Page 36 - VSDC_SepOct2018_eMag
P. 36

思考&观点 Thinkings & Viewpoints





                 工业机器视觉，警惕 AI 下的大跃进






                                                                                                                              2018（国际）摄像模组和
                 文/李智勇



                     余华在小说《活着》                               所有科学家都认可的定             必须不停的填沙，否则就会崩塌，行
                 里面描述了这样一个故                                  义。甚至上世纪 80 年代          业内俗称“烧钱”。所以，做工业机                          机器视觉技术展览会
                 事 ：人民公社时代，福                                 因为在商业上产生不了             器视觉的传统企业如果不具备这五大
                 贵所在的生产队响应国                                  实际的应用价值而经历             基础，千万别轻易舞动 AI 的大旗，
                                                                                                                              International Camera Module &
                 家号召把家里的锅砸了                                  过一次严重的衰退，价             否则行业内的人会以为贵公司是不缺
                 大炼钢铁，生产队长让                                  值几十亿美元的 AI 市场          钱的主。其实，这五大基石也很好地
                 人买来一个旧汽油桶，                                  严重崩塌，这段时间也             给我们指明了从实际应用的层面如何                          Machine Vision Technology Exhibition 2018
                 福贵的儿子有庆担心把                                  因而被称为“AI 严冬”（AI        利用 AI 在工业视觉检测寻求突破，
                 桶底烧穿，跟生产队长                                  Winter）。这一严冬是如         那就是首先要先关注一个明确的或者
                 建议一定要在桶里放水，结果煮了几                  此之长，一直持续到了本世纪初。AI                说机器最善于解决的应用或者细分市
                 天几夜，怎么戳桶里的铁都还是硬邦                  技术后来分化为针对不同应用的具体                 场 ；其次是想办法如何以低成本获取
                 邦。后来轮到福贵看火的时候他睡着                  领域，例如机器学习、神经网络、语                 海量的数据、并快速建立模型、标注、
                 了，等一觉醒来，桶底烧穿了，铁也                  音识别等等，而这全部要有海量的数                 训练和反馈 ；有了海量的数据，接下
                 煮化了。生产队长是敲锣打鼓，抬着                  据做为基础。在 2010 年后，尤其是              来应该是资本最擅长的地方，投资拥
                 炼出来的“钢”去县里报喜。福贵立                  最近的 3-5 年，伴随着硬件技术尤其              有强大 GPU 的计算机或者计算机集
                 了功，有庆成了生产队的“科学家”。                 是强大的 GPU 技术的发展，AlphaGo           群，然后最重要的当然就是挖人！
                     当然，这仅仅是小说里虚构的                 让地球人都知道了 AI，而近两年流                    由此回到开始的问题，机器智
                 故事而已。但反观当下，总感觉小说                  行的机器深度学习又让工业视觉检测                 能如此强大，是不是传统的工业视觉
                 里的一幕开始在身边不停地上演着， 看到了美好的未来和无限应用的可                                   检测就会被取代掉呢？是不是工业自
                 AI（机器智能）在被国家赋予了“经                 能。其实，如果 AI（机器智能）真                动化领域的视觉检测就可以跑步进入
                 济发展的新引擎”的定位后，整个自                  的有智能，它只想跟地球人说一句 ：                AI 时代呢？其实答案非常简单，好
                 动化行业也开始对 AI 充满了中国式 “你见或者不见我，我就在那里，不                                比 25000 里长征，乐观的人会说 ：
                 的激情，凡事必言 AI，而最容易被                 悲不喜”。目前火爆的基于大数据的                “Come on，我们还差 24000 里就胜利
                 直观地误解为机器智能核心技术之一                  深度学习，更多的是已有的技术，借                 会师了”。悲观的人呢 ：“我都不知道
                 的机器视觉技术更是如此，相关企业                  助于硬件的大发展，在实际应用和商                 自己还能走多远！”从实际应用来看，
                 如果不带个 AI 的帽子都感觉不够帅。 业上又做了一次成功的尝试。对此，                               目前工业视觉领域应用的相对比较成
                 这导致传统的工业视觉企业诚惶诚                   我们必须有清醒的认识！                      功的仅限在机器深度学习和部分替代                          同期展会                                                  主办方
                 恐，生怕哪天就被 KO 了，更有甚者                   李开复老师曾经提到过企业要从                人工的产品缺陷检测，而深度学习又                          Concurrent Event                                      Organiser
                 开始怀疑传统机器视觉的演算法到底                  事 AI 的五大基石 ：清晰的领域界限、             以 OCR 和产品分类识别的成功应用
                 还有没有价值！至于吗？                       闭环的可标注的数据、强大的计算能                 案例较多。对于产品缺陷检测而言，
                     AI 技术（机器智能）诞生于上               力、千万级的数据量、顶尖的科学家。                就算能解决客户要求的 90% 的问题，                       参展联系 Exhibitor Contact                     观展联系 Visitor Contact
                 世纪 50 年代，其发展过程几经波折， 乍一看，这五大基石更像是建立在海                               剩余 10% 的问题恰恰是最难逾越的                        李翔  Edison Li                              孙梅  Summer Sun
                 遗憾的是至今针对 AI 没有形成一个                量的资本沙滩之上的，沙堆的特点是                 障碍，而这 10% 极有可能置这一技                        电话Tel: +86-21-2231 7018                    电话Tel: +86-10-5763 1828
                                                                                                                              传真Fax: +86-21-2231 7182                    传真Fax: +86-10-8518 8016
                                                                                                                                                                                                                          关注官方微信
                 34 Sep/Oct  2018                                                  视觉系统设计   Vision Systems Design China       邮箱E-mail: info@reedkuozhan.com             邮箱E-mail: summer.sun@reedexpo.com.cn         Follow us on Wechat
   31   32   33   34   35   36   37   38   39   40   41