|
斑馬技術(shù)大中華區(qū)技術(shù)總監(jiān) 程寧 近年來(lái)，電動(dòng)汽車已隨處可見(jiàn)，燃油汽車向新能源汽車轉(zhuǎn)型也備受關(guān)注。此外，數(shù)字化和智能化則是汽車行業(yè)迎來(lái)的另一個(gè)重大轉(zhuǎn)型，且這一趨勢(shì)還在不斷發(fā)展。 隨著技術(shù)的發(fā)展，汽車行業(yè)的新變革可能已經(jīng)開(kāi)始。雖然現(xiàn)階段還無(wú)法確定生成式AI將如何改變未來(lái)長(zhǎng)期內(nèi)駕駛員、汽車和周圍環(huán)境的互動(dòng)方式，但未來(lái)的各種可能性令人充滿期待。例如，個(gè)性化的AI助手將可以幫助駕駛員規(guī)劃行程，設(shè)置提醒，尋找停車位，共享行程，提供實(shí)時(shí)路線更新和建議，甚至還能在駕駛員到達(dá)汽車餐廳之前預(yù)定餐飲。 從工廠到汽車，汽車制造領(lǐng)域的AI滲透率顯著提升 將生成式AI引入汽車，標(biāo)志著AI作為價(jià)值驅(qū)動(dòng)因素將為消費(fèi)者帶來(lái)更多價(jià)值。然而獲益的不僅僅是消費(fèi)者，還有汽車制造工程師和工人等。汽車制造商正在通過(guò)大量的AI應(yīng)用來(lái)滿足現(xiàn)代汽車制造的質(zhì)量和合規(guī)性要求，既滿足了消費(fèi)者的駕駛需求，也提升了工廠工人的工作體驗(yàn)。能夠模仿人類大腦的神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)便是其中一種先進(jìn)的AI技術(shù)。 學(xué)術(shù)研究人員和技術(shù)公司正將目光轉(zhuǎn)向深度學(xué)習(xí)，并將其視為一種有效工具，幫助汽車制造商滿足傳統(tǒng)工具難以處理的各種視覺(jué)檢測(cè)要求。傳統(tǒng)的機(jī)器視覺(jué)系統(tǒng)主要用于質(zhì)量檢測(cè)、生產(chǎn)線末端檢測(cè)、零部件追溯、測(cè)量評(píng)估、存在性檢查、計(jì)量和氣孔檢測(cè)等。然而，這些工具在使用過(guò)程中長(zhǎng)期存在一些問(wèn)題，如員工培訓(xùn)時(shí)間長(zhǎng)、成本高、互操作性差、維護(hù)困難以及處理復(fù)雜用例能力不足等。 但這一情況正迎來(lái)轉(zhuǎn)機(jī)。高工機(jī)器人產(chǎn)業(yè)研究所（GGII）指出，新能源汽車的高速發(fā)展為機(jī)器視覺(jué)在汽車行業(yè)的應(yīng)用釋放出了大量需求，預(yù)計(jì)至2027年，機(jī)器視覺(jué)在中國(guó)汽車行業(yè)中的市場(chǎng)規(guī)模將接近60億元。可見(jiàn)機(jī)器視覺(jué)在中國(guó)的應(yīng)用前景一片廣闊。 深度學(xué)習(xí)機(jī)器視覺(jué)技術(shù)號(hào)稱“AI之眼”，能夠?qū)崿F(xiàn)更高的準(zhǔn)確度、質(zhì)量和合規(guī)性水平，并且能夠通過(guò)新的深度學(xué)習(xí)工具將工程師、程序員和數(shù)據(jù)科學(xué)家匯集在一起，共同推動(dòng)現(xiàn)代汽車生產(chǎn)。 深度學(xué)習(xí)機(jī)器視覺(jué)技術(shù)也可用于要求極高的半導(dǎo)體生產(chǎn)，包括晶圓檢測(cè)、圖案對(duì)準(zhǔn)、裸片分揀、晶圓切割、錫膏質(zhì)量檢測(cè)、計(jì)量和3D檢測(cè)等流程。高標(biāo)準(zhǔn)比以往任何時(shí)候都更加重要，以驅(qū)動(dòng)從汽車到生成式AI，再到具備生成式AI性能的汽車的發(fā)展。深度學(xué)習(xí)機(jī)器視覺(jué)也能為電動(dòng)汽車電池制造過(guò)程帶來(lái)益處，增強(qiáng)對(duì)節(jié)點(diǎn)和陰極涂層、電極片位置、堆疊對(duì)齊、序列號(hào)/代碼檢查和組裝驗(yàn)證等環(huán)節(jié)的檢測(cè)，隨著汽車行業(yè)推進(jìn)電氣化進(jìn)程，這些技術(shù)尤為關(guān)鍵。 當(dāng)汽車制造商面臨招聘和留任技術(shù)工人的挑戰(zhàn)時(shí)，現(xiàn)成的深度學(xué)習(xí)工具將帶來(lái)深刻的影響。深度學(xué)習(xí)光學(xué)字符識(shí)別（OCR）工具可以配備使用數(shù)千種不同圖像樣本預(yù)訓(xùn)練的即用型神經(jīng)網(wǎng)絡(luò)，即使處理非常復(fù)雜的用例，也能提供開(kāi)箱即用的高精度。用戶可以通過(guò)幾個(gè)簡(jiǎn)單的步驟創(chuàng)建強(qiáng)大的OCR應(yīng)用，而無(wú)需具備機(jī)器視覺(jué)方面的專業(yè)知識(shí)。這正是先進(jìn)的AI工具如何采用低代碼/無(wú)代碼的一個(gè)示例，從而使AI變得民主化并易于更多工人輕松使用。 AI（無(wú)論是深度學(xué)習(xí)還是生成式AI）對(duì)于消費(fèi)者和制造業(yè)一線工程師等人群都是價(jià)值驅(qū)動(dòng)因素。AI正在創(chuàng)造資產(chǎn)可視化的新水平，讓工人能夠掌握更多信息，擁有更精良的生產(chǎn)裝備，并在實(shí)現(xiàn)重復(fù)性復(fù)雜任務(wù)的自動(dòng)化方面開(kāi)拓更多可能性。有價(jià)值、有技能的工程團(tuán)隊(duì)可以實(shí)現(xiàn)高水平的人機(jī)協(xié)作，同時(shí)將更多時(shí)間用于優(yōu)化制造戰(zhàn)略和運(yùn)營(yíng)，以推動(dòng)實(shí)現(xiàn)下一步轉(zhuǎn)型。 |
