重型設(shè)備制造商約翰迪爾(John Deere)創(chuàng)立于19世紀(jì)30年代,該公司不久前與英特爾合作開(kāi)發(fā)了一個(gè)試點(diǎn)項(xiàng)目,以一種新的方式將人工智能引入到旗下的制造過(guò)程。該試點(diǎn)項(xiàng)目是英特爾為了展示旗下物聯(lián)網(wǎng)解決方案,可以幫助開(kāi)創(chuàng)一個(gè)更加數(shù)字化的工業(yè)時(shí)代的最新方式。
約翰迪爾在該項(xiàng)目里試圖將計(jì)算機(jī)視覺(jué)用于加快發(fā)現(xiàn)并糾正自動(dòng)焊接過(guò)程中的缺陷,發(fā)現(xiàn)及糾正自動(dòng)焊接過(guò)程中的缺陷是個(gè)緩慢、昂貴但卻至關(guān)重要的工序。約翰迪爾建筑暨林業(yè)部門質(zhì)量總監(jiān)Andy Benko在一份聲明中表示:"焊接是個(gè)復(fù)雜的過(guò)程。該人工智能解決方案可以幫助我們更高效地生產(chǎn)高質(zhì)量的機(jī)器。制造業(yè)新技術(shù)的引入正在開(kāi)啟新的機(jī)遇,可以改變我們對(duì)于一些多年一成不變的流程的思考方式。"
約翰迪爾在旗下的全球各地52家工廠里使用氣體金屬電弧焊(GMAW)工藝焊接輕度到高強(qiáng)度的鋼材。該工藝用的是機(jī)器人弧焊臂,每年要消耗數(shù)百萬(wàn)磅焊絲?;『溉菀桩a(chǎn)生焊接氣孔缺陷,焊接氣孔指焊接金屬形成的小空洞,是焊接冷卻時(shí)遺留的氣泡導(dǎo)致的。焊接氣孔問(wèn)題會(huì)削弱焊接強(qiáng)度。
各家制造商之前曾嘗試?yán)米詣?dòng)化系統(tǒng)尋找缺陷,但這種系統(tǒng)通常會(huì)產(chǎn)生很高的假陽(yáng)性率。這意味著制造商通常必須依靠熟練的技術(shù)人員用手動(dòng)的辦法發(fā)現(xiàn)問(wèn)題。但要找到足夠的熟練技術(shù)人員可能很難,而且成本很高。在大型工廠環(huán)境里,這項(xiàng)工作尤其具挑戰(zhàn)性。
約翰迪爾去年開(kāi)始在旗下一家建筑和林業(yè)工廠進(jìn)行該試點(diǎn)項(xiàng)目,試點(diǎn)項(xiàng)目表明,使用計(jì)算機(jī)視覺(jué)處理技術(shù)可以令發(fā)現(xiàn)焊接氣孔缺陷的過(guò)程更準(zhǔn)確,成本更低。根據(jù)英特爾工業(yè)物聯(lián)網(wǎng)合作伙伴ADLINK的數(shù)據(jù),這個(gè)基于人工智能的試點(diǎn)項(xiàng)目檢測(cè)出了高達(dá)97.14%的焊接氣孔缺陷。在識(shí)別到焊接氣孔缺陷后,系統(tǒng)就會(huì)自動(dòng)關(guān)閉焊接機(jī)器人。
該系統(tǒng)使用定位在焊槍上的攝像頭實(shí)時(shí)發(fā)現(xiàn)焊接氣孔缺陷。源自攝像頭的視頻幀送給基于神經(jīng)網(wǎng)絡(luò)的人工智能動(dòng)作識(shí)別模型進(jìn)行分析,該模型需先用良好的和具焊接氣孔缺陷的焊接圖像進(jìn)行訓(xùn)練。
據(jù)了解,該人工智能缺陷檢測(cè)系統(tǒng)用的是英特爾酷睿i7處理器、英特爾Movidius VPU和OpenVINO英特爾發(fā)布工具包(這是一款免費(fèi)軟件,可以幫助開(kāi)發(fā)人員在邊緣視覺(jué)應(yīng)用里用上計(jì)算機(jī)視覺(jué)和深度學(xué)習(xí)推理)。系統(tǒng)是在ADLINK機(jī)器視覺(jué)平臺(tái)上實(shí)現(xiàn)的。
英特爾物聯(lián)網(wǎng)集團(tuán)副總裁、工業(yè)解決方案集團(tuán)總經(jīng)理Christine Boles告訴記者,芯片制造商英特爾與客戶密切合作及解決特定的業(yè)務(wù)挑戰(zhàn),由此還可以將學(xué)習(xí)成果擴(kuò)展到其他客戶。
Boles表示,"焊接質(zhì)量是行業(yè)性的挑戰(zhàn),并不是約翰迪爾獨(dú)家面對(duì)的問(wèn)題。迪爾的方法有其獨(dú)特的地方。我們與迪爾密切合作關(guān)系,利用我們的生態(tài)系統(tǒng)構(gòu)建了一個(gè)端到端解決方案,現(xiàn)在解決了這一挑戰(zhàn),同時(shí)還確保方案的長(zhǎng)效性,可以解決其他質(zhì)量或效率方面的需求。"
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語(yǔ)言模型的敘事推理能力與音頻生成技術(shù),通過(guò)交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開(kāi)辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過(guò)讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問(wèn)題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語(yǔ)言模型人性化對(duì)話問(wèn)題。該研究創(chuàng)建了包含20萬(wàn)高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過(guò)創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開(kāi)發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過(guò)學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來(lái)了效率和精度的雙重突破。