分论坛 > 苏州 > 新闻动态
工业AI时代,我们怎么办?-CCF YOCSEF苏州举办“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
2021-04-23 阅读量:589 小字

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。


CCF聚焦