自18世纪第一次工业革命以来，工业已经走过机械化、 电气自动化、数字化三个阶段。如今，几乎所有日常生活方式背后都离不开工业的力量。不过，在“效率就是生命”的现代语境里，留给工业的提升空间还很多，世界各国也都发布过工业转型计划，且思路大同小异：依托物联网、大数据等新兴技术，提升制造业的智能化、效率和互联互通。
在联想创投“未来午餐会”第四期栏目中，遒涯科技创始人、CEO刘鑫，深慧视创始人、CEO吕聪奕博士，思谋科技联合创始人兼CEO沈小勇，慧闻科技联合创始人兼CEO吴庆乐，与联想创投执行董事、CMO陈蜀杰共同对话，大家分享前沿科技如何落地电力能源、产线检测等工业大场景，看数据智能如何“穿透”传统行业。 让数据发挥出知识的价值：遒涯科技，做云+端的综合能源服务商 在过往很长的一段时间里，能源动力行业如需要数据采集，会安排专人对各种仪器、仪表上的数据进行抄取，并需要定期维护设备，随着“端”服务进入工业互联网，充满智慧的电厂和园区已经可以以AI为支撑，运用智能运检设备，通过传感器采集各项参数，进行智能的“协同立体巡检”。 “2016年能源互联网开始起步，目前正处于发展期。此前，IT技术只是对单一项目进行数字化改造，这两年已经深入到电厂智能化建设和综合能源服务管理一体化交付。”遒涯科技创始人、CEO刘鑫在直播中表示，随着新基建核心技术在越来越多的场景中落地，电力公司、工业园区开始关注能耗设计与产业的协同，超算平台、5G基站和数据中心建设中的相关应用与能源互联网有着紧密的联系，催生了更多市场机会。 由于能源结构和使用方式的原因，中国的单位GDP能耗与欧美先进国家差距很大，国家“电改”的力度与决心前所未有，“输配分离”改革一旦实施，全国各地会更加关注自身负荷侧的调节应用，这需要更多的智能化应用来支持。 与此同时，出于产业链升级的考虑，政府引导下的新兴产业园区在规划中优先考虑能源的整体规划和配套设计，很多城市对于IDC机房的落地要求是PUE（能源利用效率）不可高于1.5，这就要求新建园区符合新的标准。刘鑫表示，遒涯正向综合能源服务转型，将能源+5G+数据中心三者结合，在设计阶段就为能源企业和工业园区解决运行、管理上节能降耗，大幅降低PUE至1.3，推动电厂智能化建设。 刘鑫表示，遒涯科技通过在边缘端部署边缘识别、数据信息化处理、系统分析等技术，实现“云+端”的应用，大量被处理过的高质量数据传回云端，很多低价值数据如震动数据、视频数据专门存放在 “缓冲区，在故障溯源时可直接调用。有效解决了由于工业场景分散，数据收集困难，通讯协议迟迟未有统一标准等带来的数据采集和处理难题。 在BAT等激烈竞争云市场的格局下，具有承上启下的工控领域边缘云产品有了更大的市场空间，刘鑫表示，“云+端”的工业智能化体系，与5G一起落地，能够有效解决通讯、数据质量、数据治理等问题，为能源相关上下游提供从数据服务、算法模型、知识服务、智能化决策等全价值链条。 为机器自主决策和思考“点睛”：深慧视AOI自动检测解决方案 每年“双十一”“双十二”的到来都是对生产端、物流和仓储行业的“大考”，千人千面的商品刺激着消费者无尽的购买欲，在多样性和货物数量的双重压力下，工厂和仓库机器人如何通过3D机器视觉技术的“慧眼”轻松拿高分？ 在传统的仓储行业中，商家会预先将货物存储在园区的仓库中，园区工人发货时，要将货垛一件一件搬运到传送带上一件一件发货，随着“双十一”“双十二”等购物节来临时，物流的工作量会成倍增长，再加上缺少经验的临时工人一起处理，出货的效率、货物数据的准确性及物流的管理都会受到很大影响。深慧视创始人、CEO吕聪奕博士表示，过去
在作业过程中不具备感知能力，深慧视将3D机器视觉技术与机器人相结合，赋予机器人一双眼，在完成商品货物的出库和拆垛工作的同时，将商品相关的数据上传到云端进行处理，让机器也拥有自主决策的能力。” 吕聪奕解释了通过3D机器视觉实现机器人引导的工作原理：“我们的3D工业相机获得了数据以后，通过对数据的二次加工处理，让
能够自主决策运动轨迹、操作流程、定位等等，让机器人更加接近人类操作的过程，提高工作效率，减轻人员负担，目前已经服务了菜鸟科技等头部的物流公司。” 对于有多样性产线的厂商，3D机器视觉同样有着极大的灵活性，吕聪奕以和联想福田保税区工厂的合作为例：”联想工厂的笔记本和服务器产线很有特色，产品类型变换频率很高，旧的自动化产线改造方案已不能适应不断上新的产线，我们运用3D机器时视觉技术，只需工程师在一天之内的调试，就可以把软件更新到适应新产品的状态，对于产线的更新换代和新产品导入都不会带来任何压力，此外，针对订单制模式，具有3D机器视觉的机器人还能够灵活定制，将需求转换成标准化模式。” “作为一个相对通用的技术，3D机器视觉技术未来也可以应用到移动类、大型工业机械臂、小型机器人等不同种类的机器人中去。”谈到3D机器视觉技术潜在的使用场景，吕聪奕说：“利用3D机器视觉对于物体形态天然的获取能力，超越人眼的高成像精度能够提升工厂的质量监测的效率和能力，可以保持一个质检结果的高稳定性和可期待的产出；3D机器视觉技术还能针对环境进行观测，和人进行互动，应用前景非常广阔。” “工厂已经逐渐丧失了对年轻人的吸引力，我们也希望通过3D机器视觉技术，把机械臂变成机器人，能让年轻人投入到他们热爱的事业中去，把枯燥乏味的体力活交给机器人来做，这也是我们对于整个社会的贡献。”吕聪奕表示。 让计算机视觉成为质检合格的“标尺”：思谋科技助力半导体研发检测 半导体芯片被称作是“互联世界脊梁”，是大国竞争制胜高地，也是数字经济的核心基础。随着芯片国产化需求越来越紧迫，对于制造工艺提升的要求也日益迫切，而芯片制造的过程就如同“盖房子”，硅片是“地基”，每一层都要确保够平整，才能再盖另一层。如何保证“地基”的良率，是半导体生产制造企业一致追求的目标。 “半导体产业链包括材料、设计、生产制造、封装测试等等环节，有着4000多亿美金的市场规模。”思谋科技联合创始人、CEO沈小勇表示：“思谋科技通过运用计算机视觉技术，在各个环节的检测中发挥重要作用，保证生产制成过程顺利进行。工业质检环节占整体成本的30%-40%，思谋通过提供AI自动化缺陷检测来提升质检效率。与此同时，通过人工智能
学习算法和计算机视觉技术，优化现有生产线良率，为量产扫清障碍，并且通过长期的数据累积，进一步建模产品良率预测模型。” 在高端制造领域，计算机视觉有着自身的独特优势，沈小勇表示，工业视觉能够比人类视觉更完善，计算机视觉能看到更细微的事情，可以捕捉人眼以外的光谱范围，并且可以进行更加立体的成像，有效地优化了工业领域成像和数据采集的难题。在解决数据采集的问题以后，需要进行数据的分析，思谋AI技术可以将图像、视频和其他模态的数据进行结构化，建立一种通用的架构或者方案，便于多条产线的落地，可以极大地减少定制化交付的成本。即使生产线的某一环节做出调整，也能降低整条生产线参数配合调整的成本。 目前，思谋的智能制造解决方案已经在半导体、精密电子、高端装备制造等领域落地，思谋AI技术通过数据的获取，再到AI的推理建模，再到知识的提取，能够形成一个完整的工业链条解决方案。沈小勇表示：“做成一套“交钥匙”工程，这也是思谋的目标。” 为你的生活加上科技“防护罩”：慧闻科技纳米级MEMS气体传感器及阵列 新房装修后的室内甲醛含量、厨房天然气泄漏、冰箱食品保鲜等问题已经成为人们提升生活品质和安全度时需要重点关注的问题。现在，仅凭绿豆大小的身体，智能纳米及MEMS气体传感器及其阵列就能对各类气体或气味进行定性和定量的检测，利用“人工嗅觉”为人们的生活加上一层科技“防护罩”。 在直播中，慧闻科技联合创始人兼CEO吴庆乐介绍了具有“人工嗅觉”的气体传感器“电子鼻”的工作原理：基于MEMS气体传感器组成的阵列，涂覆着不同气敏材料的“电子鼻”在接触待检测气体后气敏材料电阻发生变化形成响应，通过后台不断开发完善的算法进行数据处理，完成气体识别和定量分析的过程。 随着互联网与物联网的高速发展，气体传感器不仅为工业场景等B端企业提供相关服务及解决方案，还进军新兴领域，大幅扩展“电子鼻”技术的应用空间，比如，人工嗅觉可以利用于人体疾病的早期筛查检测，吴庆乐表示，“通过呼出气体，我们可以检测到其中的生物标记物，进行人体疾病的早期筛查检测；而对于吸入气体，我们需要保证人吸入的气体的洁净与安全。”在智能家居领域，气体传感器将实现家庭不同房间内不同气体的检测需求，在远程控制的基础上，分析识别室内环境的温度、湿度甚至气体浓度，比如厨房需要监测天然气泄漏和不完全燃烧产生的一氧化碳浓度，卫生间需要检测硫化氢和氨气的室内浓度，起居室则需要关注甲醛、TVOC等装修产生的有毒有害气体。在智能家电领域，慧闻科技通过MEMS气体传感器开发的传感器阵列识别不同种类的果蔬并区分新鲜程度。此外，“电子鼻”还可应用于军事领域，准确鉴别生化毒气或有害气体，保证士兵的安全。 更有意思的是，“电子鼻”还可以提高日常生活中“小美好”的品质。去年，慧闻科技与福建武夷山当地企业合作，进行武夷山龙井茶炒制过程品质控制项目的研发。通过灵敏的嗅觉，MEMS气体传感器识别并记录茶叶炒青过程中的气味变化，辅助炒茶师傅进行决策，并通过不断的机器学习、应用与实践固化“炒青”过程，精准控制茶叶炒制的时间节点，提高生产效率及产品品质，将炒茶师傅从繁重的体力劳动中解放出来。 受限于嗅觉信息获取量、传感器硬件及算法方面的支持，国内“电子鼻”技术还处于早期起步阶段。吴庆乐表示，未来，智能纳米及MEMS气体传感器将为我们提供更加智慧、安全和舒适的生活生产环境，带来更多的日常生活“小美好”。(来源：猎云网) 免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
