发布日期：2024-10-07 22:49 点击次数：76
婷婷网
本期 TICLAB 直播，咱们终点邀请到阿丘科技联结独创东说念主郑慧伟，光秒科技独创东说念主余彦武博士，易不雅结伴东说念主 / 企业数字化中心恬逸东说念方针澄宇，和咱们一齐聊聊他们怎样应用前沿工夫应酬行业痛点，以及改日智能制造的新机遇。
阿丘科技和光秒科技，两个在工业 AI 限度深耕不辍的企业，正在以各自的立异工夫改革着传统制造业的面庞，股东着传统制造业的转型。
建立于 2017 年的阿丘科技，一直扎根于工业分娩一线，专注于机器视觉和 AI 视觉工夫的应用，竭力于于兑现全地点的质料管控。他们的 AIDI 平台不仅能高效检测颓势，还能及时监控开发和东说念主员操作的安全性，实在为企业带来了实打实的价值。遐想一下，以前需要数十名质检员的吃力任务，如今通过 AI 工夫的应用，仅需几台开发便可纰漏完成，这无疑是对传统制造业的一次颠覆。
光秒科技自 2019 年建立，斟酌明确：为机器赋予"通用的眼睛"。他们通过将激光雷达与录像头工夫会通，创造出一种全新的传感器。这种传感器不仅具备 3D 感知才气，还粗略以极低的老本提供高分辨率的环境领会。这样的工夫将怎样改革无东说念主机物发配送、自动驾驶等限度，让机器实在"看"得更远、更了了。
AI 波涛下的新需求
张澄宇：算作机器视觉产业链上的厂商，阿丘科技和光秒科技离别不雅察到阛阓端有哪些新的热门和需求？
郑慧伟：全球好，我是来自阿丘科技的郑慧伟，咱们主要在作念工业分娩限度的机器视觉相关的工夫，来兑现通盘分娩历程中的质料管控。咱们比拟心理两个维度，一个是供给，一个是需求，最佳的情况下是达到 PMF（product-market fit，等于很骄矜的景色。在通盘工业分娩的历程中，视觉它本人是一种感知的妙技和纪律，其实需求相当多。第一大类是围绕通盘分娩历程中视觉的应用。第二大类是能面向和东说念主相关的，东说念主的一些动作识别。第三类是在通盘工业分娩历程中安全相关的问题。更长远一步来讲，视觉咱们把它界说成感知层，这个其实还只停留在感知层，还没到反应层。淌若在工业分娩历程中能把这种感知的信息，进行有用的二次加工，酿成对应的一些工艺反应，能反应到前端工艺上，来判断工艺是否需要改善，合座良率和稼动率是否不错擢升等等，这些点王人能带来相当大的价值。是以说从宏不雅角度来看，基本上需求是好多的，咱们也相当拥抱新式的工夫来到咱们行业中，为这个行业赋能。
余彦武：全球好，我叫余彦武，是光秒科技的独创东说念主。咱们是作念传感器的，主要处分将来东说念主工智能扫数的机器通用的"眼睛"问题，具体来说咱们是把激光雷达和录像头会通到一个开发里，你不错遐想它既是激光雷达亦然录像头，将来不错作念为一个对录像头决策的升级版块，应用到机器东说念主的各式应用中。
咱们在处分的是从 2D 到 3D 升级的问题。激光雷达这个限度之是以降生，除了像一些空间的、航天的用途以外，民用用途最早是发源于自动驾驶。在自动驾驶之前，全球对 3D 传感是有一些需求的，但其实莫得那么首要，直到像自动驾驶这样的应用需求出来之后，全球发现需求变得必须要处分了，因为车在路上跑着识别前边的各式遏制物，它是一个很通达的环境，那对传感的条件就建议更多挑战。跟着目下东说念主工智能越来越热门，机器东说念主、机器狗出现并承担更多的脚色，3D 需求就会变得相当的首要。第二类，像一些 3D 数字重建，雷同于测绘采集的需求目下也好多，比如前一段时期比拟火的《黑悟空》，有些游戏场景是需要通过 3D 传感安设实地的采集一些什物模子，输入到游戏场景里，1：1 复现。像 AR、VR 的一些游戏，目下有了 VR 眼镜，关联词穷乏内容，这个内容淌若莫得好的传感器去及时相聚的话，只可靠东说念主工去裁剪，这样分娩数据的遵守就会很低。以前诚然有录像头传感器，关联词它还不够，因为它录制的仅仅一个略微固定视角的、带颜料的信息，它是莫得深度的。是以传感器从 2D 向 3D 升级是稳当阛阓需求的势必趋势。咱们是作念硬件的，和阿丘科技其实是有高下流的关系，咱们但愿去往底层提供更好的分娩器用，这样背面的应用就不错更好的开展。
无东说念主区开出的工夫玫瑰
张澄宇：当下供给侧的生态是不是闇练了，淌若还有一些欠缺的话，可能是在哪些层面或者产业链才气上还存在瓶颈？
余彦武：我的感受是传感器相对来说比拟新少量，这个赛说念十分于是个无东说念主区，咱们更多的难点开头于咱们的上游。目下主流激光雷达也才作念到 15 万到 20 万像素这样个级别，当咱们要作念到百万像素以至千万像素级别的时候，你会发现好多问题并不是旨趣上不可行，而是好多基础元器件王人要重新构造，比如芯片。淌若用现存的元器件去凑合，老本就很高。咱们需要的东西目下阛阓里是空缺的，必须要我方作念好多蓝本不应该咱们来作念的事情。我以为这个事情是莫得问题的，咱们也应该作念，因为咱们给我方定的斟酌比拟超前，当你作念一个无东说念主区的时候，那就意味着你的上游王人是无东说念主区。是以咱们作念了多数的自研激光器、自研芯片，不仅要把功能作念通，还要把它的老本裁减，把它的可靠性作念好。我但愿将来酿成一个大的趋势之后，会有更多东说念主参与进走动分担咱们的一些辛苦和老本。
另外皮咱们的下流这个方面，咱们也有跟上游差未几的痛感。因为咱们的激光雷达太新。一个典型的阐发等于像自动驾驶汽车，好多东说念主还在争议，到底要不要用激光雷达，比如以马斯克为代表的特斯拉，他用视觉就作念的相当好，这会导致全球对激光雷达的存在是不是有必要这个问题产生质疑。从底层工夫来讲，激光雷达粗略提供的性能天花板是远高于录像头的，因为它能提供多一个维度的信息，它是 3D 的。全球在挑剔必无谓要的时候，更多隐含的是，它价钱能不可降下来。换句话说，淌若相同的价钱相同的分辨率，全球一定会选激光雷达。但我以为这件事很有真谛，我需要去为一件正确的事辛苦，我深信就算不是光秒，再过 10 年、20 年也会有其他公司兑现这个斟酌。
郑慧伟：咱们本人是一家以软件为中枢的一个企业，咱们是作念 AI 算法平台的。我以为供给瓶颈是在特定场景或者复杂场景上，存在一些工夫上的瓶颈，咱们也在积极寻找这些新式的工夫，比如说像一些新式的光学妙技，新式的成像工夫。举个例子，像 X-ray 最早是用在牙科或拍胸片的民用场景，在几年前，X-ray 工夫也引入到工业限度来作念无损检测，还包括像超声波检测工夫等，也引入到了通盘行业内。
同期咱们也在吸纳一些最前沿的工夫，来作念智能相机产物。智能相机产物，它是软硬一体的智能视觉产物，关于刚才余博士说的在作念的无东说念主区的产物，咱们是最感兴味的，咱们心理两大类立异，一大类属于原创性的底层工夫立异，另一类是交叉立异，譬如它在 A 场景下用的很好，但他从来莫得看过 B 场景，他不知说念 B 场景也能用。举个例子，比如说像多光谱的工夫，目下也在咱们行业中在用。激光雷达咱们也在看，它作念的是面向大视线的场景（如无东说念主驾驶），咱们关注的场景基本上是偏结构化的小视线场景，关于这些小视线高精度的需求，咱们强调的是策画的可叠加性，是以关于不同场景有不同的考量点。
张澄宇：算法的迭代和立异，是中枢身分吗？
郑慧伟：阿丘科技从创立到目下戒指，一直以来王人是以算法为中枢来构建竞争壁垒或竞争上风的，上个月咱们也刚发布了算法和平台软件的新版块 AIDI 3。用一个精深的结构来看，这个场景里全球常说的三身分，算力、算法和数据，咱们不雅察到了一个相当大的趋势，等于从算法往数据这边去构建工夫壁垒的这样一个趋势。咱们从最早的以构建算法为中枢壁垒，在不停的迭代历程中，结合场景数据来构建场景模子的壁垒。在一些行业中，咱们照旧酿成了一些通用的模子。它不错去跨场景复用，跨分娩线复用，这对咱们来说是很有价值的，实质上它酿成的是一大类金钱，关于咱们的老本结构，关于客户端的老本省俭王人有相当大的匡助。
余彦武：因为咱们提供的是原始数据，我想就怎样使用这部分数据共享一些不雅点。咱们这种新的传感器数据的出现，可能会对算法带来一些新的挑战。目下好多算法王人是针对图像这种面容，岂论什么样的传感器，岂论谁家的传感器，数据面容基本王人是通用的，数据流可能等于这样一个二进制的胪列。再比如说有了咱们这种新的传感器之后，每一个像素包含的数据面容就不仅仅 RGB，可能是 RGB 加距离。图像是存成 JPG 面容，视频存成 MP4 面容，那像咱们这种数据它应该存成什么面容，用什么纪律来编码来压缩，关于查考算法可能王人要作念一些退换。这个可能是这种新的硬件为软件算法带来的一些新的课题。
张澄宇：东说念主机协同跟机器驱动，目下是什么样的关系？
郑慧伟：东说念主机协同咱们是辩证来看待它的，它分红两个维度，一个属于替代级，等于全自动化，像无东说念主驾驶亦然一样，东说念主的插手越少越好。第二类属于衔尾级，比如我能问他什么问题，基于这些问题他给了几个谜底，再给他一些其他的信息输入。回到工业分娩这个点上，咱们想方设法的减少东说念主机衔尾，咱们是通过 AI 或是以数据驱动的方式，把东说念主的动作或者东说念主的理念倡导数据化。
余彦武：从底层来讲，东说念主是碳基生命机体，机器东说念主的躯体在硬件层面比东说念主相宜性更强。最初它的各式材料性能王人比东说念主的肌肉要强，温度相宜领域更广，也不需要氧气。第二，它的动力应用遵守也比东说念主强。在算法推理方面，唯一数据富裕、算力富裕，机器的想考才气也能达到以至荒谬东说念主类的水平。综上在硬件和软件想考才气上，机器王人可能会全面荒谬东说念主类，并不需要东说念主机协同。这是我对改日的少量畅想。
张澄宇：在数据和算力层面，存在的打破和挑战有哪些？
郑慧伟：数据毫无疑问是金钱，从大的时期视线来看，是一个捏续利好的事情。算力层面，围绕着两个标的在发展，高性能和低老本。一方面从老蓝本说，能感受到跟着通盘工业大分娩的铺开，合理的平均老本其实在渐渐鄙人降的。另一方面从需求层面来说，咱们但愿是鱼和熊掌两者兼得，天然还得依靠产业链上的诸君同仁，咱们能作念的等于在数据层面去构建咱们的一些壁垒和蕴蓄。
余彦武：因为咱们是作念硬件的，是以当咱们发现某个事情有难度或者有瓶颈的时候，咱们最初想考的是能不可从硬件上把这个瓶颈给消掉。目下东说念主工智能对算力条件越来越高，况兼需要多数的数据蕴蓄。咱们的想考是能不可从底层上去谈判一些新的策画逻辑，比如光子策画机，或者是纯模拟信号策画。
用工夫撕开阐发樊笼
张澄宇 : 视觉处分决策在落地时的痛点和挑战？
郑慧伟：2017 年前，工业视觉限度是以传统的机器视觉算法为主的，工业阛阓限度简直莫得任何 AI 的工夫应用，全球以为 AI 是一个黑盒子，行业中 99% 的客户和厂商其实是停止 AI 的，咱们开打趣说其时资历了好多年"非共鸣"的历程。跟着工夫的快速发展，在一些场景的 PK 上，全球渐渐感受到用 AI 检测工夫的效果和用传统算法检测的效果在快速拉开代差。
背面咱们就把眼睛扎根到客户实在的需求里来创造各别化价值。比如东说念主脸识别需要好多东说念主脸图片，但在工业阛阓中它的良率很高， 有可能 3、5 个月才能相聚十来个不良品，是以就倒逼着咱们去研发小样本的算法，把这一类重要颓势给检测出来。还有客户说我实在相聚不到 NG 样品，关联词你必须要检测出来，这又倒逼着咱们回到工夫本人去寻找处分决策，背面咱们就把无监督学习应用进来，去处分莫得 NG 图像的一些场景。咱们就这样手眼并进来寻找一个个立异的点（需求 / 工夫，互联互通），让客户去快速的获取收益，处分工夫上的一些疑难和挑战。
余彦武：咱们创业一初始是抱着以终为始的初心，望望十年后这个社会需要什么样的传感器，关联词当咱们确切去落地的时候，发现全球好像并不需要，或者说用不上。譬如说汽车，全球关于汽车照旧酿成了一个固有不雅点，等于以录像头为主，因为目下各式查考王人是基于图像识别的，也比拟闇练了。激光雷达是作念一个备份保险，万一录像头有什么问题，激光雷达还能作念个赞成驻扎碰撞，基本全球王人这样用的。在这种情况下，客户澈底不需要激光雷达有很高的分辨率，他就要低廉，因为它是副角，副角就不可太贵。咱们但愿激光雷达在兑现高分辨率之后，要在阛阓上起到一个阐发——它是主角。你不错不要录像头，但不可莫得激光雷达。
另一方面也找到了好多对咱们有刚需的场景，譬如说无东说念主机，关于细节条件很高，它怕撞树或者撞到高压线，还有驻扎 GPS 丢失，这些时候它王人需要用激光雷达这种 3D 妙技去兑现。咱们在作念全新产物的践诺奉行历程中，也会遭遇雷同的战术选拔问题。先作念对咱们有刚需的场景，不需要的咱们就先放一放，因为有些时候需要一定的时机。当咱们有一天产物闇练，价钱如实降到他的心理门槛时，没准这个东西就会逐渐的奉行开来，全球需要有个禁受的历程。
张澄宇：改日 1-3 年，机器视觉可能会出现哪些工夫立异或者演进标的？
郑慧伟：从感知层面的维度，我以为单纯的把图像采集转头的阶段照旧往日，下一阶段一定会迈向策画成像，结合着 2D/3D 传感器的信号来概括生成多维度的数据信息。另外从算法的维度，包括从话语大模子到图像大模子一直在演变，像 Meta 推出的 SAM（分割一切模子）的开源遵守，王人在让全球关于这些算法立异充满了期待。
哥也搞余彦武：和应用中遭遇一些窘境联系，等于时时会靠近全球在阐发上的一些判断。是以咱们目下从作念数据标注、数据集的开发初始婷婷网，用新的数据面容采集转头数据，作念完标注查考看出来的是一个什么样的效果。 咱们在上游供应链硬件和下流好多的阛阓方进取王人作念了一些尝试，其实蓝本是客户要作念的事情，咱们来作念，我以为口舌常值得的，这些王人是你算作一个立异者，必须要去处分的问题。能让全球果断到新的传感器，也不错通过查考新的数据去更好的处分问题。