近日，在由21世紀(jì)經(jīng)濟(jì)報(bào)道主辦的2018中國(guó)智造業(yè)年會(huì)上，阿里巴巴AI大腦專家周昌分享了“面向制造的云端視覺(jué)AI”，他從AI一線工程師的角度，介紹了視覺(jué)AI在工業(yè)制造領(lǐng)域的應(yīng)用場(chǎng)景和發(fā)展?jié)摿Α?/p>

　　不過(guò)，作為一個(gè)新興領(lǐng)域，AI在落地過(guò)程中顯然也會(huì)面臨不少挑戰(zhàn)。在接受21世紀(jì)經(jīng)濟(jì)報(bào)道記者專訪時(shí)，周昌表示，如何做好業(yè)務(wù)和技術(shù)的融合，是當(dāng)前AI應(yīng)用的一大課題，這需要人工智能從業(yè)者“放下論文，注重落地”。

　　視覺(jué)AI解放人力

　　視覺(jué)AI在工業(yè)領(lǐng)域有哪些應(yīng)用場(chǎng)景？周昌對(duì)21世紀(jì)經(jīng)濟(jì)報(bào)道記者表示，主要有兩個(gè)方面，一是傳統(tǒng)生產(chǎn)線上的機(jī)器視覺(jué)，更多體現(xiàn)的是視覺(jué)AI硬件化，即生產(chǎn)線上的攝像頭AI升級(jí)；二是非生產(chǎn)控制場(chǎng)景的視覺(jué)AI應(yīng)用，如質(zhì)量檢測(cè)、車間/產(chǎn)區(qū)監(jiān)控、安全監(jiān)控等等。

　　后者是解放人力的重要落地方案。據(jù)他介紹，工業(yè)制造領(lǐng)域的視覺(jué)應(yīng)用均呈現(xiàn)出長(zhǎng)尾、碎片化的特點(diǎn)，云端視覺(jué)AI正是通過(guò)構(gòu)建一套應(yīng)用方法，并建立相應(yīng)的AI落地策略，提高視覺(jué)應(yīng)用領(lǐng)域的效率，以減少人力投入。

　　他重點(diǎn)介紹了視覺(jué)AI在制造業(yè)領(lǐng)域的應(yīng)用場(chǎng)景之一：缺陷檢測(cè)，例如太陽(yáng)能電池片的生產(chǎn)，檢測(cè)出有缺陷的產(chǎn)品，往往要耗費(fèi)大量的人力、物力，在專業(yè)領(lǐng)域，一個(gè)員工識(shí)別出缺陷產(chǎn)品，至少要培訓(xùn)1-3個(gè)月的時(shí)間。

　　再例如，火車的保養(yǎng)工作通常要用榔頭敲打各個(gè)部件，鐵路公司在進(jìn)站的軌道上放置攝像機(jī)，將這些檢測(cè)圖片傳至辦公室內(nèi)，辦公室內(nèi)的工作人員進(jìn)行遠(yuǎn)程觀測(cè)。但事實(shí)上這個(gè)工作非常“辛苦低效”，對(duì)企業(yè)來(lái)講也是人工成本高、情緒對(duì)質(zhì)控影響大。

　　在視覺(jué)AI的解決方案中，機(jī)器視覺(jué)工程師會(huì)全程參與，去現(xiàn)場(chǎng)搜集缺陷的類型、圖像的種類，并制定召回或修改的指標(biāo)，結(jié)合企業(yè)的成本控制要求，完成對(duì)視覺(jué)信息的有效輸出。同時(shí)，對(duì)于各個(gè)流程中的人工干預(yù)，方案也會(huì)進(jìn)行更為合理的規(guī)劃。

　　周昌表示，在面向制造業(yè)、農(nóng)業(yè)、環(huán)保等領(lǐng)域時(shí)，視覺(jué)AI的落地是實(shí)戰(zhàn)型的AI，其中最容易突破的點(diǎn)就是解放繁瑣工作。“在各行各業(yè)，繁瑣工作大量存在，這些點(diǎn)最適合AI落地的產(chǎn)品。”

　　“實(shí)戰(zhàn)型”AI落地

　　在AI應(yīng)用的過(guò)程中，周昌強(qiáng)調(diào)，面向產(chǎn)品不追求“一擊必中”，但追求有效輸出，“效”既是效果也是效率；而面向業(yè)務(wù)，他尤其重視AI這道“主菜”之外的“配菜”作用。

　　周昌認(rèn)為，目前AI落地最大的機(jī)遇是，AI技術(shù)本身這幾年的突破式發(fā)展（以深度學(xué)習(xí)為代表）和沉淀之后，不少技術(shù)點(diǎn)到了可以落地的程度，而且短期內(nèi)也不會(huì)有重大顛覆，這個(gè)時(shí)間點(diǎn)落地價(jià)值最大。

　　但同時(shí)，他指出，在落地時(shí)，我們需要的不是炫技型的AI，而是實(shí)戰(zhàn)型的AI，它落地的關(guān)鍵之一在于業(yè)務(wù)和技術(shù)的融合，這需要人工智能從業(yè)者“放下論文，注重落地”。

　　“我們?cè)趯?shí)施人工智能項(xiàng)目落地的時(shí)候，要圍繞著客戶的痛點(diǎn)問(wèn)題，而不是圍繞著AI這個(gè)單點(diǎn)，單點(diǎn)的突破只能吸引用戶，無(wú)法解決用戶真正的問(wèn)題。”周昌對(duì)21世紀(jì)經(jīng)濟(jì)報(bào)道記者表示，所謂“配菜”，就是指那些圍繞客戶痛點(diǎn)問(wèn)題進(jìn)行的研發(fā)工作，而這些工作大都不是AI相關(guān)的。

　　以阿里巴巴的“城市大腦”項(xiàng)目為例，這是AI在安防產(chǎn)業(yè)的應(yīng)用。事實(shí)上，目前在安防行業(yè)中，傳感器所搜集的數(shù)據(jù)量已經(jīng)足夠大，但這些數(shù)據(jù)并沒(méi)有應(yīng)用到位，周昌形容為“盲人摸象、燈下黑、霧里看花”。城市大腦正是通過(guò)感知、決策、搜索、預(yù)測(cè)、模型五個(gè)步驟，力圖解決這一現(xiàn)狀。

　　周昌介紹，在杭州的“城市大腦”應(yīng)用實(shí)踐中，相當(dāng)一部分存量攝像頭進(jìn)行了智能化改裝，云端智能對(duì)這些存量攝像頭有一個(gè)“云掃描”功能，通過(guò)有限的算力，每半個(gè)小時(shí)便能將城市的一萬(wàn)個(gè)攝像頭掃描一次，達(dá)到實(shí)時(shí)監(jiān)控的效果。

　　在應(yīng)用層面，“城市大腦”除了協(xié)助城市交通、安全管理之外，還可以進(jìn)行“視頻搜索”，在人員走失、群體事件預(yù)警等方面均能起到簡(jiǎn)化人力、提高利率的作用。據(jù)周昌介紹，如果把一條街一個(gè)月的視頻搬到云上，一個(gè)小時(shí)甚至十幾分鐘之內(nèi)便可以全部分析完，找到想要找到的信息。