近日，數(shù)之聯(lián)機(jī)內(nèi)檢AOI（自動(dòng)光學(xué)檢測(cè)）設(shè)備首次整裝出海交付。該產(chǎn)品是利用人工智能技術(shù)驅(qū)動(dòng)的自動(dòng)化檢測(cè)設(shè)備，專(zhuān)為電視生產(chǎn)過(guò)程中的“一致性檢驗(yàn)工藝段”而設(shè)計(jì)，能夠有效提升產(chǎn)品檢測(cè)的效率和精確度。

中國(guó)制造出海，專(zhuān)精特新“小巨人”嶄露頭角

1986年德國(guó)管理學(xué)家赫爾曼·西蒙提出“隱形冠軍”概念，它指的是深耕在某一細(xì)分領(lǐng)域并在國(guó)際市場(chǎng)占據(jù)較高份額且具有獨(dú)特優(yōu)勢(shì)的中小企業(yè)。這些中小企業(yè)支撐起德國(guó)制造業(yè)的基本盤(pán)，讓德國(guó)成為當(dāng)時(shí)全球第一大工業(yè)品出口國(guó)。德國(guó)的“隱形冠軍”企業(yè)定位在產(chǎn)品出海搶占國(guó)際市場(chǎng)份額，那么中國(guó)的專(zhuān)精特新“小巨人”企業(yè)該如何定位呢？成為隱形冠軍是目標(biāo)，“專(zhuān)精特新”是路徑，中國(guó)制造要走出去，勢(shì)必需要一大批“專(zhuān)精特新”企業(yè)做支撐，并在強(qiáng)鏈、補(bǔ)鏈、穩(wěn)鏈上發(fā)揮作用，讓其成為推進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展和促進(jìn)國(guó)內(nèi)國(guó)際雙循環(huán)的一支不可或缺的重要力量，助力更多企業(yè)集體出海。

2020年數(shù)之聯(lián)入選全國(guó)第二批專(zhuān)精特新“小巨人”企業(yè)名單，3年后攜中國(guó)AI力量參與海外生產(chǎn)。依托自身行業(yè)經(jīng)驗(yàn)和技術(shù)產(chǎn)品，數(shù)之聯(lián)提供針對(duì)工業(yè)AI質(zhì)檢領(lǐng)域領(lǐng)先的智能化解決方案，全力保障客戶(hù)國(guó)內(nèi)外工廠(chǎng)的高質(zhì)量生產(chǎn)。

一手抓產(chǎn)品，一手抓技術(shù)，挑戰(zhàn)更高層次要求

數(shù)之聯(lián)機(jī)內(nèi)檢AOI產(chǎn)品的問(wèn)世與走向海外市場(chǎng)，克服了眾多困難和挑戰(zhàn)。項(xiàng)目具有交期短、技術(shù)含量高和需求復(fù)雜等特點(diǎn)，從研發(fā)初期數(shù)之聯(lián)就致力于精益求精，不斷優(yōu)化視覺(jué)、軟件等模塊，先后在客戶(hù)國(guó)內(nèi)工廠(chǎng)上線(xiàn)，并選取與國(guó)外工廠(chǎng)狀況最相似的工廠(chǎng)進(jìn)行生產(chǎn)模擬。但根據(jù)經(jīng)驗(yàn)，即使在國(guó)內(nèi)做到了萬(wàn)全準(zhǔn)備，往往到海外現(xiàn)場(chǎng)還會(huì)出現(xiàn)各種突發(fā)狀況。因此，這相當(dāng)考驗(yàn)在客戶(hù)現(xiàn)場(chǎng)服務(wù)的能力，更對(duì)“技術(shù)＋服務(wù)”雙輪驅(qū)動(dòng)的挑戰(zhàn)。以客戶(hù)滿(mǎn)意為導(dǎo)向，9月下旬?dāng)?shù)之聯(lián)首批實(shí)施團(tuán)隊(duì)遠(yuǎn)赴墨西哥進(jìn)行“陪產(chǎn)”。

一方面是工程項(xiàng)目，另一方面是鉆研技術(shù)。以深度學(xué)習(xí)為代表的人工智能技術(shù)迅速推動(dòng)了計(jì)算機(jī)視覺(jué)諸多領(lǐng)域的革命，在深度學(xué)習(xí)模型中，由于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)的復(fù)雜性，導(dǎo)致模型的決策過(guò)程難以被人類(lèi)理解，因此研究深度模型的可解釋性可以幫助我們更好地理解模型如何做出決策并提高模型的可靠性和魯棒性。日前，數(shù)之聯(lián)算法團(tuán)隊(duì)在SCI頂級(jí)期刊（中科院一區(qū)）發(fā)表了題為《JointGaussainmixturemodelforversatiledeepvisualmodelexplanation》的學(xué)術(shù)論文，論文對(duì)深度學(xué)習(xí)的可解釋建模進(jìn)行了深度研究和探索，提出了一種通用深度視覺(jué)模型可解釋性工具——聯(lián)合高斯混合模型。這篇論文展示了前沿探索，它可以幫助工程師在缺陷檢測(cè)時(shí)，通過(guò)模型可解釋性來(lái)審視經(jīng)驗(yàn)，并在人的經(jīng)驗(yàn)和AI結(jié)論有沖突時(shí)發(fā)現(xiàn)問(wèn)題的所在。

未來(lái)，數(shù)之聯(lián)機(jī)將通過(guò)不斷優(yōu)化產(chǎn)品性能，加強(qiáng)與國(guó)內(nèi)外企業(yè)的合作，推動(dòng)中國(guó)AI技術(shù)在全球市場(chǎng)的影響力和認(rèn)可度。

審核編輯 黃宇