联想MWC上海首次展示边缘大脑小样本学习技术

6月29日消息，联想首次在2023 MWC上海上展示了联想边缘大脑（Edge AI）小样本学习技术。

据介绍，在当下比较热的大模型技术中一项非常重要的技术，就是小样本学习技术（few-shot learning）。在小样本技术领域，联想研究院人工智能实验室已经深耕多年，形成了完整的小样本终身学习框架。该框架以计算机视觉为主，主要聚焦解决智能制造领域中的样本数据少、模型训练难、场景适配慢的问题。

以工厂产品检测为例，很多情况下非常依赖人眼进行检测，很容易因疲劳发生漏检等情况，与此同时，人眼的感光范围在人眼的感光范围在400nm-700nm范围内，对于范围之外的质量问题很难检测。AI技术对于所有可见光范围都可检测，因此越来越多的工厂开始使用人工智能算法来进行产品质检。

不过，最大的瓶颈还是算法模型的构建。利用传统的AI技术，一个产品表面检测模型的构建需要大量样本支撑，每种可能存在的缺陷都要分别采集并标注，通常需要3000或上万张产品图片。

然而，现实工厂中大多数产品都是正常样本，积累并采集带有各种缺陷的样本通常需要数月甚至一年的时间。同时，在这种条件下训练出来的模型还要进行长达几个月的验证。更复杂的是，这种模型难以适应新场景的变化，当切换新产线时，还要进行数据的重新采集和训练。总体来说，传统AI技术存在样本获取难、训练周期长、场景泛化弱的问题。

联想自主研发的Edge AI小样本终身学习技术可以非常好地解决这一难题。一方面，联想边缘大脑小样本终身学习技术不依赖大量的缺陷样本，只需要几十个好的产品即可训练模型；另一方面，模型训练周期非常短，通常一个场景任务的训练时间只有几个小时。

联想研究院人工智能实验室联想大脑研发总监虞文明介绍说，“我们能够充分利用联想算法团队赋予的工业质检知识发现新的缺陷，并借助与质检专家的交互实现本地自学习、签样管理。模型通过不断学习可以自我迭代，越用越好。”

据他介绍，联想边缘大脑中的小样本训练系统已经将小样本技术产品化，可搭载在联想工控机、工作站、服务器等硬件产品，并广泛落地应用在了包括新能源电池、轴承检测、无纺布检测、3C电子、药品、家电等产品的缺陷检测场景中。

“联想边缘大脑Edge AI的使命是让AI在中国工业中得到进一步的普及，让普通质检工人就可以训练工业质检模型，降低AI在制造业的应用门槛。”他说。（静静）

生成海报

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。