云知声：为“青岛装备”提供AI大脑

国内某知名铸造企业的铸造车间，最近几个月多了一位新工友——一台高清度工业照相机以及配套软件系统。在老师傅“指导”下，这名新“学徒”再完成30％的一线培训，就能“满师”上岗。当一个个砂型从生产线上下线，它会又快又准地自动判断出其中的瑕疵品，然后“通知”下一个工序进行处理。

为这位新工友提供AI大脑的，是云知声智能科技股份有限公司与华通集团智能研究院的联合团队。云知声，这家素来以智能语音闻名圈内的人工智能独角兽企业，在青岛却成为了一名十足的跨界者。它关注的不再仅仅是如何用语音控制智能家居、如何用语音直接录入患者病历之类的智慧服务场景，而是将更多精力放在实体经济如何更多应用智能技术上，让AI在制造业生产车间里结出硕果。

用AI机器视觉进行砂型检测就是云知声青岛团队的“处女作”。依托与青岛华通集团联合建立的人工智能融合创新实验室，探索为某铸造设备企业研发砂型表面质量AI视觉检测功能。

对装备使用企业来说，车间内就有了一位永不疲倦的砂型“质检员”。

砂型是企业生产铸件过程中使用的一种模具，如果上面有裂纹或掉块，会直接给铸件造成瑕疵。为避免有质量问题的砂型被使用，企业会在砂型生产线上安排工人对造型流水线上的每一个砂型进行质量检查。

“这是一件十分枯燥的工作。负责检查的工人一直在生产线前盯着，每隔45秒左右，生产线滚动一下，就有一个砂型送到他面前，他要用肉眼分辨是否有缺陷，然后决定是否按下标记按钮。”云知声相关技术负责人赵汝腾说。

而当设备有了AI视觉检测功能，这件工作就可以完全交给机器。工业相机会为每一个被送到自己面前的砂型拍照，系统如果在照片中发现缺陷，会立即标记，对有问题的砂型进行相应处置。即使24小时工作，也无需担心它会因为疲倦而影响砂型质量稳定性。

看似简单的应用，背后的实现过程却并不简单。要能够在岗位上自己独当一面，这位“质检员”要接受3－6个月的“培训”，即人工智能的模型训练。

“这有点像师傅带学徒，系统要在老师傅的帮助下，学习哪些是缺陷。”赵汝腾介绍，在“培训”阶段，系统每拍一张照片，现场的工艺人员都会在上面做标记，告诉它哪些是缺陷，慢慢建立起全面的缺陷模型。“目前，它已经能识别70％的缺陷，预计8月结束。训练完成后，不仅能在这家企业使用，还能在其他企业推广普及。”

这也令AI视觉检测与传统的机器视觉检测有了本质不同。据介绍，传统机器视觉检测，系统要将产品照片与资料库中的每一种砂型照片比对，发现有差异的认定为有缺陷，过程中系统需要较长的计算时间。而依托人工智能的机器学习，系统能直接“认识”缺陷，不管它出现在哪种砂型产品上，可以直接识别出来。当这位“质检员”正式上岗，它能在10秒内完成对砂型缺陷与否的判断。

这只是个开始，云知声将为更多“青岛造”装备注入AI智慧。

“华通集团旗下有多家行业领先的装备制造企业，通过与这些企业合作，探路人工智能在制造业场景下的应用，找到工业互联网、智能制造中人工智能企业的机会，提升自身赋能实体经济的能力。”赵汝腾介绍。

某种意义上，当AI进入车间，不仅意味着一个新应用场景的拓展，更意味着人工智能企业思维方式的一种转变。美国知名工业人工智能专家、富士康工业互联网副董事长李杰就曾表示，人工智能帮助人类探索生活中增加智能化的机会，而工业人工智能则要能重复、有效、可靠地解决工业问题。以往的人工智能应用更关注从数据角度出发，挖掘新的应用机会，但在工业中，更需要从问题出发，通过问题解决创造价值。

铸造生产线的AI视觉检测能解决企业面临的用工成本、质量稳定性等问题，而云知声正在开发中的另一个项目，将帮助企业降低设备维护成本。

工厂中，何时对生产设备进行维护或零部件更换，是一件让企业“挠头”的事儿。早了，会造成浪费；晚了，则影响生产。合理的设备维护策略是制造业最关心的事之一。如果能对设备维护进行预测，一切问题迎刃而解。

“以铸造设备为例，遍布设备各处的传感器会实时采集温度、湿度、油压等运行状态数据，我们利用这些数据，建立AI预测模型。它相当于设备的智能医生，当设备某些指标出现故障征兆时，系统能提前诊断出来，使用者能在最佳时间进行设备维护。”赵汝腾介绍。

目前，联合实验室正在尝试搭建针对铸造设备的预测性模型框架，模型训练已进行30％。此外，还研究搭建基于5G专网的工业互联网远程运维平台。届时，平台能实时获悉设备状态，依托相关数据分析和AI预测，为用户提供更加准确和有针对性的定期维护方案。借此，装备企业的商业模式也将由卖产品逐渐转变为卖“产品＋服务”。

“在实体经济领域，云知声还是‘小学生’，我们将依托青岛丰富的制造业场景，与这座城市共同成长。”赵汝腾说。

作为一家创立于2012年的人工智能企业，云知声从交互入手，围绕感知智能、认知智能、通用智能三大方向，已构建起智能语音、认知和表达、超算平台、视觉图像、机器翻译等多模态人工智能硬核技术。依托技术研发实力，不断扩展自身能力、产品边界，未来将为“新基建”提供更多AI力量。