(網(wǎng)經(jīng)社訊)對(duì)人工智能有初步認(rèn)知的人都知道，“人工智能”的智能，就像是人類的孩童時(shí)代死記硬背大量的古詩(shī)、算術(shù)公式一樣，需要海量數(shù)據(jù)為基礎(chǔ)進(jìn)行深度學(xué)習(xí)，訓(xùn)練出一個(gè)神經(jīng)網(wǎng)絡(luò)模型。這樣才會(huì)形成一套判斷邏輯、才會(huì)自己寫(xiě)詩(shī)、會(huì)通過(guò)公式解決復(fù)雜的運(yùn)算。
不過(guò)，深度學(xué)習(xí)是否真的需要海量數(shù)據(jù)呢？心鑒智控CEO羅曉忠對(duì)此有著不一樣的看法。
人工智能深度學(xué)習(xí)，小樣本也可以高精度、高準(zhǔn)確度
心鑒智控成立于2018年5月，是一家面向工業(yè)4.0的生產(chǎn)線智能制造解決方案提供商。2018年5月融資種子輪325萬(wàn)元，同年8月，融資天使輪1500萬(wàn)。3個(gè)月內(nèi)融資兩輪，金額近翻5倍。如此快速的成長(zhǎng)，心鑒智控CEO羅曉忠把這歸功于他們掌握了“小樣本訓(xùn)練高精度高準(zhǔn)確度神經(jīng)網(wǎng)絡(luò)模型”這一專利。
在羅曉忠看來(lái)，現(xiàn)在人工智能能夠落地的應(yīng)用，都是所謂的用“大數(shù)據(jù)" target="_blank">大數(shù)據(jù)來(lái)解決小問(wèn)題”，即用大量數(shù)據(jù)去訓(xùn)練一個(gè)神經(jīng)網(wǎng)絡(luò)模型，來(lái)處理非常標(biāo)準(zhǔn)的問(wèn)題。可是工業(yè)生產(chǎn)線復(fù)雜，如何將這些解決方案變得可復(fù)制？特別是對(duì)于AI創(chuàng)業(yè)公司來(lái)說(shuō)，“這有點(diǎn)像雞生蛋、蛋孵雞?！?/p>
羅曉忠說(shuō)，“在創(chuàng)業(yè)初期，沒(méi)有海量數(shù)據(jù)訓(xùn)練模型，怎么讓客戶信服我們能夠解決他們的問(wèn)題？不信服又怎么達(dá)成深度合作拿到數(shù)據(jù)，優(yōu)化 AI ？“ 小樣本訓(xùn)練高精度高準(zhǔn)確度神經(jīng)網(wǎng)絡(luò)模型這一專利的優(yōu)勢(shì)就在于，能夠用小樣本快速訓(xùn)練出一個(gè)高精度、高準(zhǔn)確度的神經(jīng)網(wǎng)絡(luò)模型。打個(gè)不恰當(dāng)?shù)谋扔鳎拖耖_(kāi)頭所說(shuō)的人腦的初始學(xué)習(xí)，小樣本如果找到了合適的算法，即人腦正確的學(xué)習(xí)辦法，也許就會(huì)“事半功倍“。
其實(shí)，行業(yè)里以及人工智能從業(yè)者對(duì)于“深度學(xué)習(xí)與小數(shù)據(jù)“也有過(guò)學(xué)習(xí)和研究，還有專門(mén)的課程。如何優(yōu)化算法、提高神經(jīng)網(wǎng)絡(luò)的訓(xùn)練速度和精度等等方法論的探索當(dāng)然是工程師們需要著重關(guān)注的，不過(guò)對(duì)于駕馭人工智能的行業(yè)者來(lái)說(shuō)，也許更應(yīng)該”不唯上，不唯書(shū)”，更“不唯數(shù)據(jù)”，真正智能地去控制智能。
“我心匪鑒”，以視覺(jué)檢測(cè)為入口，AI 賦能工業(yè)生產(chǎn)線自動(dòng)化
據(jù)億歐了解，心鑒智控目前的商業(yè)化路徑是以視覺(jué)檢測(cè)為入口，主攻智能質(zhì)檢，后續(xù)將鋪開(kāi)到生產(chǎn)優(yōu)化、設(shè)備預(yù)維護(hù)系統(tǒng)，最終將這條工業(yè)生產(chǎn)線鏈條上的數(shù)據(jù)上到智能云平臺(tái)，連接賦能，構(gòu)建生態(tài)。
心鑒出自詩(shī)經(jīng)中的“我心匪鑒“，羅曉忠說(shuō)，因?yàn)槭且曈X(jué)檢測(cè)入手，所以是用心鑒別，但會(huì)用人工智能和數(shù)據(jù)分析來(lái)控制生產(chǎn)工藝流程、提高生產(chǎn)效益、降低設(shè)備預(yù)維護(hù)的成本、展現(xiàn)數(shù)據(jù)的價(jià)值，讓企業(yè)能夠?qū)ιa(chǎn)流程、設(shè)備和產(chǎn)品的質(zhì)量進(jìn)行控制。
羅曉忠提到，在公司第一階段的質(zhì)檢領(lǐng)域市場(chǎng)上目前有三大難點(diǎn)：
1、工業(yè)品瑕疵檢測(cè)數(shù)據(jù)極端不平衡。因?yàn)楣I(yè)品瑕疵的發(fā)生率在生產(chǎn)階段可能只有千分之一，原始數(shù)據(jù)的不充足使得需要海量數(shù)據(jù)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型并不精準(zhǔn)。由此判定、分類一個(gè)工業(yè)品是瑕疵品還是非瑕疵品可信度不高。
2、生產(chǎn)線的可持續(xù)性。在真正的工業(yè)生產(chǎn)線上部署一套視覺(jué)檢測(cè)系統(tǒng)，且要和已有的生產(chǎn)線的速度、基礎(chǔ)設(shè)備匹配，不僅考驗(yàn)的是技術(shù)問(wèn)題，還有如何在現(xiàn)場(chǎng)跟工廠落地實(shí)施、與現(xiàn)有的生產(chǎn)線如何去做整合，這個(gè)難度非常大。
3、解決方案的可復(fù)制性。每一條生產(chǎn)線的生產(chǎn)環(huán)境都有細(xì)微的差別，如何讓你的視覺(jué)檢測(cè)系統(tǒng)能夠適應(yīng)這種千變?nèi)f化、千差萬(wàn)別的生產(chǎn)環(huán)節(jié)，是一個(gè)很大的挑戰(zhàn)。
針對(duì)其他領(lǐng)域，羅曉忠向億歐表示，更多的是需要與工業(yè)企業(yè)進(jìn)行深度的合作，以及還有一些關(guān)鍵的技術(shù)點(diǎn)，比如如何用傳感器去采集數(shù)據(jù)、在哪些地方去采集數(shù)據(jù)等等，且生產(chǎn)優(yōu)化、設(shè)備預(yù)維護(hù)等產(chǎn)品的實(shí)現(xiàn)過(guò)程周期都比較長(zhǎng)，所以目前還在探索階段。據(jù)心鑒智控團(tuán)隊(duì)的市場(chǎng)預(yù)估，2018年視覺(jué)檢測(cè)市場(chǎng)為 71.7億元，2019年為106億元，2020年將會(huì)達(dá)到129億元。而整個(gè)工業(yè)生產(chǎn)線智能制造2018年的市場(chǎng)總額為148.7億元，2019年為218億元，到了2020年會(huì)達(dá)到 271億元。
值得一提的是，羅曉忠接觸到的很多公司都出現(xiàn)了一種抵觸”數(shù)據(jù)上云“的情況。他認(rèn)為可能第一是出于對(duì)企業(yè)數(shù)據(jù)安全的考慮，第二是企業(yè)高層出于身份職責(zé)綜合考量，并不會(huì)非常積極地推動(dòng)企業(yè)數(shù)據(jù)上云?！斑@也是將來(lái)會(huì)遇到的問(wèn)題?！?/p>
億歐了解到，心鑒智控正與一家世界五百?gòu)?qiáng)外企進(jìn)行商務(wù)談判，為他們提供SMS生產(chǎn)線的AI視覺(jué)檢測(cè)系統(tǒng)，近期將進(jìn)入采購(gòu)階段，預(yù)計(jì)在年底完成簽署。這也將進(jìn)一步優(yōu)化心鑒智控檢測(cè)服務(wù)的完善度。（來(lái)源：億歐 文/龔晨霞 編選：電子商務(wù)研究中心）
