AI對于工業(yè)視覺到底意味著什么

我自己是做算法出身，喜歡思考問題的本質(zhì)。比如，AI對于我們整個工業(yè)視覺的本質(zhì)到底是什么。今天我把這個不僅是我的思考，也是阿丘科技整個公司的思考分享給大家，供大家參考。但這也是一個比較初級的思考，要在以后的實(shí)踐中深化。

今天我講的內(nèi)容包含三個主題，第一個是講AI對于工業(yè)視覺到底意味著什么；第二個是我們從整個技術(shù)發(fā)展周期的角度，看一看工業(yè)AI視覺發(fā)展的一個大的路線圖；第三個，也是必不可少的，要談一談我們對未來的一個趨勢和觀點(diǎn)的一些理解。

01

AI重構(gòu)工業(yè)視覺

Part.1

算法

首先我們來看第一個主題，AI對于工業(yè)視覺算法到底有什么價(jià)值？

傳統(tǒng)算法，我用兩個關(guān)鍵詞來定義它，就是定量分析和特征工程。特征工程就是算不同的特征。后面做判斷的時候，一堆的if···else···是傳統(tǒng)算法的一個特點(diǎn)。那AI這塊的話大家已經(jīng)很了解了，基于樣本來做學(xué)習(xí)。我認(rèn)為這是很本質(zhì)的一個東西。

從功能角度出發(fā)，工業(yè)視覺算法可分為圖像處理、定位、檢測、測量、識別；從算法實(shí)現(xiàn)技術(shù)角度就是分類、識別、測量三大類。本質(zhì)上，工業(yè)視覺算法將會或正在被AI全部重構(gòu)，當(dāng)然如果涉及到測量技術(shù)，即定量分析技術(shù)，傳統(tǒng)算法依然不可或缺。

AI重構(gòu)工業(yè)視覺算法的價(jià)值體現(xiàn)在以下 3 個方面：

a.

升維

AI通過升維來解決我們的一些復(fù)雜的分類和識別問題。包括復(fù)雜的背景、低對比度、柔性電子、一些強(qiáng)干擾。這些東西原來傳統(tǒng)方法是沒問題的，但是用AI的話，我覺得能更加好。這個點(diǎn)大家是能夠肉眼可見的。后面第二點(diǎn)和第三點(diǎn)可能未必肉眼可見，但實(shí)際上是更關(guān)鍵的。

b.

簡化、通用化

AI的一大優(yōu)勢是可以對算法問題做極度的抽象，抽象之后較為復(fù)雜的工業(yè)視覺問題就會變得比較簡單，還有一個就是通用化。很多工業(yè)視覺里面比較復(fù)雜的算法問題，后面實(shí)際上用兩到三個比較通用的算法模塊去訓(xùn)練數(shù)據(jù)，結(jié)果就出來了，并且這個指標(biāo)還非常優(yōu)秀。

c.

降本

大家聽到這個東西好像有點(diǎn)反直覺，覺得AI對算力有要求，怎么還能降本？

我們舉一個所有做傳統(tǒng)算法的人都能夠理解的一個例子。比如幾何形狀匹配，這個屬于是整個機(jī)器視覺里面，傳統(tǒng)算法繞不過的這樣的一個算法，它需要設(shè)置非常多的參數(shù)。如果要用好，工程師需要理解幾何匹配算法的基本原理、參數(shù)的物理含義，這需要較為專業(yè)的圖像處理背景知識，門檻要求高。如果你理解不到位，可能定位的結(jié)果不是你想要的，或者達(dá)不到一個非常精準(zhǔn)的效果。要做到這一點(diǎn)的話，是需要有圖像處理算法背景的。所以說我原來做傳統(tǒng)圖像，就是我在原來東家的時候，我們帶著底下的應(yīng)用工程師都是碩士，這個成本是非常高的。

而我們用 AI 來做，比如說我們只是訓(xùn)練三、五個樣本，甚至是一個樣本，后面整個定位的精度跟效率都能夠達(dá)到，甚至超過傳統(tǒng)算法的精度。當(dāng)然，整個魯棒性肯定也比傳統(tǒng)算法要好。那這樣使用的成本就可以降到非常低。

Part.2

解決方案

這個解決方案的范疇是什么？可以說是視覺系統(tǒng)范疇，也可以說是視覺檢測設(shè)備范疇。叫解決方案，就是基于算法疊加的一個完整方案。我們內(nèi)部的觀點(diǎn)是，AI不僅僅是一個技術(shù)模塊，它是一種新的認(rèn)知框架，本質(zhì)上是基于數(shù)據(jù)和標(biāo)準(zhǔn)驅(qū)動的。首先我們要有這么一個認(rèn)知框架，再往下看我們的視覺解決方案，核心包括哪些部分？對這些部分意味著是什么？

我抽取了里面三個核心部分：

成像模組

成像模組就是整個機(jī)器視覺里面成像的所有器件跟方案，它背后的基本原理是什么？是基于傳統(tǒng)算法，而傳統(tǒng)算法基于定量分析。所以說我們基于傳統(tǒng)算法來做的成像方案，它的底層要求是“定量、高對比度”。

這個會導(dǎo)致什么樣的后果？比如說我們要檢測一個表面很多不同類型的缺陷。為了要達(dá)到高對比度的定量，可能我需要打若干場光。可能每場光對應(yīng)兩種缺陷，后面才能把這些缺陷完整的呈現(xiàn)出來，成像的效率非常低。

而我們進(jìn)入AI時代以后，我們對成像的要求變了，只要是目視可見即可。當(dāng)前基于傳統(tǒng)算法構(gòu)建的成像方案，本質(zhì)上還只是一個“光電轉(zhuǎn)換器”。只是把一個關(guān)鍵信號轉(zhuǎn)換成圖像，距離我們所說的眼睛差的太遠(yuǎn)了。當(dāng)然，我們也不可能一步躍成眼睛，那至少階段性的目標(biāo)我們是不是可以達(dá)到攝影水準(zhǔn)。這個做到了有什么好處呢？一方面是能夠提高我們整個成像的空間效率，更重要的是它簡化了、通用化了、成本低了。這是很重要的一個根本變化。

算法模組

客觀來說，當(dāng)前落地的各種項(xiàng)目，成本還是比較高的。根源在于大部分只是把AI作為一個算法模塊，把它疊加到原來的體系里面，就比較低效。后續(xù)算法方案一定要以AI為中心，打通和優(yōu)化整個計(jì)算流和數(shù)據(jù)流，這個才是最優(yōu)的方式，能夠提高訓(xùn)練推理效率、降低部署維護(hù)成本。

自動化模組

在傳統(tǒng)算法時代，由于成像有很多約束，自動化能發(fā)揮的作用非常受限。AI其實(shí)是打破了算法的束縛，本質(zhì)上也打破了我們成像的束縛?？梢宰詣踊瘞臀覀兣膱D，各種“凹姿勢”“擺造型”。只要能將缺陷拍清楚就可以，并不需要那么明亮的成像。如果這么來做的話，極大地降低了自動化復(fù)雜度，提高了自動化通用性。并且能夠比較簡單高效地解決產(chǎn)品異形、多型號小批量等成像難題。

從大的維度來看，工業(yè)視覺解決方案會按兩個方向演進(jìn)：

輕量級場景：更強(qiáng)調(diào)一體化，極致的簡單易用，可能需要線上訓(xùn)練。

復(fù)雜場景：更強(qiáng)調(diào)通用化解決方案，包括：通用成像模組、通用大模型、通用自動化模組，降低全鏈路綜合成本。

02

工業(yè)AI視覺進(jìn)化論

任何技術(shù)導(dǎo)入都有它的一個生命周期，每個階段有不同的特點(diǎn)?；诼涞囟鄠€項(xiàng)目的思考，我們將AI工業(yè)視覺發(fā)展路徑劃分為三個階段：早期市場時期（2019）、保齡球道時期（2024）、龍卷風(fēng)時期（2029）。

2019年是AI工業(yè)視覺元年，意味著有相關(guān)的AI項(xiàng)目落地，即早期市場。阿丘也是在這一年開始逐步項(xiàng)目落地，我們的第一個落地項(xiàng)目是3C行業(yè)的模組外觀檢測。

自 2021年開始，AI逐步在各細(xì)分市場成為標(biāo)配，該趨勢將延續(xù)到2024年，即所謂的保齡球道時期。阿丘從2021年開始在結(jié)構(gòu)件、模組、包裝等眾多細(xì)分市場批量落地。

預(yù)計(jì)在 2029年， AI 將在全域市場普及，即龍卷風(fēng)時期。

這是一個大概的判斷，時間周期有可能會早或晚，僅供大家參考。

2019

早期市場時期：技術(shù)創(chuàng)新

我們首先來看一下早期市場有什么特點(diǎn)？

核心還屬于是技術(shù)創(chuàng)新的一個時期。換句話說，AI這個東西在工業(yè)視覺里面到底能不能用，比較專業(yè)的說法就叫技術(shù)創(chuàng)新導(dǎo)向。

那么工業(yè)AI算法跟我們自然場景（比如人臉識別、自動駕駛）的技術(shù)到底有什么差別？一是小樣本，大家知道缺陷是由非受控因素產(chǎn)生的，獲取成本很高，所以需要小樣本；二是高精度，包括尺寸小、對比度低、過檢率和漏檢率指標(biāo)嚴(yán)格，特別是關(guān)鍵缺陷要達(dá)到零漏殺；三是低算力，本質(zhì)上是由于工業(yè)產(chǎn)品對成本有約束。

正是基于這些洞察，我們構(gòu)建了自主底層算法框架、上層算法工具，即大家耳熟能詳?shù)墓I(yè) AI 視覺軟件平臺AIDI。

在推AIDI的過程中，有兩個比較有意思的點(diǎn)，在這里與大家分享下：

設(shè)備廠商甚至集成商大部分都有自研基礎(chǔ)AI算法的沖動，基本都無疾而終。甚至這個公司可能只有五六個人，他也安排一個人來自研。核心原因就兩個：一是有很多開源的框架；二是確實(shí)把這些數(shù)據(jù)拉到框架里充分跑一跑能看到不錯的指標(biāo)。但是真正上線時會受三個約束，即小樣本、高精度、低算力。所以很多人可能做到后面無法突破這三個約束，慢慢地就悄無聲息了。

通過和客戶的交流和我個人的思考，我認(rèn)為其實(shí)它是一個經(jīng)濟(jì)學(xué)問題，不是一個技術(shù)問題。我們在傳統(tǒng)算法時代，用OpenCV去做項(xiàng)目也能做一部分，但是大部分的系統(tǒng)和設(shè)備，還是一定要用專業(yè)的平臺軟件來做。在AI這個時代我認(rèn)為也是一樣的。能不能自研AI算法呢？我認(rèn)為是比自研傳統(tǒng)算法更難的。主要是三個方面：第一個方面，自然場景跟工業(yè)場景的問題特性有非常大的差別；第二個方面是AI算法的參數(shù)維度更多；第三個，要達(dá)到低算力，需要對算法做高性能優(yōu)化，優(yōu)化復(fù)雜度是非常高的。如果一個公司真的要自研AI算法，投入的強(qiáng)度要很高，要有很多工程師，所以我覺得最終它實(shí)際上是一個經(jīng)濟(jì)學(xué)問題。

總的來說，如果大家投入資源的強(qiáng)度足夠，我認(rèn)為也能夠做一個至少能用的東西，但如果要做到更好，就看你有沒有天花板足夠高的團(tuán)隊(duì)。

有些人問我，做傳統(tǒng)算法的視覺廠商來做AI算法是更容易還是更難？針對這個問題我還真是進(jìn)行了深度的思考，這也是我想給大家分享的第二個點(diǎn)。其實(shí)我認(rèn)為是更難，可能比一個完全初創(chuàng)的公司還更難。為什么？本質(zhì)上AI算法和傳統(tǒng)算法的架構(gòu)和迭代范式完全不同，研發(fā)理念也是天壤之別。要從傳統(tǒng)算法的方式切換到AI，我不是說沒有可能，只是概率較小。

阿丘落地的第一個項(xiàng)目是3C模組外觀檢測，這個項(xiàng)目是有一定復(fù)雜度的。其中涉及注塑件、金屬件等多種材料組合，產(chǎn)品異形，缺陷種類多達(dá)70余種、形態(tài)多變。?檢測要求漏檢率低于0.1%，過檢率3%左右，以傳統(tǒng)算法視角看來該項(xiàng)目基本無解。我們從方案到樣機(jī)上線花了超過6個月的時間，在項(xiàng)目進(jìn)行過程中，我們發(fā)現(xiàn) POC指標(biāo)和上線指標(biāo)之間存在巨大鴻溝。為什么會有這個鴻溝？我認(rèn)為主要有四個方面：

第一個就是對AI的認(rèn)知。它到底能解決什么問題？不能解決什么問題？所謂AI是不論復(fù)雜度的，只要學(xué)習(xí)過的，再復(fù)雜也可以解決，沒學(xué)習(xí)過的再簡單也無法解決。

第二個是對需求邊界的認(rèn)知，AI本身無法分辨正確與錯誤，這意味著你給它錯誤的樣本，它也會學(xué)習(xí)。從這個角度，他對標(biāo)準(zhǔn)是有很嚴(yán)格的要求的。

第三個是對數(shù)據(jù)的管理。核心主要是兩個點(diǎn)，如何把握標(biāo)注的標(biāo)準(zhǔn)以及如何篩選對迭代模型有信息量的數(shù)據(jù)。標(biāo)注標(biāo)準(zhǔn)太嚴(yán)苛，成本太高；不夠嚴(yán)苛，標(biāo)準(zhǔn)對AI來說又不明確。

最后一個是模型相關(guān)的問題。如何保證指標(biāo)的穩(wěn)定性和在產(chǎn)線間進(jìn)行復(fù)制。比如，不同的產(chǎn)品型號該如何做到兼容。

為了解決這些問題，我們基于項(xiàng)目經(jīng)驗(yàn)，提煉出了AI落地方法論，比較成熟的方法，就會成為AIDI產(chǎn)品功能的一個組成部分。

該階段客戶的特征：擁抱新技術(shù)、有痛點(diǎn)、有一定支付能力。我認(rèn)為這三個特征缺一不可。這樣來看，早期我們項(xiàng)目落地在3C行業(yè)是有其必然性的，因?yàn)橐訟pple為主驅(qū)動的3C供應(yīng)鏈?zhǔn)亲钤鐡肀录夹g(shù)的行業(yè)之一。并且在3C供應(yīng)鏈中，自動化程度最低的就在質(zhì)檢環(huán)節(jié)。前幾年疫情引起的人員受限等問題更加推動了檢測自動化。由于檢測問題的復(fù)雜性，傳統(tǒng)算法時代實(shí)現(xiàn)檢測自動化可能性非常小。當(dāng)然也做了一些AOI，但實(shí)現(xiàn)的效果不太好，沒有一個真正的解決方案?？赡苣闵狭艘慌_設(shè)備，但還需要更多的人來維護(hù)這臺設(shè)備。AI提供了全新的強(qiáng)力的技術(shù)手段，和更多的可能性！

2024

保齡球道時期：產(chǎn)品創(chuàng)新

早期市場階段，我認(rèn)為是找一些場景落地，后面到了保齡球道時期，一定是在細(xì)分市場。

這里面的一個焦點(diǎn)就是產(chǎn)品創(chuàng)新。從算法維度來看就是算法的標(biāo)準(zhǔn)化，包括工具鏈標(biāo)準(zhǔn)化。把前面說的那套落地方法論抽象成一套工具，集成到產(chǎn)品中，讓大家更方便地使用。從解決方案維度，核心點(diǎn)在于創(chuàng)新簡化。發(fā)掘AI特性，在提高檢測性能的同時，簡化成像、算法、自動化解決方案，縮短產(chǎn)品上市周期，降低產(chǎn)品生命周期綜合成本。

該階段客戶的特征：有痛點(diǎn)且關(guān)注性價(jià)比。我們認(rèn)為這個階段還需要延續(xù)兩到三年的時間。

2029

龍卷風(fēng)時期：行業(yè)價(jià)值鏈重構(gòu)

下一個時期就是龍卷風(fēng)時期，重點(diǎn)在于重構(gòu)行業(yè)價(jià)值鏈。

該時期的前置條件是殺手級產(chǎn)品的出現(xiàn)，該殺手級產(chǎn)品把行業(yè)價(jià)值鏈卷一遍，在暴風(fēng)過后，將會呈現(xiàn)新的價(jià)值鏈格局。比如，移動互聯(lián)網(wǎng)時代的殺手級產(chǎn)品就是iPhone。視覺行業(yè)的殺手級產(chǎn)品是康耐視的VisionPro，有了這個產(chǎn)品才定義了我們現(xiàn)在提到的很多術(shù)語。那AI時代的殺手級產(chǎn)品是什么？這個還是需要由市場來選擇。

龍卷風(fēng)時期的重要特征：大量“偽AI公司出現(xiàn)”。特別是傳統(tǒng)視覺公司沒有涉及AI也紛紛披上AI的外衣，因?yàn)榇蠹叶几兄奖╋L(fēng)即將來臨，想跟上風(fēng)潮的同時又恐懼被暴風(fēng)卷走。

03

演進(jìn)趨勢觀點(diǎn)

談?wù)勎覀儗ξ磥?-5年的演進(jìn)趨勢的一些判斷。

? 第一個是算法方面，有三個趨勢：第一個是非監(jiān)督，這個主要針對輕量級場景；第二個是大模型，前面提到對于復(fù)雜場景，大模型是最佳機(jī)會；最后一個是輕量化，即低算力，低成本是工業(yè)視覺永恒的關(guān)鍵維度。

??第二個趨勢屬于解決方案。第一個核心還是簡化和通用化，前面提到的成像、算法自動化都是屬于簡化、通用化。還有一個是全鏈路的成本優(yōu)化。這是什么意思？一個行業(yè)要達(dá)到最大化普及，成本是很關(guān)鍵的一個因素。整個鏈條包括硬件、算力、開發(fā)成本、部署成本、維護(hù)成本，如何實(shí)現(xiàn)整體最低。

??第三個我認(rèn)為是整個行業(yè)大的趨勢。未來五年左右，一定會出現(xiàn)殺手級產(chǎn)品。這個產(chǎn)品的出現(xiàn)靠能力，也要靠點(diǎn)運(yùn)氣，最終它是由市場篩選出來。整個行業(yè)將會因?yàn)檫@個殺手級產(chǎn)品重新洗牌。這個殺手級產(chǎn)品的出現(xiàn)將影響什么？我分享一下我個人的觀點(diǎn)：第一個就是不了解AI的工程師可能將被淘汰。還有一個就是傳統(tǒng)的視覺公司從業(yè)者能不能在大的圖景里面創(chuàng)造價(jià)值，否則也會被淘汰。這個我們可以用時間來檢驗(yàn)。

編輯：黃飛