大咖观点 | 吴浩：人工智能技术在工业领域中的应用- 大数跨境

首页

大咖观点 | 吴浩：人工智能技术在工业领域中的应用

研华工业物联网

2021-01-21

导读：本期导读研华2020物联网伙伴峰会暂告一段落，直播吸引了近5万业界伙伴“慧”聚云端，共探物联网新未来。期间，

本期导读

研华2020物联网伙伴峰会暂告一段落，直播吸引了近5万业界伙伴“慧”聚云端，共探物联网新未来。期间，我们邀请到华为昇腾智能边缘解决方案吴浩总监 与我们分享人工智能技术在工业领域中的落地应用。

（建议在WIFI下观看，影片全长约15min）

从蒸汽机时代到电力时代到互联网时代，现在正在迈入智能时代，智能化正在驱动第四次工业革命和社会的变革，AI技术正在成为新的通用目的技术，将深刻的推动社会发展。

AI技术发展面临挑战

人工智能日趋完善的同时，也暴露出越来越多的挑战。在应用上，人工智能往往会与政策环境、公司流程以及组织人员使用的现有技术出现冲突，所以在这个发展的过程中，必须依靠政府、产业、学术协同创新，一旦我们突破了这个阶段，人工智能必将迎来大的发展。

未来10年是计算体系架构创新的黄金10年，从通用计算走向通用计算+异构计算的多样性计算，算力供给将越来越多样化。X86、GPU、鲲鹏、昇腾，持续创新以满足多样性算力新时代需求。

如此先进的AI算法，只有与行业、应用相结合，才能给人类社会的发展进一步带来推动力。AI已经在很多行业发挥了作用，帮助行业的智能升级，带来巨大的效率提升。例如在智能工业质检中，我们使用AI对产品的制造产线进行光学检测，在输电线路上，我们使用AI来巡检线路的故障和潜在安全隐患。无论从检测的效率还是准确性上都有了质的飞跃。从AI+到+AI，场景应用成为人工智能成功的关键。

AI落地典型应用

助力AOI

实现质量检测范围和精度全面提升

AOI视觉是工业场景中十分重要的应用，虽然传统AOI技术已经有三十多年的技术发展，但这种模板比对的技术仍存在较高的误判率，平均直通率大约80%。融合人工智能技术后，将难以识别的缺陷进行收集、标注、训练，借助深度学习技术，很多实践已证明AI机器视觉检测可实现质量检测精度达到99%以上，实现效率提升、精度提升以及全面质检覆盖，极大降低了人员低端作业的占用。

目前华为已在汽车、半导体、冶金、纺织、医药、3C电子、包装、机器人、物流等众多细分工业领域与业界专业的合作伙伴构建并落地了丰富的解决方案，并与工控机厂商共同打造了基于Atlas的AI工控机产品，极大丰富了工业专用AI边缘硬件设备，满足工业用户各种复杂AI工况需求。

研华AI加速平台构建AI检测生态圈

正是在这种背景下，研华坚信AI视觉瑕疵检测有着很多未知的挑战和巨大的发展空间，并顺应AI的发展，研华推出三款针对Atlas加速卡的AI边缘计算平台：通用型IPC-NS01平台，紧凑型MIC-770Q平台和高算力HPC-7420平台，与华为Atlas加速卡进行融合，适用于工业现场AOI智能视觉检测应用，并且已经在制造产业中应用落地，实现产品瑕疵检测的新天地。

走向万物互联的智能世界，万物感知，万物互联，万物智能，驱动应用创新和数据爆炸。华为预测到2025年，智能边缘设备将达到1500亿，在边缘部署的AI芯片数量将达到12亿，而边缘算力的增长将达到当前的150倍。AI技术不断发展，在一些特定领域已经达到或者超过人的水平。