近日，數(shù)之聯(lián)機內(nèi)檢AOI（自動光學檢測）設(shè)備首次整裝出海交付。該產(chǎn)品是利用人工智能技術(shù)驅(qū)動的自動化檢測設(shè)備，專為電視生產(chǎn)過程中的“一致性檢驗工藝段”而設(shè)計，能夠有效提升產(chǎn)品檢測的效率和精確度。

中國制造出海，專精特新“小巨人”嶄露頭角

1986年德國管理學家赫爾曼·西蒙提出“隱形冠軍”概念，它指的是深耕在某一細分領(lǐng)域并在國際市場占據(jù)較高份額且具有獨特優(yōu)勢的中小企業(yè)。這些中小企業(yè)支撐起德國制造業(yè)的基本盤，讓德國成為當時全球第一大工業(yè)品出口國。德國的“隱形冠軍”企業(yè)定位在產(chǎn)品出海搶占國際市場份額，那么中國的專精特新“小巨人”企業(yè)該如何定位呢？成為隱形冠軍是目標，“專精特新”是路徑，中國制造要走出去，勢必需要一大批“專精特新”企業(yè)做支撐，并在強鏈、補鏈、穩(wěn)鏈上發(fā)揮作用，讓其成為推進經(jīng)濟高質(zhì)量發(fā)展和促進國內(nèi)國際雙循環(huán)的一支不可或缺的重要力量，助力更多企業(yè)集體出海。

2020年數(shù)之聯(lián)入選全國第二批專精特新“小巨人”企業(yè)名單，3年后攜中國AI力量參與海外生產(chǎn)。依托自身行業(yè)經(jīng)驗和技術(shù)產(chǎn)品，數(shù)之聯(lián)提供針對工業(yè)AI質(zhì)檢領(lǐng)域領(lǐng)先的智能化解決方案，全力保障客戶國內(nèi)外工廠的高質(zhì)量生產(chǎn)。

一手抓產(chǎn)品，一手抓技術(shù)，挑戰(zhàn)更高層次要求

數(shù)之聯(lián)機內(nèi)檢AOI產(chǎn)品的問世與走向海外市場，克服了眾多困難和挑戰(zhàn)。項目具有交期短、技術(shù)含量高和需求復雜等特點，從研發(fā)初期數(shù)之聯(lián)就致力于精益求精，不斷優(yōu)化視覺、軟件等模塊，先后在客戶國內(nèi)工廠上線，并選取與國外工廠狀況最相似的工廠進行生產(chǎn)模擬。但根據(jù)經(jīng)驗，即使在國內(nèi)做到了萬全準備，往往到海外現(xiàn)場還會出現(xiàn)各種突發(fā)狀況。因此，這相當考驗在客戶現(xiàn)場服務(wù)的能力，更對“技術(shù)+服務(wù)”雙輪驅(qū)動的挑戰(zhàn)。以客戶滿意為導向，9月下旬數(shù)之聯(lián)首批實施團隊遠赴墨西哥進行“陪產(chǎn)”。

一方面是工程項目，另一方面是鉆研技術(shù)。以深度學習為代表的人工智能技術(shù)迅速推動了計算機視覺諸多領(lǐng)域的革命，在深度學習模型中，由于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)的復雜性，導致模型的決策過程難以被人類理解，因此研究深度模型的可解釋性可以幫助我們更好地理解模型如何做出決策并提高模型的可靠性和魯棒性。日前，數(shù)之聯(lián)算法團隊在SCI頂級期刊（中科院一區(qū)）發(fā)表了題為《Joint Gaussain mixture model for versatile deep visual model explanation》的學術(shù)論文，論文對深度學習的可解釋建模進行了深度研究和探索，提出了一種通用深度視覺模型可解釋性工具——聯(lián)合高斯混合模型。這篇論文展示了前沿探索，它可以幫助工程師在缺陷檢測時，通過模型可解釋性來審視經(jīng)驗，并在人的經(jīng)驗和AI結(jié)論有沖突時發(fā)現(xiàn)問題的所在。

未來，數(shù)之聯(lián)機將通過不斷優(yōu)化產(chǎn)品性能，加強與國內(nèi)外企業(yè)的合作，推動中國AI技術(shù)在全球市場的影響力和認可度。