2019WAIC丨专访Alva Systems创始人肖东晋：AI将加速工业制造升级

2019-09-01 10:04:34来源：亿欧

文丨倪霞

责编丨余欣婷

目前，人工智能、大数据、物联网等高新科技正与实体经济深度融合，并助力制造业向数字化、智能化转型升级。未来，随着人工智能在制造领域的应用扩展，工业制造将向“智造”升级。

8月30日，以“AI变革，洞见工业未来”为主题的2019全球工业智能峰会在沪举行，该峰会由世界人工智能大会组委会主办，上海市经济和信息化委员会、江苏省工业和信息化厅、浙江省经济和信息化厅、安徽省经济和信息化厅、中国信息通信研究院、工业互联网产业联盟（AII）、联合国工业发展组织上海投资促进中心、日本工业价值链促进会等联合承办。工业智能领域政府领导、制造业企业家、相关专家学者出席峰会，并就工业制造未来等话题展开探讨。

在峰会举办期间，主办方邀请到Alva Systems创始人肖东晋，于采访间分享AI对工业制造的发展影响，亿欧新制造记者就相关问题专访了肖东晋。肖东晋表示，在预测性维护及缺陷检测方面，AI将发挥不可替代的作用。未来，AI企业应更多关注传统行业的实际需求，用AI赋能各行各业。

助力预测性维护及缺陷检测，AI加速工业制造向“智造”升级

就目前来看， AI技术落地加快，与各行业深度融合。未来，AI对工业领域的哪些具体场景将产生较大影响？

肖东晋表示，“目前，在工业行业，AI主要应用在预测性维护，以及缺陷检测方面。预测性维护指的是，基于人工智能算法，通过预测性维护来诊断设备在未来什么时候会坏，以便预测设备什么时候需要做维护。这比日常或定期进行的预防性维护能节约成本，因为只在确定有必要时才做维护，这对工业来讲是非常重要的。比如一个水泵在水厂里面突然坏掉了，它其实会造成很大的损失。”

诚然，应用了AI预测性维护技术，工厂可以实时监控设备运行状态，通过云数据传输进行数据分析，提前预知设备的异常状态，从而最小化设备停机的可能。企业根据设备的预测使用寿命进行设备维护，这对工业设备来说，既延长了使用寿命又可以降低维护成本，让现场技术人员更高效地工作，减少安全隐患，避免设备停机的风险。

肖东晋指出，“除预测性维护，AI的另一个应用是缺陷检测。缺陷检测通常是指对物品表面缺陷的检测，采用先进的机器视觉检测技术，对工件表面的斑点、凹坑、划痕、色差、缺损等缺陷进行检测。当前，国内外很多软件企业开发了不少该类检测软件，系统可根据设定的技术指标要求自动进行检测，并对有缺陷部位进行标识，还可以根据需要自动分拣、剔除。”

事实上，传统的产品外观缺陷检测和基于检测仪器输出图像的缺陷检测，均依赖于人工目视检查，检测品质难以保证。基于AI技术的缺陷检测，能够识别标注缺陷，实现全自动精准检测。

“这一届人工智能大会，可能会让更多AI企业，关注到工业的这些需求以及前景，从而针对性地研发很多相应的产品，来加速AI商业化应用进程。“肖东晋补充道。

搭建AI技术与传统企业桥梁，AI企业应更加关注传统行业实际需求

目前，AI技术应用领域不断扩展，赋能商业价值凸显。那么，传统行业尤其是制造业企业，应如何拥抱AI?

“我觉得应该反过来思考。工人从事的是生产工作，企业要实现智能化是自身需求。AI技术人员主要钻研技术，应该思考怎么让AI在产业中被便捷使用，如何使AI和生产技术、实际产线相结合。” 肖东晋如是说。

当前，传统制造企业数字化、智能化转型需求迫切，但在AI企业与传统行业存在鸿沟背景下，各行业应开放合作，加强沟通，让科技更好地为产业发展助力。

“在工业设计方面，我举一个比较成功的应用案例。比如要设计一把椅子，以前需要设置一个三维模型，在CAD软件里面把这个椅子做出来。现在，利用AI的辅助，只要对AI软件提出椅子多高，承重多少和一些其他参数，它就自动完成第一版的设计，帮助工业界完成这个工作。在这个例子中，传统企业做工业设计的人在AI辅助下更好更高效地完成了工作”肖东晋表示。

就目前而言，AI在工业设计领域发挥了独特作用。在更快完成工业设计的同时甚至比人类做的更好，尤其是在一些工业内部结构设计方面。在工业增材制造领域，通过3D打印技术辅助，传统制造业效率得以提高。

“AI企业需要更加融入工业产业，只有了解具体场景的实际痛点，才能优化AI技术，从而给工业制造业提供实际帮助，推动我国制造业向‘智造’转型。” 肖东晋强调。

随着AI技术持续发展优化，人工智能与传统行业不断碰撞，这在未来将擦出怎样的火花？未来人工智能与工业制造将如何发展，我们拭目以待。