今年全国两会期间，人工智能成为热门话题。在代表委员提交的议案和建议中，人工智能、大模型等词汇频频出现。
工信部近日公布的数据显示，近年来，我国人工智能发展加速，形成了较为完整的产业体系。核心产业规模超过5000亿元，企业数量接近4000家。智能芯片、开源框架、智能终端等创新成果不断涌现，一大批优秀龙头企业和专业化新型企业加快发展。人工智能日益融入各行业，成为产业转型升级、推进新型工业化的重要驱动力。
AI工业质检:加速向工业生产全场景迁移。制造业是国民经济的命脉，是立国之本，强国之基。中国是世界上最大的制造业国家。人工智能作为核心技术，与制造业的结合是中国从制造大国走向制造强国的重要一步，也是走向高端化、智能化、绿色化的必由之路。《2020年人工智能与制造业融合白皮书》指出，目前，人工智能与制造业的融合应用已有一定基础。人工智能应用的许多发展路径已经在诸如家用电器， 汽车和建筑机械。工业质检作为人工智能制造的入门级场景，已经从前几年的试点应用走向大规模复制推广。IDC预测，到2025年，中国工业AI质检整体市场规模将达到9.58亿美元(约合人民币62亿元)。目前，在大多数场景下，工业AI质检都是以定制化解决方案的形式应用于生产线，即集成检测设备和定制化检测系统。然而，面对碎片化的应用场景，越来越多的服务商开始提供工业AI视觉平台、AI摄像头等更加标准化、轻量化的产品，并为业务人员提供低门槛的模型培训能力，专注于3C电子、汽车及零部件 消费品和原材料。以汽车制造业为例，近年来，随着汽车“新四化”建设的加快和加工工艺的提高，汽车零部件的结构越来越复杂，对质量检测效率的要求也越来越高。苦苓科技是通过“机器人+3D视觉+AI”的产品解决方案，专注于汽车涂装表面缺陷检测轨迹的AI技术。公司与3C电子、锂电池等行业批量产品的缺陷检测不同，汽车涂装表面的缺陷有几十种，包括凹痕、凹陷、缺胶、缝合、斗篷、气泡、针孔、颗粒等。，加上多种多样的产品外观和复杂的工作环境， 很多传统目测企业不敢上前。飞桨帮助苦苓科技提高对环境和零件的灵敏感知、高效识别和精确控制。飞桨帮助苦苓科技提高对环境和零件的灵敏感知、高效识别和精确控制。上海苦苓科技董事长徐荣来表示，经过客户的实际实地验证和落地，我们的检测精度可以达到0。05 mm，基本满足汽车A级表面的检测要求。在一些重点企业，误判率不到5%，只有3.6%，在行业内具有一定的领先地位。通过“机器人+3D视觉+AI”的集成模式，苦苓科技可以指导客户从前端到后端管理、分析和优化质检生命周期。 涵盖注塑、吹塑、压塑、搪塑等不同生产过程的缺陷检测。全流程场景的覆盖和行业的持续深耕，是基于百度推进器平台的赋能，用X来验证之前的模型。可以帮助我们快速建立一套技术方案。后期应用飞桨等开源库优化AI模型，可以支持我们针对实际工业场景不断改进优化方案。苦苓科技的技术人员告诉记者。经过在汽车表面质量检测领域多年的培训和技术积累，苦苓科技正在与合作伙伴一起，尝试将智能化解决方案迁移到金属加工、轴承、钣金等相关领域。然而， 将质量检测技术从油漆表面转移到金属表面是非常困难的。徐荣来指出，比如金属加工业，阀门生产的特点是环境恶劣，车间里弥漫着油污、灰尘、粉尘。这些油污和灰尘会吸附在产品表面，对产品缺陷检测造成很大干扰。另外，阀门行业对产品检验的精度要求极高，传统质检的误判率高达40%。追求恶劣环境下工业质检的准确性，离不开小样本学习技术的加持，解决工业检测中实际样本少的问题。通过零门槛AI开发平台的数据增强功能，可以将一张图片衍生成多张图片， 这提高了数据利用率。同时，通过自动超参数搜索策略，完成相对复杂场景数据训练的利用率，产生基于该场景的最优参数组合，达到更高的模型精度。同时，飞鱼与百度研究院大数据实验室还发布了小样本迁移学习新算法，从不同角度应对标注不足的挑战。提高模型的学习效果。总的来说，人工智能在工业上的应用其实有很大的发展潜力。徐荣来告诉记者，由于现场复杂、环境复杂、技术复杂等原因。，诸多复杂性造成了人工智能在工业上的应用门槛很高。日前，IDC发布了《2022中国大模式发展白皮书》， 其中认为大模型是AI发展的必然趋势，并提出了业界首个大模型评估框架。经过评测，百度文心模型位列行业第一。在IDC发布的《2022年中国大模型发展白皮书》中，百度文心大模型位列行业第一。
事实上，大模型的通用性和通用化，以及基于“预训练+微调”的新型开发范式，可以解决应用开发中的落地门槛高、数据资源有限和“反复制轮”等问题。
百度文心模型全景
智能巡检:工业机器人与数据应用场景双向交流近年来，我国电力工业快速发展，电网规模跃居世界首位，自动化水平逐步提高，电能质量和供电可靠性进一步提高，基本满足了经济社会发展对电力的需求。然而，我国电网运维现状不容乐观。现有输电线路巡检人员年均增长率不到3%，巡检人员数量却高达34%。而且很难克服传统人工巡检模式可靠性低、可追溯性差、安全风险大的缺点。在能源电力领域，基于AI大基地， 百度助力国家电网。福建搭建了AI中间平台。在此基础上，协同构建大规模电力模型，打造AI电力关键业务数据的全链条智能处理能力。这种方法帮助他们将识别准确率提高了30%，识别效率提高了5倍。变电站终端效率提高40-60倍，启动送电时间缩短80%。此外，由于不同省市的自然环境不同，在AI大基的帮助下，将异地采集的数据灌入大模型，实现了场景中一般大模型和特定模型的再训练，加强了大模型的泛化能力。随着传感器技术、智能控制技术、数据挖掘技术和人工智能技术的积累和应用， 智能巡检机器人的功能性和稳定性得到了快速提高。同时，AI等技术的落地推动了产品市场。价格不断降低，促进了智能巡检机器人用户运营成本的持续下降，进一步加快了市场渗透率，提升了智能巡检机器人。随着智能电网的逐步推广，我国电网项目投资规模迅速增加。2021年，全国电网项目投资规模达到5530亿元，较2020年增长5.45%。基于国家智能电网战略的推进，电力行业智能巡检机器人的市场规模正在快速增长。在未来， 将机器人技术与电力技术相结合，通过智能机器人实现输电线路、变电站/换流站、配电站、电缆通道的全面智能无人化运维，已成为我国智能电网的发展趋势。在开放式变电站、核电站、化工厂、矿山，钱逊科技的巡检机器人穿梭其中，一边检测现场情况，一边将生成的数据传输到系统后台，既避免了人工巡检带来的安全隐患，又实现了智能数据采集和分析。作为“打通巡检机器人和工业互联网数据应用场景”的科技创新企业，除了机器人智能硬件， 钱逊科技还有一个更重要的核心竞争力——自主研发了集监控数据、运维数据、作业管理、信息分析于一体的大数据系统，实现了“数字双胞胎”。飞桨助力钱逊科技在检验领域实现技术国产化。钱逊科技首席执行官王怀庆告诉记者，动态数字结对的意义实际上是后端变得智能和数字化的一个非常核心的基础。只有当我们把物理世界完全映射到数字世界，粒度越细，刷新频率越高，数字世界的信息才会越准确、高效，然后你在其中做出的管理决策和指令才会更准确。事实上，收集数据的方法、数据的质量、多样性和规模直接决定了人工智能的程度。然而， 工业数据的来源和格式更加复杂，对数据的可解释性、可靠性和准确性要求更高。王怀庆说，无论是机器人收集数据还是其他传感器收集数据，都有两个关键的处理过程。一是对数据进行识别、分析和量化；二是将数据导入巡更站进行趋势分析、交叉验证以及一些模拟和BI应用。王怀庆告诉记者，因为钱逊科技的国内业务主要涉及电力和一些敏感的工业场景，所以我们在推一套完全本地化的解决方案，从机器人零部件到服务器，再到系统架构。其中，在AI框架中，百度Feipaddle为我们提供了重要的技术支持和算法模型，加速了我们解决方案的落地。此外， 王怀庆提到，百度飞桨有自己的一批生态伙伴。无论是做算法和技术的上游企业，还是做行业整合的下游企业，都有一些推动智慧能源的相关项目，我们打算参与这些项目的实施。据了解，今年以来，钱逊在国内电力能源行业的应用已进入批量复制阶段，产品也已成功出海。日本、欧洲和美国的项目将逐步交付。目前，公司我们的交付能力和生产能力一直在满负荷运行，今年有望实现比去年5倍的业绩增长，产值将超过1亿元。
攀上AI技术高峰，下海千巡科技和苦苓科技是第七届“创客中国”人工智能创新与应用产业链赛(百度)的优胜者。据介绍，大赛由工业和信息化部网络安全产业发展中心(工信部信息中心)和百度联合举办。公司为Al+智慧产业和Al+生物医药协办，吸引了来自全国各地的134家企业和项目。其中，4家企业为国家级专业查新“小巨人”企业，7家企业被认定为省市级专业查新企业。作为领先的人工智能企业， 百度正在充分发挥人工智能领域龙头企业的示范和引领作用。除了比赛过程，还持续为参赛项目进行技术孵化、生态资源对接等赋能，促进大中小企业的产业链和资源互通。依托百度推进器技术的支持，参展企业的人工智能应用场景不断拓展，也催生了超出预期的落地机会。在这次比赛中，百度飞桨也顺应形势，完成了一次技术爬升和一次价值跳海。一方面不断打磨优化核心技术，另一方面持续深入场景赋能。作为第一个自主研发的，功能性的， 国内开源、工业级深度学习平台，飞桨一方面深入各种实际应用场景，发布丰富的工业级开源模型库和详细的工业实践实例库，让开发者更方便地使用飞桨。另一方面也主动与各种芯片、边缘终端适配融合，形成软硬协同优势。更懂场景的飞桨，不仅将在便捷性、易用性、效率等方面刷新纪录，也将为行业应用和前沿探索提供更为硬核的技术来源。百度飞桨全景目前，以飞桨为代表的深度学习平台在制造业的落地主要集中在工业视觉、工业设备监控、数据智能、物流仓储等应用场景， 并在R&D和设计、生产工艺和调度优化、设备运维、智能供应链等方面发挥“智慧眼”和“大脑”的支撑作用。据了解，截至目前，推进器平台已经聚集了535万开发者，服务了20万家企业，创造了67万个模型。依托飞橹，培养了300多万AI人才。随着我国新型工业化的扎实推进，智能制造已经成为当前行业发展的主要方向。AI作为核心技术，还会继续深入，取得实效。
转载源文章转载自李国庆的《智能制造》杂志。AI大模型落地的背后，正在带来一场智能制造的系统重构。