2021年,工信部、國家發(fā)改委等部門印發(fā)《“十四五”智能制造發(fā)展規(guī)劃》,我國智能制造發(fā)展再次提速,作為技術(shù)核心之一的機(jī)器視覺也成為眾多人工智能公司加碼布局的重要陣地。
成都考拉悠然科技有限公司作為在機(jī)器視覺領(lǐng)域具有技術(shù)優(yōu)勢的人工智能企業(yè),在對多家工業(yè)生產(chǎn)企業(yè)訪問調(diào)研的過程中,深刻感受到了傳統(tǒng)管理模式下的工業(yè)生產(chǎn)所存在的種種痛點(diǎn)問題,同時(shí)也敏銳地判斷人工智能將在解決問題的過程中發(fā)揮巨大作用。
通過近兩年時(shí)間的研發(fā)探索,目前針對工業(yè)制造領(lǐng)域的安全生產(chǎn)AI賦能產(chǎn)品,已成為考拉悠然的主攻市場業(yè)務(wù)之一。
近日,a&s特別采訪了考拉悠然安全生產(chǎn)產(chǎn)品線業(yè)務(wù)拓展總監(jiān)孫文琦,探討工業(yè)自動(dòng)化發(fā)展進(jìn)程中,AI技術(shù)如何更高效地應(yīng)用到安全生產(chǎn)場景之中。
Q:a&s
A:成都考拉悠然科技有限公司安全生產(chǎn)產(chǎn)品線業(yè)務(wù)拓展總監(jiān) 孫文琦
Q:貴司主要在安全生產(chǎn)領(lǐng)域扮演什么角色?目前用戶對于這方面的需求如何?
A:考拉悠然是由歐洲科學(xué)院院士、ACM/IEEE Fellow申恒濤教授領(lǐng)銜20余位海外名校歸國博士于2017年創(chuàng)立,自主研發(fā)的業(yè)界首款多模態(tài)人工智能操作系統(tǒng)——OSMAGIC碼極客,致力于讓企業(yè)擺脫繁雜的算法、算力、數(shù)據(jù)整合工作,通過系統(tǒng)的AI能力平臺和AI學(xué)習(xí)平臺,快速完成場景AI賦能,提供低門檻、高性能、可擴(kuò)展的行業(yè)級AI解決方案。
目前公司在安全生產(chǎn)領(lǐng)域主要做的工作,是以O(shè)SMAGIC碼極客為核心,通過場景化的賦能,構(gòu)建一個(gè)可以迅速應(yīng)用到工業(yè)生產(chǎn)環(huán)境中的安全生產(chǎn)AI管控平臺。它可以實(shí)現(xiàn)事前布防、事中預(yù)警、事后追溯,并且可以迅速高效的賦能不同行業(yè)屬性的生產(chǎn)場景。
我們不是通過某一個(gè)項(xiàng)目做完全定制化的單體產(chǎn)品,而是針對某一個(gè)細(xì)分行業(yè)提供一個(gè)可以在該行業(yè)工業(yè)生產(chǎn)環(huán)境復(fù)用的AI體系平臺。這個(gè)平臺適用于建筑建材、能源電力、石油化工、煙草制造、礦業(yè)開采、汽車制造等智能制造行業(yè),可以幫助企業(yè)實(shí)現(xiàn)管理及生產(chǎn)過程中的降本增效。
再從市場需求來看,現(xiàn)階段國內(nèi)大部分工業(yè)生產(chǎn)企業(yè)在安全生產(chǎn)管控方面存在的問題,大多數(shù)都可以歸結(jié)為“基于人力管理效率低所帶來的各種隱患問題”。例如,人工巡檢不僅成本頗高,而且對一些潛在安全隱患也無法及時(shí)察覺,在規(guī)模較大、工藝復(fù)雜的生產(chǎn)車間中僅憑人力無法對各個(gè)環(huán)節(jié)的情況做到及時(shí)、全面的掌握,甚至監(jiān)管處置人員本身也可能因?yàn)椴灰?guī)范的操作而引發(fā)事故。以上是所有生產(chǎn)企業(yè)亟待解決的痛點(diǎn),也正是考拉悠然的安全生產(chǎn)AI管控平臺將著重解決的問題,所以對這些企業(yè)而言,考拉所提供的解決方案非常具有實(shí)用價(jià)值。
Q:您如何看待國內(nèi)工業(yè)自動(dòng)化的發(fā)展態(tài)勢?與西方國家相比有哪些差異?
A:我國目前已基本實(shí)現(xiàn)工業(yè)機(jī)械化,當(dāng)下無論是政策傾向還是市場環(huán)境,都為國內(nèi)工業(yè)自動(dòng)化的發(fā)展創(chuàng)造了良好的條件。
首先是產(chǎn)業(yè)政策的支持?!丁笆奈濉敝悄苤圃彀l(fā)展規(guī)劃》提出了“到2035年,規(guī)模以上制造業(yè)企業(yè)全面普及數(shù)字化網(wǎng)絡(luò)化,重點(diǎn)行業(yè)骨干企業(yè)基本實(shí)現(xiàn)智能化”等一系列具體目標(biāo),可以預(yù)見未來十年是人工智能在工業(yè)制造領(lǐng)域廣泛落地的黃金十年。
其次是客觀環(huán)境驅(qū)動(dòng)。隨著我國人口紅利不再明顯,國內(nèi)制造業(yè)急需高自動(dòng)化的生產(chǎn)設(shè)備以解決人力不足和人工成本上升的問題,這也成為了國內(nèi)工業(yè)自動(dòng)化發(fā)展的重要驅(qū)動(dòng)力。
另外,隨著一批前沿科技的發(fā)展,諸如高端電子元件、高精密設(shè)備對品控的要求也越來越高,這也將促進(jìn)國內(nèi)工業(yè)自動(dòng)化產(chǎn)品的廣泛應(yīng)用。
與西方國家相比,我國工業(yè)自動(dòng)化技術(shù)自主研發(fā)起步相對更晚,所以與美國、德國等制造強(qiáng)國相比,顯然還有更大的進(jìn)步空間。站在國家戰(zhàn)略政策層面來比較,由于西方國家的工業(yè)已經(jīng)相對成熟,所以我們與他們的發(fā)展側(cè)重點(diǎn)也有所不同。
德國《國家工業(yè)戰(zhàn)略 2030》旨在有針對性地扶持重點(diǎn)工業(yè)領(lǐng)域,提高工業(yè)產(chǎn)值,具體應(yīng)用諸如人工智能之類的改變游戲規(guī)則的技術(shù),以保證德國工業(yè)在歐洲乃至全球的競爭力。
美國的《先進(jìn)制造業(yè)領(lǐng)導(dǎo)力戰(zhàn)略》希望開發(fā)和轉(zhuǎn)化新的制造技術(shù)教育、培訓(xùn)和集聚制造業(yè)勞動(dòng)力、擴(kuò)展國內(nèi)制造供應(yīng)鏈的能力。
我國的《“十四五”智能制造發(fā)展規(guī)劃》則提出,要基于新一輪科技革命和產(chǎn)業(yè)變革與我國加快轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式的歷史性交匯點(diǎn),堅(jiān)定不移地以智能制造為主攻方向,推動(dòng)產(chǎn)業(yè)技術(shù)變革和優(yōu)化升級,推動(dòng)制造業(yè)產(chǎn)業(yè)模式和企業(yè)形態(tài)根本性轉(zhuǎn)變,促進(jìn)我國制造業(yè)邁向全球價(jià)值鏈中高端。
Q:在目前的工業(yè)自動(dòng)化市場中,軟件與平臺雖然支撐了整個(gè)工業(yè)的體系,但其價(jià)值往往會被人所忽視,如何看待這種現(xiàn)象?
A:這一現(xiàn)象在過去是比較普遍的,因?yàn)檐浖推脚_是抽象的產(chǎn)品,通俗來說就是“看不懂、摸不著”,對大部分管理者而言,無法很直觀的感受到它們對企業(yè)的賦能,所以就容易弱化其實(shí)際的價(jià)值。
但隨著數(shù)字化對整個(gè)社會的影響越來越大,更多的人們已經(jīng)逐漸意識到了軟件和平臺的重要性,同時(shí),現(xiàn)在很多的軟件和平臺也在設(shè)計(jì)上加入了“讓用戶更直觀的感受”這一層考量。
以考拉悠然的AI中臺產(chǎn)品為例,AI中臺是以O(shè)SMAGIC碼極客多模態(tài)人工智能操作系統(tǒng)為基座,面向業(yè)務(wù)場景共享復(fù)用的技術(shù)平臺,它可以在算法層面幫助企業(yè)實(shí)現(xiàn)快速生產(chǎn)、快速集成、快速對接,從而極大的提升在相關(guān)業(yè)務(wù)場景的工作效率,這對于企業(yè)而言無疑是非常具有長期實(shí)用價(jià)值的。
同時(shí),AI中臺還具備快速展示的能力,利用多年的場景化AI深耕經(jīng)驗(yàn),平臺內(nèi)嵌了一套相關(guān)演示、繪制標(biāo)準(zhǔn),新上線的算法通過后端配置,可以迅速在前端看到算法效果,做到“所見即所得”,不僅能夠快速、全面地展示AI算法能力,更能讓客戶立即就能現(xiàn)場體驗(yàn),這樣就進(jìn)一步讓軟件的價(jià)值變得更加具體可見了。
Q:作為制造業(yè)大國,工業(yè)卻是國內(nèi)AI落地場景中最薄弱的一環(huán),您認(rèn)為工業(yè)+AI或工業(yè)+數(shù)字化技術(shù)目前仍有哪些不足,貴司有哪些新的見解?
A:人工智能落地困難是一個(gè)普遍的問題,這是由于人工智能技術(shù)具有高門檻和定制化兩項(xiàng)特點(diǎn),從而導(dǎo)致“落地的場景應(yīng)用難以匹配越來越廣闊的市場需求”。
再看國內(nèi)制造業(yè)的情況,市場規(guī)模巨大,但具體到每個(gè)行業(yè)場景,可以得出的場景細(xì)分?jǐn)?shù)目也十分驚人,不同場景的需求也大不相同(比如電子元件制造和汽車制造的生產(chǎn)場景就有很大不同)。所以目前,還沒有一家涉足“AI+智能制造” 企業(yè)能夠輕易覆蓋超過 10 個(gè)細(xì)分應(yīng)用領(lǐng)域。
考拉悠然對此做了長期的研究和實(shí)踐,并認(rèn)為解決這個(gè)問題的核心在于:場景化的AI能力,我們簡稱場景AI。
相較于傳統(tǒng)安防AI,人工智能更廣泛的應(yīng)用落地是在場景AI。而場景AI需要與場景需求進(jìn)行深度的結(jié)合,比如,疫情防控,城市治理等場景化需求,不僅需要算法模型,更需要將場景化需求中涉及的算力、業(yè)務(wù)邏輯形成整體,才能實(shí)現(xiàn)AI能力在具體場景中的落地。所以,場景AI就是算力、算法、業(yè)務(wù)的組合體,缺一不可。
考拉悠然自主研發(fā)的OSMAGIC碼極客多模態(tài)人工智能操作系統(tǒng),正是能夠高效率實(shí)現(xiàn)場景AI能力的生產(chǎn)力工具。
我們以O(shè)SMAGIC碼極客研發(fā)了安全生產(chǎn)AI管控平臺,可以實(shí)現(xiàn)面向安全生產(chǎn)的標(biāo)準(zhǔn)化應(yīng)用,在鋼鐵、能源、石化、建筑等行業(yè)都能實(shí)現(xiàn)高效的場景賦能。
除了安全生產(chǎn),我們同樣以O(shè)SMAGIC碼極客為核心,針對工業(yè)生產(chǎn)中的產(chǎn)品檢測需求,打造了AI智能檢測系統(tǒng),實(shí)現(xiàn)賦能生產(chǎn)過程中各類產(chǎn)品的外觀檢測環(huán)節(jié),同樣能廣泛應(yīng)用于液晶面板、半導(dǎo)體、新能源、汽車等領(lǐng)域。
Q:工業(yè)自動(dòng)化項(xiàng)目個(gè)性化需求繁多,導(dǎo)致廠商業(yè)務(wù)偏向定制為主,如何看待行業(yè)標(biāo)準(zhǔn)化的進(jìn)程?哪些行業(yè)可復(fù)制性較強(qiáng)?
A:傳統(tǒng)制造行業(yè)向標(biāo)準(zhǔn)化發(fā)展的步伐一直走比較穩(wěn)健,但在數(shù)字化的時(shí)代,想要推動(dòng)產(chǎn)業(yè)進(jìn)步和生產(chǎn)效率提升,標(biāo)準(zhǔn)化是無可避免的一項(xiàng)挑戰(zhàn),因?yàn)闃?biāo)準(zhǔn)化是自動(dòng)化發(fā)展的重要條件,以自動(dòng)裝配為例,如果能做到組件統(tǒng)一,就能統(tǒng)一操作方式,利用自動(dòng)化生產(chǎn)提高效率、降低成本。
但我們討論的行業(yè)標(biāo)準(zhǔn)化不只限于硬件,工業(yè)制造相關(guān)的軟件技術(shù)也應(yīng)該考慮到標(biāo)準(zhǔn)化,以方便用戶能更好的采用和部署。
這里就又必須提到OSMAGIC碼極客,我在前面提到的安全生產(chǎn)AI管控平臺和AI智能檢測系統(tǒng),之所以能夠以“標(biāo)準(zhǔn)化”的方式廣泛應(yīng)用于不同工業(yè)場景,正是基于OSMAGIC碼極客的高效場景化AI能力生產(chǎn),具體是怎么做到的呢?考拉悠然依托多年的行業(yè)經(jīng)驗(yàn),積累了大量的業(yè)務(wù)模板,將場景化的需求經(jīng)過業(yè)務(wù)邏輯的設(shè)計(jì),結(jié)合場景數(shù)據(jù),通過自動(dòng)化的訓(xùn)練,形成了場景化的模型,最后再經(jīng)過可視化的場景化AI能力編排引擎,就成功實(shí)現(xiàn)了場景化AI能力的高效生產(chǎn)。這就讓我們在面對不同的工業(yè)制造場景時(shí),也能以“標(biāo)準(zhǔn)化”的方式快速地對接需求,響應(yīng)需求,滿足需求,高效賦能應(yīng)用落地。
更準(zhǔn)確的說,OSMAGIC碼極客做到的不只是行業(yè)標(biāo)準(zhǔn)化,而是技術(shù)標(biāo)準(zhǔn)化。怎么理解呢?目前考拉悠然的業(yè)務(wù)除了智能制造,也涉及到智慧城市的部分。以其中的智能治理產(chǎn)品為例,其底座同樣是OSMAGIC碼極客多模態(tài)人工智能操作系統(tǒng),可以針對不同的治理需求場景高效生產(chǎn)對應(yīng)的算法能力,這也說明OSMAGIC碼極客是一個(gè)從人工智能技術(shù)應(yīng)用層面打造標(biāo)準(zhǔn)化產(chǎn)品,真正能做到為千行百業(yè)賦能。
Q:當(dāng)下,工業(yè)‘卡脖子’問題仍然存在,您如何看待未來行業(yè)的發(fā)展?
A:“卡脖子”問題會在短期內(nèi)對行業(yè)造成一定程度的不利影響,但長期來看,攻克“卡脖子”核心技術(shù)問題已經(jīng)是各界的共識。
就工業(yè)領(lǐng)域而言,比如機(jī)器視覺領(lǐng)域常用的高性能GPU需要依賴美國公司生產(chǎn),且不僅是硬件部分,在軟件上我們也面臨同樣的挑戰(zhàn),比如目前我國智能制造的核心工業(yè)軟件依然高度依賴進(jìn)口。
形成這一問題的原因很復(fù)雜,要想解決也不是短時(shí)間可以達(dá)成的,目前國家已經(jīng)針對這一問題推出了多項(xiàng)政策,從費(fèi)用支持、人才引進(jìn)、市場激勵(lì)等層面進(jìn)行刺激,同時(shí)拓展替代性的國際合作渠道,重新布局國家、區(qū)域和全球多圈層的產(chǎn)業(yè)鏈格局。
相信在經(jīng)過短期的陣痛后,隨著核心技術(shù)的不斷發(fā)展,我們最終能夠?qū)崿F(xiàn)自立自強(qiáng)。
Q:解決傳統(tǒng)安全檢查及時(shí)性差、人力成本高、管理效率低的難痛點(diǎn),助力工業(yè)企業(yè)降本增效,提升管控能力是考拉悠然的方案宗旨,能否介紹下典型的案例?
A:目前考拉悠然在安全生產(chǎn)領(lǐng)域已在建材和建筑、煙草、糧食等領(lǐng)域的生產(chǎn)企業(yè)達(dá)成合作關(guān)系,我們以華西綠舍為例,它是華西集團(tuán)實(shí)施一體化及相關(guān)多元化戰(zhàn)略,圍繞建筑產(chǎn)業(yè)鏈,全力融合集團(tuán)內(nèi)資源,重組設(shè)立的建材企業(yè)。此前我們在調(diào)研溝通中發(fā)現(xiàn),華西綠舍對安全隱患的管控仍采用傳統(tǒng)視頻監(jiān)控的模式,依靠人去盯、事后回看的方式預(yù)防安全生產(chǎn)事故的發(fā)生,無法提前感知風(fēng)險(xiǎn),迫切需要進(jìn)行安全生產(chǎn)管控的信息化建議,以推動(dòng)生產(chǎn)施工模式和管理模式的變革,實(shí)現(xiàn)智能化的生產(chǎn)、管理和服務(wù)。
考拉悠然針對華西綠舍這類建材工業(yè)場景的安全生產(chǎn)需求,基于安全生產(chǎn)AI管控平臺,通過智能感知實(shí)現(xiàn)事前布防、事中預(yù)警、事后快速追溯的閉環(huán)流程,建立統(tǒng)一的智慧安全監(jiān)管平臺,從而為華西綠舍提供了“人、機(jī)、料、法、環(huán)”全量場景的AI監(jiān)管能力,對已建設(shè)的安防監(jiān)控快速賦能,最大化地提升了安全監(jiān)管能力。
更重要的是,這一項(xiàng)目的落地為華西綠舍旗下其余建材工地的智慧賦能起到了樣板示范作用,目前平臺已與他們的生產(chǎn)管理系統(tǒng)互通,在未來長期合作的過程中將逐步建立多層級的安全管控組織架構(gòu)。
Q:關(guān)于工業(yè)自動(dòng)化,還有什么想補(bǔ)充的內(nèi)容?
A:對工業(yè)自動(dòng)化發(fā)展而言,人工智能是技術(shù)層面的重要核心,但同時(shí),具體到不同場景的落地應(yīng)用時(shí)所產(chǎn)生的問題,也是每一個(gè)涉足“工業(yè)+AI”的企業(yè)需要正視并解決的。
面對巨大的市場資源以及廣闊的行業(yè)前景,作為軟件技術(shù)的生產(chǎn)方,或許我們應(yīng)該跳出單個(gè)項(xiàng)目、單個(gè)行業(yè)的限制,將視野放大,將行業(yè)趨勢以及技術(shù)痛點(diǎn)作為解題思路,然后再進(jìn)行產(chǎn)品研發(fā)。
考拉悠然也希望通過OSMAGIC碼極客的持續(xù)研發(fā)升級,提供更多高效率的行業(yè)標(biāo)準(zhǔn)化生產(chǎn)工具,為工業(yè)自動(dòng)化產(chǎn)業(yè)的發(fā)展貢獻(xiàn)一份力量。
結(jié)語:
工業(yè)自動(dòng)化需求下的人工智能應(yīng)用,無疑是當(dāng)下最熱門的的行業(yè)風(fēng)口之一。但想要在風(fēng)起時(shí)脫穎而出,風(fēng)停時(shí)平穩(wěn)著陸,或許就需要站在更高的位置,俯瞰行業(yè)和專業(yè)的整體需求和問題,作為企業(yè)研發(fā)的突破點(diǎn)。
考拉悠然以安全生產(chǎn)的行業(yè)痛點(diǎn)作為驅(qū)動(dòng)力,以場景AI應(yīng)用作為技技術(shù)核心,能否成為工業(yè)自動(dòng)化發(fā)展風(fēng)口中飛的更久、更穩(wěn)的那一個(gè)?我們拭目以待。