中胜出？”三个辩题进行了热烈讨论。

嘉宾郭晓锋提出：很多工厂都有许多类似的应用需求，目前在外观检测方面需求最大，另外就是在工人行为监控方面，但行为监控本身是比较困难的，技术也不是特别成熟，且客户对价格比较敏感。缺陷检测目前是刚性需求，在实际使用的过程中，对工人人数要求比较高，在具体运用过程中，需要突破一个点，也需要技术能够满足客户的要求才行。嘉宾顾晓强提出：在使用过程之中，客户会提出很多需求，真正的使用场景也非常多，但有时候技术不一定能够支撑，有时候在实验室里面训练是没有问题的，但是现场使用的时候还是有困难的，真正能够落地的还是需要很长时间。嘉宾潘良松提出：工业AI的技术需求还是挺多的，但是在具体的使用以及落地场景上面还有一定的挑战。

YOCSEF苏州窦路婷提出：企业还是有真心需求的，很多传统企业不是说不想上工业AI，只是很多企业还是停留在自动化甚至是信息化、数字化转型阶段。国内外很多企业对工业AI都非常重视，且很多企业在正式投入的时候都会考虑投入产出比，把传统模式下几年的利润提前投入进去，多久可以回收。只实际运营过程之中会遇到一些的问题，目前接触了很多企业，他们都有这个方面的初步规划，但是深入应用还需要很长一段时间。YOCSEF苏州欧阳明提出：现在很多工厂需求还是很旺盛的，从视觉的角度来说，前几年一些简单的应用也已经落地了。这几年很多都在用深度学习的方式来做，这是我们目前接触的很多企业的真实需求。YOCSEF苏州任勇提出：目前经验来看，工业AI检测还是相对容易的。但是工业AI不仅仅是一个单独的检测，还需要把很多其他环节联动起来，这样才能更有利于产业落地。

嘉宾郭晓锋提出：目前做AI的话就是会叫好不叫座，交付周期长，投入太大，且很多时候客户那边也不太理解，所以一些相关的费用也不太好去测算，导致整个和客户谈判的过程也是比较难。客户对AI的期望过高，在一些案子上面效果确实很好，但是在有些方向上面就不会有很好的效果。AI确实在某些特定领域上面有一些较好的效果，但客户本身并不是特别理解，他认为人工智能能够有全面的解决方案。所以前期项目沟通过程需要做充分的评估，如果说评估不好的话，后续就会有很多问题。

YOCSEF苏州史国良&窦路婷：需要细分市场，整个工业AI的产业链太长，如果一家公司想把所有的产业链做好，就很难达到理想的效果，建议集中精力把其中一个细分环节做好，再把相关产业链相集合会比较好。YOCSEF苏州欧阳明&顾晓强：机器视觉可以结合IOT,可以通过边缘计算把数据传输到云端，再通过5G的方式，把数据提交到云端做相关的计算，对于安全的考虑，很多大企业会在公司内部建立云端的平台，形成5G私网，企业建立5G网络，政府也会有相关的补贴。

嘉宾郭晓锋提出：有点规模的企业，大家在工业那方面的水平基本上差不多，网络如果定了之后整体性能和效果都差不多，深度学习只能解决一部分问题，只能做定性分析，不能做定量分析，所以公司在前期判断这个项目能不能做一些，效果能不能达到是很重要的，目前有些行业AI做的还是非常好的，所以要根据行业来定，需要抓到一个行业领域，然后把它给做细做透，这个价值就会非常大，我们目前是做了一个通用平台，然后给大家开放使用，如果觉得好用的话，那就可以做产业推广，这样我们只做某一块的事情。

YOCSEF苏州任勇提出：我们学校是报了智能制造以及工业互联网的专业，产学研用还应该再加一个政策，把产学研用融合在一起，在这个体系里面，一定要学校和企业一起结合起来合作，企业在与高校的合作过程中也是很积极的，这样就可以联合起来培养工业AI的人才。目前机器视觉可以做课程，但是不太适合做专业，学校可以和企业联合起来，培养一些相关的人才，把研究成果和应用结合在一起。嘉宾郭晓锋提出：目前我们这边有和培训机构合作去给工厂的工程师做培训推广，AI技术是需要推广的（正如早期的PLC应用类似），培训推广是很重要的一个环节。理想的情况是，开发了一个典型的算法和平台后，在各应用端推广。这样其实效果是最好的，对各方的成本也会控制得比较好，对整个产业发展也是最有利的。

本次论坛现场讨论非常热烈，结束后依然意犹未尽，与会人员希望以后能有机会对相关主题继续深入交流。