數(shù)優(yōu)中國區(qū)總經(jīng)理韓旭先生作為人工智能缺陷檢測領(lǐng)域的領(lǐng)導者,榮登《機器視覺》雜志封面,解讀了人工智能在工業(yè)領(lǐng)域的未來之路。
韓旭,數(shù)優(yōu)(蘇州)人工智能科技有限公司總經(jīng)理,畢業(yè)于韓國最高學府首爾國立大學計算機科學專業(yè),在校期間參與過院??蒲许椖恳约叭请娮涌蒲许椖?,隨后加入韓國現(xiàn)代重工集團并參與過眾多工業(yè)項目,之后又在科技領(lǐng)域自主創(chuàng)業(yè)完成了由工程師到綜合領(lǐng)導人的蛻變,隨后加入數(shù)優(yōu)并帶領(lǐng)數(shù)優(yōu)進入中國市場,短短1年時間,他帶領(lǐng)團隊完成了眾多行業(yè)第一,全國第一家人工智能光伏EL檢測產(chǎn)線,全國第一家人工智能電池檢測產(chǎn)線,全國第一家人工智能手機整機外觀全檢產(chǎn)線……
如今,在韓旭先生的帶領(lǐng)下,數(shù)優(yōu)從醫(yī)療,手機零部件,汽車零部件,半導體,Display,焊接工藝,甚至到航空國防等領(lǐng)域皆完成了在中國市場的商業(yè)布局。帶著幾分驚喜,幾分好奇,記者與數(shù)優(yōu)中國區(qū)的掌舵人韓旭先生一起來探討一下人工智能在機器視覺領(lǐng)域的問題和未來。
記者:韓先生畢業(yè)于韓國最高學府,又有過多次創(chuàng)業(yè)經(jīng)歷,您是出于怎樣的考慮來到數(shù)優(yōu)中國區(qū)的呢?
韓旭:一個偶然的機會,我經(jīng)朋友的引薦得知了數(shù)優(yōu),數(shù)優(yōu)是一家專業(yè)從事機器視覺領(lǐng)域的人工智能缺陷檢測研究的公司,在韓國人工智能領(lǐng)域居于領(lǐng)先地位,在國際上多次獲得獎項,與三星集團、LG電子、現(xiàn)代集團、KOLON、POSCO這些知名企業(yè)有深度合作,又有諸多首爾大學校友研發(fā)人員,因為自己也是計算機工科出身,立刻被數(shù)優(yōu)的產(chǎn)品和研發(fā)能力所吸引。而且相比民用人工智能,我深知工業(yè)人工智能意義更加巨大,正如比爾蓋茨所說:“在今天,如果尋找和當年那場數(shù)字革命一樣能夠?qū)κ澜鐜砭薮笥绊懙臋C會,我第一個考慮的就是人工智能。”所以我毅然加入數(shù)優(yōu),在這次人工智能革命中決定做一個參與者而不是旁觀者。
記者:數(shù)優(yōu)在中國經(jīng)歷了短短的1年時間,工作順利嗎?達到了公司的預想嗎?
韓旭:初來中國,真的是兩眼一抹黑。從政府對接、公司注冊、團隊建立、市場推廣、項目落地,從無到有,中間確實遇到大大小小的問題,特別是當時國內(nèi)企業(yè)對于人工智能的認知不夠,前期推廣比較困難,國內(nèi)銷售模式的摸索,培養(yǎng)市場以及本土化是打入中國市場最艱難的一仗。
目前經(jīng)過一年的發(fā)展,已初步達到預期,在光伏、電子、軍工,Display,手機零部件,半導體,汽車零部件、醫(yī)療等領(lǐng)域均在實際產(chǎn)線落地運作并受到客戶的一致認可。從珠三角、長三角到北方地區(qū),客戶已經(jīng)遍布全國,我們用一年的時間完成了最艱難的起跑階段,但是工業(yè)之路,任重而道遠,我們還將砥礪前行。
記者:“人工智能”這個詞已經(jīng)飛入尋常百姓家,但在我們機器視覺行業(yè)里,真正意味著什么?
韓旭:從蒸汽時代到“工業(yè)4.0”,制造業(yè)迎來了新一輪的革新。制造業(yè)的轉(zhuǎn)型是從數(shù)字化到自動化最后到智能化時代的過程。但是在機器視覺缺陷檢測領(lǐng)域,依然是制造行業(yè)的痛點,例如目前已經(jīng)相對成熟的AOI缺陷檢測設備,還是不能達到日益增長的復雜精密的工業(yè)檢測需求,在實際產(chǎn)線上依然需要人工肉眼復檢,并沒有節(jié)省人力反而給企業(yè)增加了很多額外支出。眾多傳統(tǒng)視覺在工業(yè)領(lǐng)域解決不了的問題,由于人工智能的到來得到顛覆性的解決。相比傳統(tǒng)視覺缺陷檢測的解決方案人工智能的優(yōu)勢有:一是解決了傳統(tǒng)視覺無法處理的完全無規(guī)律復雜的圖像問題;二是解決了傳統(tǒng)機器視覺由于抗干擾能力差造成漏檢誤檢率高的問題;三是解決了傳統(tǒng)視覺未出現(xiàn)過的缺陷無法識別,需要連續(xù)不斷的算法補丁的問題;四是解決了傳統(tǒng)視覺項目周期普遍很長導致驗證速度慢的問題;五是解決了傳統(tǒng)視覺對硬件環(huán)境依賴比較高的問題等。人工智能成為了智能制造從理論到實際應用的一把鑰匙,我們也是借用人工智能強大的能力為各個行業(yè)的企業(yè)實現(xiàn)了無人自動化缺陷檢測。
記者:目前數(shù)優(yōu)在中國市場的主要產(chǎn)品有哪些?
韓旭:目前數(shù)優(yōu)的產(chǎn)品主要有人工智能軟件平臺和硬件全解決方案。我們的人工智能缺陷檢測軟件SuaKIT既可以獨立使用,也可以嵌入任何軟件和設備中,同時支持客戶自己的二次開發(fā)和任意API調(diào)用;硬件解決方案包括手機整機外觀多面檢測設備COI,MLCC電容檢測設備,TAS紡織印染檢測設備等各領(lǐng)域的缺陷檢測設備,可以為各行各業(yè)的企業(yè)解決缺陷檢測難題。
記者:最近也出現(xiàn)了很多人工智能缺陷檢測的公司?您是怎樣看待的?會有危機感嗎?
韓旭:人工智能表面上看似很神秘,但是實際上已經(jīng)經(jīng)過了幾十年的研究,很多算法和平臺也已經(jīng)比較成熟了。無論是學術(shù)界還是工業(yè)領(lǐng)域,人工智能可以得以發(fā)展是都是一件令人激動的事情,我們應該為這樣的發(fā)展情況感到驕傲。
對于人工智能市場的競爭,危機感多少是有的,但是我們對我們的實力和技術(shù)還是非常有自信的。我們認為現(xiàn)在很多公司的人工智能檢測軟件都還在研發(fā)和測試階段,并沒有得到市場真正的考驗,也沒有任何落地的項目。而我們有著多年的行業(yè)經(jīng)驗,進入中國短短1年的時間,我們的產(chǎn)品已經(jīng)在幾個工業(yè)領(lǐng)域的實際產(chǎn)線上安全運行9個多月,為客戶帶去了實際的效益。另外,即便是和幾個相對成熟的公司比較起來,我們的軟件依然有很強的技術(shù)優(yōu)勢和競爭力。例如:1、檢測產(chǎn)品更換,頻繁更換也能輕松應對無需重新建立神經(jīng)網(wǎng)絡;2、單一圖片數(shù)據(jù)也可以輕易建立神經(jīng)網(wǎng)絡;3、可視化調(diào)試,把“黑匣子”打開,提高檢測準確度;4、獨有的自動標記功能極大的降低人工標記時間;5、新舊產(chǎn)品更替可以平穩(wěn)過度零對接時間;6、利用GPU及算法優(yōu)化提高檢測速度,可實現(xiàn)高速產(chǎn)線的實時檢測(最高超過10m/s的速度)……憑借這么多的技術(shù)優(yōu)勢,我想我們還是可以繼續(xù)引領(lǐng)行業(yè)的方向,保持行業(yè)領(lǐng)先性。
記者:您對人工智能在機器視覺領(lǐng)域的未來有什么樣的展望?
韓旭:所有產(chǎn)品在最終呈現(xiàn)到消費者面前之前都需要進行外觀缺陷檢測,越復雜的東西檢測的次數(shù)越多,例如一部手機從零部件到整機中間可能經(jīng)歷了幾百不同過程的外觀缺陷檢測,缺陷檢測已經(jīng)成為整個加工過程中最消耗人力,也是企業(yè)花費成本最大的一部分。
人工智能將繼續(xù)在這個領(lǐng)域為企業(yè)提高效率,縮減成本,讓眾多工人解放出來可以去做更有意義的事情,這不僅僅是提高了經(jīng)濟效益更是有助于推動整個社會以及人類的進步。一門科技對行業(yè)的貢獻度,其中一個判斷標準不是看它有多高高在上而是看它能否多么普及的應用到現(xiàn)實生活中去,視覺領(lǐng)域的人工智能從技術(shù)角度會更貼近人類的需求和操作習慣,也將從高新技術(shù)慢慢變成通用的大眾的技術(shù),從而普遍地應用在各個領(lǐng)域,實實在在地為智能制造工業(yè)4.0做出一份貢獻。我們數(shù)優(yōu)也會繼續(xù)秉承科技創(chuàng)新,服務至上的原則,不斷做出更好的產(chǎn)品,貢獻自己的一份力量,不忘使命,未來的路在遠方,亦在腳下!
- 智駕領(lǐng)域智界就是第一?問界排第幾?
- ChatGPT推出圖片管理功能:AI創(chuàng)作更高效!
- 抵御關(guān)稅沖擊,美國PC市場2025年Q1逆襲:出貨量激增12.6%,庫存量將大增
- 全球電車風潮涌動:中國與歐洲領(lǐng)跑,同比增長29%的電動汽車銷量新篇章
- AI編程大勢所趨:半年內(nèi)90%,一年內(nèi)幾乎全部代碼由AI編寫
- iPhone 17系列機模意外曝光,小米SU7 Pro交付時間嚇壞用戶
- 福耀科技大學獲批,曹德旺回應:壓力山大,批下來就要做好,求真務實才是關(guān)鍵
- 特斯拉Cybertruck新功能:FSD大更新,輕松實現(xiàn)停車啟動、智能召喚與倒車,駕駛更智能!
- 大眾汽車裁員風暴來襲:軟件部門Cariad大刀揮向三成崗位,風雨飄搖中的裁員序幕?
- 保時捷扛不住壓力裁員3900人:全球跑車銷量王也難逃經(jīng)濟寒冬?
免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關(guān)資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。