此外 ， 我国庞大的人口基数和经济规模为人工智能等新技术的应用发展提供了广阔的市场基础 。 在长期的经济转型和近期的抗疫恢复双重牵引下 ， 智能化相关的应用场景不断增加 ， 催化了AI技术的“量变” ， 有效拉动着我国人工智能的全面产业化 。
云AI所到之处：细微可察 ， 大城可治
高新技术的产业化 ， 总是以市场为终点 。
市场上各行各业所面临的困境多数时候总是类似 ， 比如效率和成本问题 。 能够为一个企业甚至一个行业实现降本增效 ， 云AI的产业化才算破了开局 。
印象中 ， 比起人文生活的细致复杂 ， 流程化的工业生产似乎更适合成为技术产业化的第一个战场 。
然而在寻求AI合作的路上 ， 富驰高科并不顺利 。
据富驰高科CEO钟伟介绍 ， MIM产品在前端工序中 ， 从注射到烧结、整形 ， 富驰高科的自动化程度都已经很高 ， 可达到90%以上 。 唯独在质检环节 ， 因为MIM产品形状结构复杂 ， 有很多异形 ， 导致一般的检测设备和检测方法都难以满足要求 。
人工质检无法避免人员疲劳的问题 ， 所有人员每天都要盯着细小的零部件找外观缺陷 ， 既枯燥眼部又容易疲劳 。
富驰高科每年生产的零部件多达数亿个 ， 如果全部依靠人工质检 ， 每年的产能高峰期 ， 仅质检人员就需要超1500人 ， 这会对人员招聘形成巨大挑战 。
钟伟很早就意识到质检急需自动化 ， 于是早在2013年就成立了专门的自动化部门 ， 前后投入巨大 ， 引进过国外的一款深度学习软件 ， 最终也只达到了预期70%-80%的效果 。
2020年开始 ， 富驰高科又开始寻求其他解决方案 ， 接触了非常多的公司 ， 大部分给出的反馈都是难度大、投入大 。
这个时候 ， 腾讯云出现富驰高科的选择里 。
不过项目真正落地之前 ， 富驰高科自动化总监邓声志对于腾讯云解决方案有担忧 ， 因为他非常清楚 ， 外观检测对于机器的难度 。
“比如对产品裂纹的检测 ， 人工操作时 ， 可以通过施力去查验是否有隐性裂纹 ， 但机器是无法做到的 。 ”
结果证明 ， 腾讯云不仅能发现一些细微的裂纹 ， 还针对富驰高科这个案例推出一些定制化功能 ， 比如缺陷迁移、分级标定、光度立体等 ， 解决了此前没有解决的问题 。
腾讯云AI研发总经理、腾讯优图实验室副总经理吴永坚回忆 ， 当时面临非常大的技术难题 。
“工程方面 ， 在质检仪硬件算力有限的情况下 ， 团队采用腾讯优图实验室此前开源的TNN深度学习推理框架 ， 借助算法模型加速和智能调度等多种技术能力 ， 实现性能的优化 ， 在短时间内完成百余张高分辨率图片的推理计算和光度立体图片的处理 ， 更节约了硬件成本 。 ”
为了克服MIM产品因高反光特性而导致的产品缺陷与正常反光混淆的业内难题（成功判断连人眼也很难分辨的缺陷） ， 腾讯云创造性设计了光度立体成像解决方案 。 并结合域适应迁移学习和缺陷生成技术 ， 帮助富驰在产品早期样本数据严重不足的情况下 ， 依然可以达到检测指标可用状态 。
如今 ， 富驰高科现在在手机摄像头组件的质检工作中 ， 仅需几秒就能完成对目标零件数十个大小点位的采图、分析、分类的工作 ， 一年节省数千万的人力成本 。
腾讯云与富驰高科的合作 ， 是其在工业制造业立下的一个标杆案例 。
新基建时代 ， 这种泛在智能的扩散速度一直保持持续高度增长状态 。
以腾讯云AI给上海市松江区城运提供的产品为例 。
传统的巡检方式效率低 ， 人力成本消耗大 ， 覆盖范围有限 ， 又受气候条件或环境因素的制约 ， 很难及时处理违规事故 。 巡查人员的管理主要以记录本上的签到为准 ， 难免存在冒签、补签或一次多签等行为 ， 失职分析难度大 ， 违规现象监督存在漏洞 。
自2020年9月起 ， 上海市松江区引进「城运AI平台」 。 项目基于TI平台训练、推理、发布20余种城市管理相关的算法 ， 包括占道堆物、违章停车、垃圾违规堆放等 。
算法适配松江场景 ， 针对松江场景定期的进行算法准确度优化 ， 从70%提升到90% 。
无论是富驰高科或城市治理 ， 或者更容易观察到的文旅产业 ， AI的影子早已渗透其中 。
疫情好转尤其是跨省团队游恢复之后 ， 国内旅游热度空前高涨 ， 很多景区面临人力不足、缺少导游讲解员和服务能力不足等情况 。
故宫、龙门石窟等景区的AI导游再次引起讨论 ， 这些AI导览助手负责为游客提供个性化游览路线 ， 进行景点文物讲解、百科问答等服务 。
推荐阅读
- 一个神秘物体，既不像超新星又不像脉冲星：它是什么？
- 急救丨火山爆发自救
- 马斯克要改变人类时代了，2022年，一项在人脑内的实验
- 胎盘干细胞有保留的意义吗？
- 外星人来电话了？4000光年外传来强烈信号，每18.18分钟重复一次
- 47天重复1652次！中国天眼收到神秘信号，或来自外星生命？
- 如今，对于在高度自动化系统中降低人类操作员警觉性的现象，已达成共识
- 人类是否可以长生不老？
- 不祥之兆？2022年“七星连珠”将上演！为何有人害怕看到这些天象
- 宇宙中“最硬”的物质，比钢硬100亿倍，这道“硬菜”来自中子星