专题
首页  >  专题  >  媒体视点  >  名刊精选  >  《张江科技评论》

《张江科技评论》

开博时间:2019-06-06 14:03:00

《张江科技评论》是由上海科学技术出版社与上海市张江高科技园区管理委员联合创办的一本科技评论类杂志。该刊报道评价国内外创新性科学技术的发展趋势及其商业价值,介绍上海在建设全球领先科创中心进程中的制度成果、技术成果、创业成果,推动产学研密切协作,促进科技成果转化,服务经济转型发展。

文章数
分享到:

用计算机视觉助力传统行业数字化转型

2022-01-18 22:57:00

  随着时间的推移,人工智能已经开始走到接受市场检验的环节。靠着一个个PPT加概念就能疯狂喜迎市场的“烧钱”时代已经落幕,人工智能开始逐步回归理性。不少公司开始考虑转型,冷静下来思考如何让AI不再是理想化、概念化地悬在空中,而是真正实现应用场景落地,用人工智能技术为客户提供端到端一体化的服务,帮助客户实现降本增效。事实上,这也是所有人工智能企业需要思考的问题。


  计算机视觉领跑人工智能产业

  计算机视觉行业的发展离不开技术的驱动。一方面,图形处理器(GPU)、现场可编程逻辑门阵列(FPGA)、特殊应用集成电路(ASIC)等技术的发展极大地提升了AI算力,突破了传统中央处理器(CPU)的算力瓶颈;另一方面,以深度学习为代表的智能算法的崛起,极大地提升了机器的图像感知能力和认知能力。硬件算力提升以及智能算法的进步推动着视觉人工智能的快速发展。

  人脑接收的信息80%来自眼睛,50%的大脑活动与视觉信号处理相关,可见视觉在信息传递与表达中的重要性和复杂性。据统计,国内人工智能企业中,高达42%的企业应用计算机视觉相关技术来提供智能解决方案,其次是语音和自然语言处理占比分别为24%和19%。

  计算机视觉以让机器具备人类的“眼力”为目的,是人工智能行业的重要组成部分,它的市场规模远大于人工智能其他细分领域。


  计算机视觉技术应用前景广阔

  随着新能源产业的迅速发展,风电已成为我国继煤电、水电之后的第三大电源。近几年,我国风电行业发展迅速,从无到有建立了完整的产业链,装机容量与设备制造的发展位于世界前列。然而,由于装机容量的增加,日常巡检的工作量和难度也大大增加,传统的巡检模式已经难以满足现代风电系统发展的广泛需求。传统的人工巡检作业,工作人员需要爬上爬下,不仅作业强度大、人员压力大,而且存在整体效率不高、风险高、人力成本与作业成本居高不下等多重问题。

  能源的转型、行业的发展给风电行业带来前所未有的发展机遇和挑战,风电智能运维的发展迫在眉睫,降本增效、精细化管理更是重中之重。无人机在风电巡检中的应用优势渐渐显露,以智能、安全等优势逐步取代了人力巡检,成为风电行业巡检工作中的主力军。上海扩博智能技术有限公司(以下简称“扩博智能”)自2016年成立以来,一直深度聚焦计算机视觉和机器学习技术,采用人工智能技术赋能无人机,形成全自动巡检系统一体化。全自动无人机巡检系统可以同步采集数据,通过数字化平台,帮助用户全面掌握风场风机的叶片健康状况,进行全生命周期管理,真正地实现全自动无人机巡检作业的智能化管理。

  扩博智能引入无人机风电叶片巡检数据自动采集系统,针对运营风场的每一台在役风机进行检测。一般情况下,风场由变电站、集电线路、风机等三大部分组成,而叶片属于风机的核心零部件。在役风电叶片的故障主要体现在外观上,如胶衣脱落、表面开裂、雷击、前缘腐蚀、Add-on附件脱落、表面污染等。作业人员在日常风机停机巡检的25分钟时间窗口内,操作扩博智能无人机风电叶片巡检数据自动采集系统,一键式自动采集风电叶片表面的状态,采集到图片后上传到云端进行智能识别,反馈识别结果到客户,帮助客户精益化管理风电资产,提升资产管理效率。辅以人工智能识别,原本1台风机500张照片1.5小时的人工甄别故障时间可压缩到5分钟,极大地提高了检查的效率。尤其是疫情期间,无人机全自动巡检系统确保了风机叶片巡检日常工作的开展。风电巡检的工作人员只需要抵达风场,展开无人机,一键启动,无人机即可自行规划全自动巡检轨迹,自动完成风机巡检工作。

  在零售领域,计算机视觉同样大有可为。线下零售业通过计算机视觉及其他科技手段追赶线上零售业,打通人、货、场的环节,并充分发挥线下实体优势,为消费者提供更加融合和人性化的购物体验,提高零售商店的吸引力和效率。

  扩博智能的检测算法是基于使用深度学习训练而成的“神经网络”算法,它能让计算机高速精准地识别零售商店中的产品。神经网络是指大脑中彼此交换信息的相互联系的神经元组成的生物学现象,这个方法现在适用于先进的机器学习领域。运用深度学习训练而成的神经网络算法是叠在一起的多层的神经网络。与传统的基于“兴趣点”的算法不同的是,扩博智能的神经网络算法能更好地推广到各种不同的运用场景,也能够稳定高效地处理更大量、更复杂的图像数据。在新零售运用场景中,卷积神经网络算法(CNN)可以识别图片中小到仅有20×10像素的零售产品,而在类似的条件下,兴趣点算法的识别误差更高。

  以可口可乐为例,可口可乐销售队伍使用了扩博智能的线下零售数据系统,突破了原有的业务代理方式,只需要每到访一间店铺,通过拍照立即发现必备单品是否缺失、每个单品的位置与排面是否正确、是否有竞品入侵等。照片及时上传云端,仅仅10到15秒后,地面销售人员即可收到计算机视觉识别之后的数据。销售人员可根据数据分析出的结果立即采取行动,补足存量、校正排面、提高纯度、减少竞品侵蚀,从而大大提高执行效率。管理团队也可实时“看”到冰柜执行的大数据,以天为单位,拿到可视效果汇总。

  冰柜、货柜是很多快消品企业在线下零售商店投放产品的重要渠道。每年可口可乐往市场上投放数十万台冰柜,销售人员需要定期维护,但每年有相当数量的冰柜资产下落不明。就快消品企业冰柜资产的问题,扩博智能在公司成立第二年就与可口可乐达成合作,在门店的冰柜上安装“智瞭”,谐音“知了”,全天候监察冰柜资产安全与销售表现。当冰柜被移动或是被损坏时,系统会触发“智瞭”的报警功能。除此之外,通过大规模的部署,装有“智瞭”的冰柜,其纯度明显提高、产品组合依照商圈特性进行个性化调整。目前,每台装有“智瞭”的冰柜通过数据得出切实可行的优化执行方案,可实现年销售增长30%~40%。

  人工智能正在改变着各行各业,让人工智能技术服务企业,实现降本增效不再是空谈,而是实在地落实到企业的发展中,用人工智能赋能传统行业的数字化转型。

  严治庆,上海扩博智能技术有限公司创始人兼首席执行官。

本文来自《张江科技评论》

上一篇:国内药用辅料的困境与创新
下一篇:回顾“双碳”目标背景下的农业技术创新
©2011-2022 版权所有:中国数字科技馆
未经书面许可任何人不得复制或镜像
京ICP备11000850号-1 京公网安备11010502039775号
信息网络传播视听节目许可证0111611号
国家科技基础条件平台