星空体育官网

新闻中心

星空体育官网-工业+AI,共达地GDDi3.0探索制造业的第二增长曲线

2024-10-25 来源:星空体育官网

在“中国智造”、“中国质造”、“中国创造”锚定了中国制造转型升级方向的背景下,AI和工业互联网的融合应用,已成新发展阶段制造业现代化、数字化、智能化发展的必由之路。

但算法训练的高成本、长周期、高门槛成为AI落地的“老大难”问题,工业场景的复杂性则让算法与场景的适配难度又上升一个量级。如何让领先技术真正赋能国民经济支柱性产业,撬动数字时代产业发展的第二增长曲线,成为AI界、工业制造界共同面临的难题。

制造+AI需求井喷

我国制造业体量位居全球第一,发展迅猛。2010-2020十年间,我国智能制造业产值规模逐年攀升。2020年的产值规模约为25056亿元,同比增长18.85%。

工业+AI,共达地GDDi3.0探索制造业的第二增长曲线

资料来源:前瞻产业研究院

但巨大的市场规模下,是如河流般细分的场景。中国是目前全世界唯一拥有联合国产业分类当中全部工业门类的国家,在世界500多种主要工业产品当中,有220多种工业产品中国的产量占居全球第一。如果计算所有细分工业链条中的完整的工业制品,数量则将如浩瀚星辰般庞大。

工业+AI,共达地GDDi3.0探索制造业的第二增长曲线

资料来源:世界银行,中信证券研究部

在这样的大背景下,AI与智能工业的结合将是一条漫长、艰难的道路,场景精细化要求算法定制和算法定州周期长两大现实不断博弈,让产业链上AI厂商、产业客户、集成商每一个觉得都苦不堪言。

一方面是,当前的AI算法主要通过“堆人头”的方式手动完成。一个成熟算法的产出往往需要一支15人算法工程师团队耗费数月。在这种情况下,没有一家AI厂商能轻易覆盖超过10个细分应用领域。另一方面,在《中国制造2025》和“十四五”规划蓝图下,建设制造强国,提升产业链、供应链现代化水平,是作为国民经济支柱的制造业的必由之路,将产生超大规模的AI算法需求,且算法将根据场景的细分无限精细化。

很显然,通过传统的算法定制路径应对制造业智能化升级的需求,犹如以杯水灌注进无垠沙漠,完全不能解决产业端对效率、规模和成本的需求。

技术平权,人人皆可AI

针对当前供需之间的矛盾,共达地推出“GDDi自动化AI训练平台3.0”(以下简称“GDDi3.0”)。如果把人工智能比作新“电能”,共达地打造GDDi3.0则是一项面向千行百业的电能“平权计划”,通过生产工具的升级实现生产能力的平权,提升生产效率、降低应用成本,加速实现人工智能的规模化商用。

举个例子,如果一家工业制造厂商想通过AI算法提升瑕疵检测率,以此优化流水线、提升品牌形象,在传统的对接模式下,工厂需要与集成商/AI厂商对接,提供数千张良品和残次品的照片作为算法训练的原材料,并在等待若干个月后,获得针对某类瑕疵的AI算法——这还不算算法部署到终端时,可能产生的与芯片不适配、算力利用率低、算法准确性下降等问题。相应地,高精尖算法工程师团队数月的工作价格不菲,这都将成为厂商需要承担的成本。

但通过GDDi3.0,该厂商可以安排一名业务经理,将约500张初始图片上传至平台,一键点击“训练算法”启动算法训练。GDDi3.0会自动分析数据特征,并给出优化建议,如补充更多全局图片、补充更多光线较亮的图片等。训练过程中,由于预适配了百余家主流芯片,用户可以直接选择终端所使用的芯片,GDDi3.0会根据芯片的算子结构来训练算法,免去部署环节的适配难题。最终,当算法训练结束后,一键点击“部署”便可在5秒左右将算法下发至终端。整个流程只需耗时数小时,且99%的工作由GDDi3.0承担,用户无需具备代码经验,更不必懂模型知识和调参原理,只需根据场景需求点击“下一步”即可。

工业+AI,共达地GDDi3.0探索制造业的第二增长曲线

GDDi自动化AI训练平台3.0

训练数据集较小对算法精度产生的损耗,将在算法部署到应用场景后,通过将前端数据回传至平台,以天为单位进行迭代来完成。对比实验显示,共达地AutoML自动化AI 训练平台的算法平均精度高于行业平台水平。

共达地:让AI成为新电能

事实上,已经有众多客户体验了共达地的高效定制和快速迭代能力。自成立以来,共达地AutoML自动化AI训练技术广泛应用于智慧城市、智慧交通、智能制造、智慧物流等多个领域。

在与东北某建筑公司的合作中,客户希望对工人佩戴安全帽、穿着反光衣进行识别。前期,该客户采购某传统AI厂商的“成熟”算法,部署后识别率低于20%。核心原因在于,实际应用场景是在夜间,且摄像头部署较远,与该AI厂商训练算法使用的数据特征差异极大。共达地接到需求后,通过前期数据训练算法,在一周内完成了部署,但由于摄像头距离识别对象远且夜间光线较差,识别效果也仅达到75%,但部署后通过以天为单位回传前端视频流进行算法自主迭代,5天迭代5个版本后,准确率直线提升至95%以上。

工业+AI,共达地GDDi3.0探索制造业的第二增长曲线

共达地算法训练平台与其他方案的算法精度比较

此外,通过较小数据集进行算法训练也是共达地将AI算法赋能到千行百业的重要路径。在与某工业仓储企业的合作中,客户需要通过算法对下辖数千平米大型仓库中的高保值货物进行常态化安全监控,一方面控制人力巡检的成本,另一方面预防巡检不力、监守自盗等风险。

但是,客户可提供训练的数据量较少,且希望快速交付,加上没有技术团队可提供支持,不知道如何部署算法等,给项目带来一定的困难。

共达地基于AutoML自动化AI训练平台,最初仅用企业提供的500多张图片数据,有效提取了关键特征,结合自动化调参,一小时左右初步生成了算法模型。由于共达地已主动适配了十几个主流大厂的近百款芯片,客户无需再寻找其他厂商进行软硬件的集成工作,可直接将新算法一键下发至共达地的边缘端硬件盒子。在应用过程中,前端以天为单位采集现场数据并回传至共达地AI自动化训练平台进行算法的自主学习、快速迭代,让精度无限逼近实际应用场景的理想值,最终解决了客户的难题。

《“十四五”智能制造发展规划》明确提出,2025年我国工业互联网平台的普及率要达到45%。而作为中国智造新引擎的AI,必然会在跟传统工业、制造业的深度融合中加速这一过程,将数字经济时代建设制造强国、网络强国和数字中国扣合,最终为工业转型升级带来新动力,为经济高质量发展注入新动能。共达地将与产业同仁一起,通过变革生产力,重塑生产关系,助力规划加速落地为现实。