流水线上,仅几厘米长的连接器依次通过15个工位后,2000万像素的工业相机阵列早已准备就绪,从不同角度拍下20多张高清产品细节照片,再传输到人工智能“大脑”做多元化的分析,后台大屏即刻显示出产品质量结果。
6月11日,华西都市报、封面新闻记者在位于绵阳的四川华丰科技股份有限公司(以下简称华丰科技)连接器生产车间看到,AI“质检员”正大显身手,提升着检测精准率。
这是传统制造业进入精细化时代的缩影,AI工业质检则是守护产品质量的关键环节,新质生产力助力工业高水平发展已有迹可循。
近日,寻新记报道组对成都阿加犀智能科技有限公司(以下简称阿加犀)、成都数之联科技股份有限公司(以下简称数之联)等AI企业进行了调研,这一些企业在AI工业质检领域不断打破国外垄断,实现自主创新,力图破解通用性低、成本比较高等诸多难题。
连接器是电子系统设备之间电流、光信号等传输与交换的电子部件,不仅常出现在航空航天领域中,在70兆帕的深海、80千伏的高压等多种特殊环境中都有运用,因此对生产质量发展要求极高,产品质检至关重要。
“华丰科技生产的连接器是多面体形状,以往需要工人使用20倍显微镜,挨个翻来覆去检查产品是不是存在缺陷。但并不是所有的缺陷都能通过显微镜分辨出来,并且检测结果也非常容易受到人为情绪影响。”长虹AI实验室高级研究员刘明华说,传统的机器视觉技术虽能代替人工检测,提升一定的检测效率,但也存在识别能力单一等问题。
如今,AI工业质检逐渐取代了传统检测方式,人工智能深度学习则是解决难题的“有力武器”。长虹AI实验室通过自研AI视觉检测技术,研制出“5G+ AI”视觉检测设备,检测精度低于0.02毫米。2022年,该检测系统上线,不仅成功提高了控股子公司华丰科技连接器的检测效率,也在冰箱压缩机等制造领域成功应用。
一家传统家电制造企业,为何将AI质检作为重点攻克方向?长虹AI实验室首席科学家展华益介绍,研究人员通过大量调研发现,AI质检已是制造工厂普遍且迫切的需求。“特别是我们的客户已开始提出,为了确认和保证产品质量可靠性一定要使用AI质检,这一定也是未来的发展的新趋势。”
今年3月7日,中国人工智能学会发布2023年度吴文俊人工智能科技奖授奖公告,全国70项成果获奖。由四川长虹电子控股集团有限公司提名的“多面异构体表面缺陷智能检测关键技术及产业化应用”上榜,成为唯一一项由四川企业提名和完成的获奖成果。
AI大模型热度空前,技术迭代周期越来越短,深度学习蒸蒸日上,某些特定的程度上促进了新型工业化的“智改数转”。以长虹为代表的制造企业正在尝试探索,但大多数制造企业想要部署一套完整可行的工业质检方案并非易事。
在阿加犀的展厅内,应用于不一样的行业的AI产品琳琅满目,“火眼金睛”高效识别产品瑕疵的工业AI质检相机则是其中代表性的产品。该产品是阿加犀打造的全球首款搭载高通平台的智能工业相机,今年7月,该相机的量产流水线就将运作起来。
人工智能赛道众多,做技术出身的阿加犀CEO孙晓刚选择成为“中间商”,服务产业上游和下游企业。“我们把算力、芯片、镜头做到一体化,集成到小型终端设备,原来需要数万元的工业相机,现在成本降低到几千元。”他说,目前这款相机已初步在10多家上市公司的生产线上使用。
工业场景复杂多变,不仅面临转产换产的麻烦,同时还有许多定制化需求。孙晓刚称,通过不断训练大模型适应柔性化生产,既能解决AI工业检测设备贵的问题,又能解决换产难题。
同样在成都,另一家专注工业质检的企业数之联则在这一领域深耕了十余年。该公司推出的AI Camera是一款软硬一体的视觉检测分类产品,能实现在产线的在制、成品等产品的外观表面的毫秒级实时拍出、精确检测一体化,准确率达到99%以上。
在制造业“智改数转”进程中,随着工艺生产的进步,传统视觉检测已不足以应对行业日新月异的检测要求。
据国际数据公司IDC测算,中国工业质检市场规模至2025年将迅速增加至62亿元,2020年至2025年复合增长率达28.5%。曾几何时,工业质检这道命门长期掌握在外国厂商手中,海外客户服务价格高等问题让许多中国企业望而却步。
作为新兴垂直赛道,一众老牌厂商追赶而上,并占据了大部分市场。AI发展进入新阶段后,该领域不仅吸引了互联网头部企业入局,也有AI创新企业的深耕,更多有实力的制造业企业也在改造升级中突破发展。
但业内一致认为,国内工厂的AI检测设备使用率较低,AI质检设备还不够智能。当大模型的风刮到质检领域,深度学习让AI质检的稳定性和准确率得到了质的提升,在行业瓶颈真正被解决前,有关技术的竞争仍在持续。
“长虹在全国拥有几十家工厂,为什么AI质检系统推进并不快?”面对这样的问题,展华益表示,要将检测系统落地到一个新工厂,面对复杂工业场景和许多定制化开发需求,需要从零开始采集数据、训练模型,这是目前的一大挑战。因此他认为,研发相对通用的平台,是AI工业质检的未来发展趋势之一。
在刘明华看来,为什么用AI质检的制造工厂不多,其背后还与工厂的投入产出比有关。“如果工厂生产加入柔性机器人等助力,使设备成本逐步降低,那么工厂使用AI质检的意愿就会慢慢的高。”他说。
也正如孙晓刚所说,人机一体化智能系统必将逐步渗透到中低端制造业中,AI不仅要在高端制造业中用得好,也要让中低端制造业用得起。
实际上,并不是所有制造企业都有自主研发能力,更多的是需要技术供应商与行业用户的协同发展。IDC中国高级分析师程荫认为,技术供应商与行业用户要通力合作,一方面通过不断的测试与迭代,帮助大模型、生成式AI更好地落地;另一方面,技术供应商与行业用户也不应放弃针对特定场景开发特定的模型,持续提升具体场景的应用效果。