國內(nèi)某知名鑄造企業(yè)的鑄造車間，最近幾個月多了一位新工友——一臺高清度工業(yè)照相機以及配套軟件系統(tǒng)。在老師傅“指導”下，這名新“學徒”再完成30％的一線培訓，就能“滿師”上崗。當一個個砂型從生產(chǎn)線上下線，它會又快又準地自動判斷出其中的瑕疵品，然后“通知”下一個工序進行處理。

為這位新工友提供AI大腦的，是云知聲智能科技股份有限公司與華通集團智能研究院的聯(lián)合團隊。云知聲，這家素來以智能語音聞名圈內(nèi)的人工智能獨角獸企業(yè)，在青島卻成為了一名十足的跨界者。它關注的不再僅僅是如何用語音控制智能家居、如何用語音直接錄入患者病歷之類的智慧服務場景，而是將更多精力放在實體經(jīng)濟如何更多應用智能技術上，讓AI在制造業(yè)生產(chǎn)車間里結出碩果。

用AI機器視覺進行砂型檢測就是云知聲青島團隊的“處女作”。依托與青島華通集團聯(lián)合建立的人工智能融合創(chuàng)新實驗室，探索為某鑄造設備企業(yè)研發(fā)砂型表面質(zhì)量AI視覺檢測功能。

對裝備使用企業(yè)來說，車間內(nèi)就有了一位永不疲倦的砂型“質(zhì)檢員”。

砂型是企業(yè)生產(chǎn)鑄件過程中使用的一種模具，如果上面有裂紋或掉塊，會直接給鑄件造成瑕疵。為避免有質(zhì)量問題的砂型被使用，企業(yè)會在砂型生產(chǎn)線上安排工人對造型流水線上的每一個砂型進行質(zhì)量檢查。

“這是一件十分枯燥的工作。負責檢查的工人一直在生產(chǎn)線前盯著，每隔45秒左右，生產(chǎn)線滾動一下，就有一個砂型送到他面前，他要用肉眼分辨是否有缺陷，然后決定是否按下標記按鈕。”云知聲相關技術負責人趙汝騰說。

而當設備有了AI視覺檢測功能，這件工作就可以完全交給機器。工業(yè)相機會為每一個被送到自己面前的砂型拍照，系統(tǒng)如果在照片中發(fā)現(xiàn)缺陷，會立即標記，對有問題的砂型進行相應處置。即使24小時工作，也無需擔心它會因為疲倦而影響砂型質(zhì)量穩(wěn)定性。

看似簡單的應用，背后的實現(xiàn)過程卻并不簡單。要能夠在崗位上自己獨當一面，這位“質(zhì)檢員”要接受3－6個月的“培訓”，即人工智能的模型訓練。

“這有點像師傅帶學徒，系統(tǒng)要在老師傅的幫助下，學習哪些是缺陷。”趙汝騰介紹，在“培訓”階段，系統(tǒng)每拍一張照片，現(xiàn)場的工藝人員都會在上面做標記，告訴它哪些是缺陷，慢慢建立起全面的缺陷模型。“目前，它已經(jīng)能識別70％的缺陷，預計8月結束。訓練完成后，不僅能在這家企業(yè)使用，還能在其他企業(yè)推廣普及。”

這也令AI視覺檢測與傳統(tǒng)的機器視覺檢測有了本質(zhì)不同。據(jù)介紹，傳統(tǒng)機器視覺檢測，系統(tǒng)要將產(chǎn)品照片與資料庫中的每一種砂型照片比對，發(fā)現(xiàn)有差異的認定為有缺陷，過程中系統(tǒng)需要較長的計算時間。而依托人工智能的機器學習，系統(tǒng)能直接“認識”缺陷，不管它出現(xiàn)在哪種砂型產(chǎn)品上，可以直接識別出來。當這位“質(zhì)檢員”正式上崗，它能在10秒內(nèi)完成對砂型缺陷與否的判斷。

這只是個開始，云知聲將為更多“青島造”裝備注入AI智慧。

“華通集團旗下有多家行業(yè)領先的裝備制造企業(yè)，通過與這些企業(yè)合作，探路人工智能在制造業(yè)場景下的應用，找到工業(yè)互聯(lián)網(wǎng)、智能制造中人工智能企業(yè)的機會，提升自身賦能實體經(jīng)濟的能力。”趙汝騰介紹。

某種意義上，當AI進入車間，不僅意味著一個新應用場景的拓展，更意味著人工智能企業(yè)思維方式的一種轉變。美國知名工業(yè)人工智能專家、富士康工業(yè)互聯(lián)網(wǎng)副董事長李杰就曾表示，人工智能幫助人類探索生活中增加智能化的機會，而工業(yè)人工智能則要能重復、有效、可靠地解決工業(yè)問題。以往的人工智能應用更關注從數(shù)據(jù)角度出發(fā)，挖掘新的應用機會，但在工業(yè)中，更需要從問題出發(fā)，通過問題解決創(chuàng)造價值。

鑄造生產(chǎn)線的AI視覺檢測能解決企業(yè)面臨的用工成本、質(zhì)量穩(wěn)定性等問題，而云知聲正在開發(fā)中的另一個項目，將幫助企業(yè)降低設備維護成本。

工廠中，何時對生產(chǎn)設備進行維護或零部件更換，是一件讓企業(yè)“撓頭”的事兒。早了，會造成浪費；晚了，則影響生產(chǎn)。合理的設備維護策略是制造業(yè)最關心的事之一。如果能對設備維護進行預測，一切問題迎刃而解。

“以鑄造設備為例，遍布設備各處的傳感器會實時采集溫度、濕度、油壓等運行狀態(tài)數(shù)據(jù)，我們利用這些數(shù)據(jù)，建立AI預測模型。它相當于設備的智能醫(yī)生，當設備某些指標出現(xiàn)故障征兆時，系統(tǒng)能提前診斷出來，使用者能在最佳時間進行設備維護。”趙汝騰介紹。

目前，聯(lián)合實驗室正在嘗試搭建針對鑄造設備的預測性模型框架，模型訓練已進行30％。此外，還研究搭建基于5G專網(wǎng)的工業(yè)互聯(lián)網(wǎng)遠程運維平臺。屆時，平臺能實時獲悉設備狀態(tài)，依托相關數(shù)據(jù)分析和AI預測，為用戶提供更加準確和有針對性的定期維護方案。借此，裝備企業(yè)的商業(yè)模式也將由賣產(chǎn)品逐漸轉變?yōu)橘u“產(chǎn)品＋服務”。

“在實體經(jīng)濟領域，云知聲還是‘小學生’，我們將依托青島豐富的制造業(yè)場景，與這座城市共同成長。”趙汝騰說。

作為一家創(chuàng)立于2012年的人工智能企業(yè)，云知聲從交互入手，圍繞感知智能、認知智能、通用智能三大方向，已構建起智能語音、認知和表達、超算平臺、視覺圖像、機器翻譯等多模態(tài)人工智能硬核技術。依托技術研發(fā)實力，不斷擴展自身能力、產(chǎn)品邊界，未來將為“新基建”提供更多AI力量。