“腾讯云智能从数据这一核心要素资源出发 ， 以数据采集、传输、存储和计算的全流程视角 ， 综合应用人工智能、大数据、云计算和物联网等技术 ， 完成了从‘单点智能’到‘全局智能’的升级 。 依托人工智能、大数据、云计算和物联网的云智能架构 ， 贴合客户的产业场景需求 ， 输出面向各行业的智能综合解决方案 。 ” 汤道生表示 。
具体到工业AI的解决方案 ， 腾讯云智能形成了一套“方法论” 。 包括提供从数据到服务的一站式工业智能集成化应用实施环境 ， 推动人工智能技术落地 ， 助力提质增效降本 。 方案提供四大产品组件 ， 实现模型迭代训练业务的闭环 ， 产品功能可做客制化开发及本地私有云部署 。
工业质检助企业一年省数千万元
在工业AI的工业视觉赛道 ， 腾讯云智能的AI技术找到了施展能力的天地 。
作为一家金属粉末注射成型（MIM）产品专业制造商 ， 富驰高科的MIM产品质检环节此前面临明显的人工质检局限性 ， 急需找到有效的AI质检方案 。
“人工质检是用人最多的地方 ， 且面临明显问题 。 一方面 ， 工作时间长且枯燥 ， 人工拿着产品360度旋转找缺陷 ， 每件检查时间长达1分钟 ， 工作人员容易疲劳 。 另一方面 ， 订单变动时无法准确适配人员 ， 人力成本不断拉高 ， 质检高峰期用人数量超过1500人 。 ” 上海富驰高科自动化总监邓声志表示 。
富驰高科在其它工序上基本实现自动化 ， 唯独人工质检智能化升级遇到瓶颈 。 难点在于3C产品成像易造成高反光 ， 难以判断是否正常反光 ， 凹凸缺陷呈现难以凸显 ， 机器检测易造成过杀 。 此外 ， 工厂更换新产品时算法快速迭代的需求很难满足 。
“我们与很多家AI企业沟通过 ， 最后发现腾讯最用心且最有信心 。 腾讯在前期评估时便驻场调研并试验算法 ， 使检验指标达到预期效果 。 看到腾讯的技术能力和信息 ， 我们决定合作推进AI质检项目 。 ” 邓声志表示 。

文章图片

图为富驰高科的车间
腾讯优图实验室作为AI核心技术能力提供者深入参与了富驰高科的工业质检项目 。 腾讯云AI研发总经理、腾讯优图实验室副总经理吴永坚表示 ， AI技术应用到质检项目的过程中遇到了多个困难 ， 在技术适应工业场景的要求并不断提升能力后 ， 最终才啃下富驰高科AI质检这块“硬骨头” 。
【AI工业质检年省数千万元成本，腾讯AI如何让工业更智能？】一大挑战在于 ， 为避免影响对下游组装 ， 质检过程不能出现零部件漏检 ， AI质检对算法的要求极高 ， 腾讯优图实验室不断针对性优化AI算法等能力后才达到0漏检 。 其次 ， 进行工业AI改造不仅是算法的问题 ， 还包括成像、后续流程改善等问题 ， 需要一一解决 。 此外 ， AI质检不仅需要解决方案 ， 还需要与产线配合 ， 为解决流程中出现的具体问题 ， 团队需要多次进入工厂学习和测试 。
令邓声志印象深刻的是 ， 在长达300天的研发周期中 ， 腾讯团队与富驰高科团队开过两百多次超半个小时的技术讨论会议 。 腾讯云和腾讯优图实验室的工程、软件、AI算法、架构师等条线人员深度参与 ， 双方在各个过程中不断碰撞和调整 ， 才“磨”出了最终满意的方案 。
最终 ， 腾讯优图实验室团队创新地设计了光学一体技术 ， 有效解决凹凸缺陷的成像技术难题 ， 借助算法模型快速完成数百张高分辨率图片推理计算 ， 结合迁移学习和缺陷生产技术 ， 帮助富驰高科在早期产品样本数据不足的情况下达到生产指标 。