AI+制造業(yè)賦能， 機(jī)器視覺開啟掘金新大陸

• 柯壯賓 2023年6月26日 來源：中研網(wǎng) 728 43
• 繁體

AI+制造業(yè)賦能，META發(fā)布SAM助力機(jī)器視覺迎來GPT時(shí)刻。機(jī)器視覺技術(shù)使得工業(yè)設(shè)備能夠“看到”它正在進(jìn)行的操作并進(jìn)行快速?zèng)Q策，完整機(jī)器視覺系統(tǒng)由硬件+軟件組成，分別進(jìn)行成像和圖像處理工作。目前，以“AI+人類感知”融合為代表的新興技術(shù)開始逐漸滲透至工業(yè)制造各

機(jī)器視覺技術(shù)使得工業(yè)設(shè)備能夠“看到”它正在進(jìn)行的操作并進(jìn)行快速?zèng)Q策。根據(jù)美國(guó)制造工程師協(xié)會(huì)（SME）機(jī)器視覺分會(huì)和美國(guó)機(jī)器人工業(yè)協(xié)會(huì)（RIA）自動(dòng)化視覺分會(huì)對(duì)機(jī)器視覺的定義：機(jī)器視覺是通過光學(xué)的裝置和非接觸的傳感器，自動(dòng)接收和處理一個(gè)真實(shí)物體的圖像，以獲得所需信息或用于控制機(jī)器人運(yùn)動(dòng)的裝置。通俗地說，“眼睛”指的是機(jī)器視覺利用環(huán)境和物體對(duì)光的反射來獲取及感知信息；“大腦”指的是機(jī)器視覺對(duì)信息進(jìn)行智能處理和分析，根據(jù)分析結(jié)果來執(zhí)行相應(yīng)的活動(dòng)。

據(jù)億歐智庫所稱機(jī)器視覺是人工智能領(lǐng)域一個(gè)正在快速發(fā)展的分支，即用機(jī)器代替人眼來做測(cè)量和判斷，是通過光學(xué)的裝置和非接觸的傳感器，自動(dòng)接收和處理真實(shí)物體的圖像，以獲得所需信息或用于控制機(jī)器人運(yùn)動(dòng)的裝置。機(jī)器視覺可以代替人眼在多種場(chǎng)景下實(shí)現(xiàn)多種功能，按功能主要分為四大類：檢測(cè)、測(cè)量、定位、識(shí)別。（1）檢測(cè)：指外觀檢測(cè)，其內(nèi)涵種類繁多。如產(chǎn)品裝配后的完整性檢測(cè)、外觀缺陷檢測(cè)等。（2）測(cè)量：把獲取的圖像像素信息標(biāo)定成常用的度量衡單位，然后在圖像中精確地計(jì)算出目標(biāo)物體的幾何尺寸；（3）定位：獲得目標(biāo)物體的位置，可以是二維或者是三位的位置信息。定位的精度和速度是定位功能的主要指標(biāo)。在識(shí)別出物體的基礎(chǔ)上精確給出物體的坐標(biāo)和角度信息，自動(dòng)判斷物體位置；（4）識(shí)別：基于目標(biāo)物進(jìn)行甄別，包括外形、顏色、條碼等。

人工智能是機(jī)器視覺的母身，深度學(xué)習(xí)為機(jī)器視覺的技術(shù)堡壘。近十年來，得益于深度學(xué)習(xí)等算法的突破、算力的不斷提升以及海量數(shù)據(jù)的持續(xù)積累，人工智能逐漸從實(shí)驗(yàn)室走向產(chǎn)業(yè)實(shí)踐，以算法、算力和數(shù)據(jù)為主旋律追求極致創(chuàng)新方面不斷突破，為機(jī)器視覺實(shí)現(xiàn)更新迭代和提高應(yīng)用價(jià)值的重要技術(shù)支撐。在人工智能領(lǐng)域的新興技術(shù)中，采用BurstDetection算法探測(cè)出深度學(xué)習(xí)是當(dāng)前受到廣泛關(guān)注的人工智能新興技術(shù)，深度學(xué)習(xí)是一種以人工神經(jīng)為架構(gòu)，對(duì)數(shù)據(jù)進(jìn)行表征學(xué)習(xí)的算法，“深”主要體現(xiàn)在更深層次的神經(jīng)網(wǎng)絡(luò)和對(duì)特征的多次變換上，與相同參數(shù)數(shù)量的淺層網(wǎng)絡(luò)相比，深度網(wǎng)絡(luò)具備更好的特征提取和泛化推廣能力，不斷為圖像識(shí)別領(lǐng)域帶來進(jìn)步。2007年-2009年，斯坦福教授李飛飛牽頭構(gòu)建起目前圖像分類/檢測(cè)/定位最常用數(shù)據(jù)集之一的ImageNet，2010-2017年，基于ImageNet數(shù)據(jù)集的ILSVRC等一些大規(guī)模視覺識(shí)別挑戰(zhàn)賽促進(jìn)神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)技術(shù)的發(fā)展，如AlexNet能夠?qū)D片識(shí)別的錯(cuò)誤率下降14%，GoogleBrain采用多CPU組合方式構(gòu)建起深層次神經(jīng)網(wǎng)絡(luò)并應(yīng)用于圖像識(shí)別，取得突出成效等。

機(jī)器視覺與人工智能逐漸融合，引領(lǐng)向工業(yè)4.0的過渡。機(jī)器視覺是工業(yè)自動(dòng)化的基礎(chǔ)技術(shù)之一，通過搭載人工智能發(fā)展東風(fēng)實(shí)現(xiàn)機(jī)器視覺的再一次迭代升級(jí)。此處東風(fēng)一方面為深度學(xué)習(xí)的融合，賦予機(jī)器視覺更高的準(zhǔn)確性和速度，另一方面則為視覺處理所服務(wù)的視覺處理器的能力呈現(xiàn)指數(shù)級(jí)增加，奠定機(jī)器視覺中深度學(xué)習(xí)推理/訓(xùn)練任務(wù)的硬件基礎(chǔ)。復(fù)盤機(jī)器視覺發(fā)展，從能夠自動(dòng)執(zhí)行簡(jiǎn)單任務(wù)的自動(dòng)化機(jī)器，轉(zhuǎn)型為視覺能力不受人類視覺能力極限約束、自主思考，從而能夠長(zhǎng)期對(duì)各種元素進(jìn)行優(yōu)化的自主型機(jī)器，AI+機(jī)器視覺有望能夠滲透入工業(yè)制造達(dá)到全新的水平。

表：機(jī)器視覺與人工智能逐步融合

未來機(jī)器視覺將有望搭載更先進(jìn)AI技術(shù)，切入更多差異化工業(yè)應(yīng)用場(chǎng)景。ChatGPT所引爆的人工智能話題正持續(xù)火熱，根據(jù)中國(guó)信息通信研究院和中國(guó)人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟，當(dāng)前重點(diǎn)逐漸從單點(diǎn)技術(shù)轉(zhuǎn)化為實(shí)質(zhì)應(yīng)用轉(zhuǎn)化階段，而視覺人工智能已經(jīng)泛起千層巨浪。我們認(rèn)為，搭載AI技術(shù)的機(jī)器視覺可以進(jìn)一步優(yōu)化性能適配更多工業(yè)應(yīng)用場(chǎng)景。一是深度學(xué)習(xí)為機(jī)器視覺延伸出多元的模型架構(gòu)以及對(duì)應(yīng)性能提升，如生成對(duì)抗網(wǎng)絡(luò)（GAN）能夠通過生成器和鑒別器的對(duì)抗訓(xùn)練，在生成圖像方面的能力超過其他方法；注意力機(jī)制中的ViT則將Transformer架構(gòu)直接應(yīng)用到一系列圖像塊上進(jìn)行分類任務(wù)，減少大量所需的預(yù)訓(xùn)練資源，即用于在圖像處理方面；在人工智能算法的不斷訓(xùn)練和學(xué)習(xí)下，圖像識(shí)別誤差不斷縮小，結(jié)合機(jī)器視覺設(shè)備在工業(yè)制造中能夠發(fā)揮優(yōu)異作用。二是AI技術(shù)可以對(duì)不同工程問題和工程參數(shù)進(jìn)行建模，利用所采集的高質(zhì)量數(shù)據(jù)進(jìn)行模型的機(jī)器學(xué)習(xí)，模型與機(jī)械設(shè)備和生產(chǎn)現(xiàn)狀深度綁定，以此為基礎(chǔ)開發(fā)智能系統(tǒng)，繼而產(chǎn)生即時(shí)可變的、可保持最優(yōu)化的生產(chǎn)參數(shù)，最后交給基礎(chǔ)自動(dòng)化執(zhí)行、實(shí)現(xiàn)機(jī)械化-自動(dòng)化-數(shù)字化-智能化的全面升級(jí)。三是AI倒逼芯片算力持續(xù)提升，計(jì)算光學(xué)成為下一代機(jī)器視覺的突破口，依托算法的升級(jí)突破傳統(tǒng)光學(xué)成像器件，進(jìn)一步縮小設(shè)備尺寸，挖掘多樣復(fù)雜的圖像信息，推動(dòng)機(jī)器視覺技術(shù)在工業(yè)場(chǎng)景中的進(jìn)一步普及。

SegmentAnythingModel（SAM）項(xiàng)目是一個(gè)用于圖像分割的新任務(wù)、模型和數(shù)據(jù)集。在數(shù)據(jù)收集循環(huán)中使用高效模型構(gòu)建了迄今為止最大的分割數(shù)據(jù)集，在1100萬張授權(quán)和尊重隱私的圖像上有超過11億個(gè)掩碼。該模型被設(shè)計(jì)和訓(xùn)練為可提示的，因此它可以將零樣本遷移到新的圖像分布和任務(wù)。當(dāng)該模型進(jìn)行充分的網(wǎng)絡(luò)語料訓(xùn)練后，發(fā)現(xiàn)其零樣本性能甚至優(yōu)于調(diào)整模型（Fine-tunedmodels）。

SAM通過“提示學(xué)習(xí)”技術(shù)對(duì)新數(shù)據(jù)集和任務(wù)進(jìn)行零樣本和少樣本學(xué)習(xí)。Meta研究者提出了promptable分割任務(wù)，目標(biāo)是在給定任何分割提示時(shí)返回有效的分割掩碼。提示符只是指定要在圖像中分割的內(nèi)容，例如，提示符可以包括識(shí)別對(duì)象的空間或文本信息。有效輸出掩碼的要求意味著，即使提示是模糊的，并且可能指向多個(gè)對(duì)象（例如，襯衫上的一個(gè)點(diǎn)可能表示襯衫或穿著它的人），輸出也應(yīng)該是其中至少一個(gè)對(duì)象的合理掩碼。將提示分割任務(wù)作為預(yù)訓(xùn)練目標(biāo)，并通過提示工程解決一般的下游分割任務(wù)。

SAM由一個(gè)的圖像編碼器、一個(gè)提示編碼器和一個(gè)預(yù)測(cè)分割掩碼的掩碼解碼器組成。通過將SAM分離為圖像編碼器和提示符快速編碼器/掩碼解碼器，相同的圖像嵌入可以在不同的提示符中重用（及其成本分?jǐn)偅?。給定圖像嵌入，提示編碼器和掩碼解碼器在web瀏覽器中從提示符預(yù)測(cè)掩碼的時(shí)間為50ms。重點(diǎn)關(guān)注點(diǎn)、框和掩碼提示，還用自由形式的文本提示呈現(xiàn)初步結(jié)果。為使SAM具有歧義性，設(shè)計(jì)了它來為單個(gè)提示預(yù)測(cè)多個(gè)面具，使SAM能夠自然地處理歧義，如襯衫和人的例子。

SAM有望助力機(jī)器視覺發(fā)展，帶動(dòng)AI+制造業(yè)垂直領(lǐng)域技術(shù)革新。SAM已經(jīng)學(xué)會(huì)了關(guān)于物體的一般概念，并且它可以為任何圖像或視頻中的任何物體生成掩膜，甚至包括在訓(xùn)練過程中沒有遇到過的物體和圖像類型，無需額外的訓(xùn)練。Meta預(yù)計(jì)，與專門為一組固定任務(wù)訓(xùn)練的系統(tǒng)相比，基于prompt工程等技術(shù)的可組合系統(tǒng)設(shè)計(jì)將支持更廣泛的應(yīng)用。SAM可以成為AR、VR、內(nèi)容創(chuàng)建、科學(xué)領(lǐng)域和更通用AI系統(tǒng)的強(qiáng)大組件。比如SAM可以通過AR眼鏡識(shí)別日常物品，為用戶提供提示；SAM還有可能在農(nóng)業(yè)領(lǐng)域幫助農(nóng)民或者協(xié)助生物學(xué)家進(jìn)行研究。

人工智能持續(xù)放大機(jī)器視覺技術(shù)優(yōu)勢(shì)，有望在工業(yè)智改中大展身手。ChatGPT-4為超級(jí)人工智能描繪雛形，有望開啟新一輪生產(chǎn)力加速周期，制造業(yè)作為我國(guó)產(chǎn)業(yè)核心也將受益于AI的深度融合。與人眼相比，機(jī)器視覺在效率、精度、環(huán)境要求、安全性等各因素上都有明顯的優(yōu)勢(shì)。同時(shí)，在AI深度學(xué)習(xí)+機(jī)器視覺的升級(jí)趨勢(shì)下，將在工業(yè)自動(dòng)化、數(shù)字化、柔性化、復(fù)雜性生產(chǎn)上貢獻(xiàn)更高的適配度。傳統(tǒng)的機(jī)器視覺技術(shù)需要將數(shù)據(jù)表示為一組特征，或輸入到預(yù)測(cè)模型，從而得出預(yù)測(cè)結(jié)果，這是完成制定動(dòng)作，較難適應(yīng)未來柔性化的生產(chǎn)需求，尤其是在缺陷類型復(fù)雜化、細(xì)微化、背景噪聲復(fù)雜等場(chǎng)景越來越難適用。搭載AI深度學(xué)習(xí)功能后，機(jī)器視覺將原始的數(shù)據(jù)特征通過多步的特征轉(zhuǎn)換得到一種更高層次、更抽象的特征表示，并進(jìn)一步輸入到預(yù)測(cè)函數(shù)得到最終結(jié)果，基于深度學(xué)習(xí)的機(jī)器視覺在理想狀態(tài)下可以結(jié)合機(jī)器視覺的效率與人類視覺的靈活性，從而完成日趨復(fù)雜環(huán)境下的檢測(cè)，尤其是涉及偏差或極端環(huán)境，滿足更多下游對(duì)瑕疵精度、通用性的嚴(yán)苛要求。AI+機(jī)器視覺有望賦能制造業(yè)，帶動(dòng)制造業(yè)價(jià)值鏈重構(gòu)。

國(guó)家出臺(tái)多項(xiàng)政策利好AI+機(jī)器視覺行業(yè)發(fā)展。政策從拓展產(chǎn)業(yè)鏈應(yīng)用場(chǎng)景、加強(qiáng)先進(jìn)適用技術(shù)與設(shè)備研發(fā)以及發(fā)展機(jī)器視覺底層技術(shù)等方向促進(jìn)中國(guó)機(jī)器視覺產(chǎn)業(yè)的發(fā)展，同時(shí)AI+機(jī)器視覺技術(shù)與設(shè)備在“十四五”規(guī)劃中受到高度重視，2021年底《十四五智能制造發(fā)展規(guī)劃》中重點(diǎn)強(qiáng)調(diào)高分辨率視覺傳感器等基礎(chǔ)零部件和裝置，體現(xiàn)國(guó)家對(duì)機(jī)器視覺產(chǎn)業(yè)的重視和支持，2022年的《十四五數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》再次強(qiáng)調(diào)發(fā)展機(jī)器視覺等技術(shù)應(yīng)用于我國(guó)智改計(jì)劃。良好的政策環(huán)境將在未來一定時(shí)期內(nèi)為國(guó)內(nèi)相關(guān)行業(yè)持續(xù)發(fā)展與突破奠定良好的環(huán)境基礎(chǔ)。

• 相關(guān)深度報(bào)告REPORTS

  

  2023-2028年中國(guó)IVR行業(yè)發(fā)展分析與投資前景預(yù)測(cè)報(bào)告

  IVR行業(yè)研究報(bào)告主要分析了IVR行業(yè)的市場(chǎng)規(guī)模、IVR市場(chǎng)供需求狀況、IVR市場(chǎng)競(jìng)爭(zhēng)狀況和IVR主要企業(yè)經(jīng)營(yíng)情況，同時(shí)對(duì)IVR行業(yè)的未來發(fā)展做出科學(xué)的預(yù)測(cè)。中研普華憑借多年的行業(yè)研究經(jīng)驗(yàn)，總結(jié)出完...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡