新闻资讯

News

金句集萃 | 一文纵览凌云光工业人工智能创新发展峰会

2023-06-21
近日,凌云光工业人工智能创新发展峰会在苏州吴中圆满落幕,来自制造领域的行业先锋、伙伴客户、商业精英齐聚一堂,畅谈智造行业生态新前景,共绘智造场景新篇章。

 一画开天,吴中生有

致辞摘录

凌云光董事长兼总裁 姚毅

凌云光的组织宗旨是为机器植入眼睛与大脑,创造与实现客户梦想。今天是凌云光27岁生日,奠基开工是我们事业的又一个里程碑。它承载我们凌云人集体梦想,是凌云光百年基业的新起点。

建立我国产品和技术标准走在世界前列,这也正是我们组织的责任所在,更是我们太湖基地第一任务。第二个任务是,建立国内首家工业人工智能仿真与数据中心和研发基地,我们从业二十多年积累大量的行业场景及产品与缺陷数据。我们将帮助自己很好地理解客户场景与需求,帮助同事把自己的工作做得全面深入和细致。太湖工业人工智能产业基地主研发大楼地上十八层地下一层,寓意利用AI+OI提高作业与品质管理,提质增效,降本减存,实现极限智造的疯狂追求,就是下十九层炼狱,努力找到光明。

我们处在一个伟大时代,站在无数巨人的肩上。过去半个多世纪,在全世界科学家和工程师们的努力下,人工智能成为信息大爆炸的标志和人类发展的主题,以机器学习、深度学习、知识图谱、多模态控制论等人工智能学科早已渗透到每个人的日常生活中,人工智能将成为每个国家核心竞争力的关键。尤其是最近GPT大模型的轰动。未来AI它能够为我们提供巨大的帮助和方便,激发我们巨大的创造力,推动社会从工业社会,发展到信息社会,为人类创造更加美好的物质与精神生活。

我们11万平米的太湖IAI基地的建设,不仅仅是物质基础的建设,更是一个伟大愿景的实现。我们南面是天开路,预示着一画开天,吴中生有凌云光将利用积累的行业智慧,继续发扬集体艰苦奋斗精神,相信我们团队能够在这里把理想变成现实。

(全文链接)

01

智造能力

凌云光CTO 

赵严

好产品是凌云光持续保持行业领先的方式。过去二十多年,凌云光始终秉持以更优质的产品,回馈行业客户的支持。目前,已为行业客户成功交付了500,000套产品。未来,凌云光将通过研发创新,在核心业务上持续发力,保持领先,聚焦智能视觉,为行业客户带来更多、更优的工业人工智能解决方案。

凌云光知识理性研究院 

全煜鸣

凌云光KingKong架构以工业大数据为基础,建立产品客观数字标准,通过“视觉+AI”技术支撑智能检测和制程系统实现自感知、自适应、自补偿、自调整,产品检测自动缺陷识别分类,智能失效分析和设备预测性养护,进而满足极限制造9σ甚至到12σ要求。

中国包装联合会包装印刷与标签委员会主任委员 

许文才

凌云光及时把握工业人工智能的发展机遇,推动机器视觉产品与技术的持续升级,引领包装与标签行业的技术进步。展望未来,在创新发展道路上,凌云光将继续为包装印刷与标签行业提供更高更好的产品和服务。

左右滑动查看更多>>>

02

智造前沿

安脉盛首席科学家

楼阳冰

极限制造是运用智能制造技术与精益管理思维,在具体实施过程可遵从“近零周期、近零缺陷、近零故障、近零库存、近零干预”5项原则,从而实现近最优的制造成果。

清华大学计算机科学与技术系教授 

孙富春

自主智能体灵巧精准操作是新一代人工智能的重要支撑!也是“智能+”制造的重要组成部分。

中国计量科学研究院智能影像中心主任 

徐英莹

计量是控制质量的基础,标准引领质量提升,合格评定控制质量并建立质量信任,三者共同支撑质量发展。

左右滑动查看更多>>>

03

智造场景

富士康科技集团首席数字官 

史喆

数字化转型的核心理念是“人、机、料、法、环、测”等全生产要素的数字化,以及实现全量数据的收集,并将优秀资源和优秀大脑放在网络上,以云上模型解决现场问题。

智谱AI CTO 

刘丁枭

大模型+知识图谱,可将模型所具备的自然语言处理能力与知识图谱中所蕴含的专业领域知识体系相结合,使之具有行业专业知识可信任的智能验证能力,从而实现对场景、内容的校验及评估。

左右滑动查看更多>>>
04
智造论道

主持人:今天我们探讨了制造业面临的困难和需求,我想请嘉宾继续来聊一聊大家遇到过哪些挑战?

楼阳冰:对于制造业来说,现在最大的挑战是人才的挑战。一方面能够脚踏实地的去理解制造业的需求、深入到产业线去了解工艺、了解设备等;另一方面,如算法工程师、AI工程师,这种综合能力人才。

刘丁枭:基于以往的工作,我觉得目前重点是数据以及数据的质量。

赵严:工业里面追求的是更高的速度,更精良的品质,所以我觉得目前比较难的还是满足客户个性化的需求。

主持人:大家怎么看待工业4.0的不足,展望工业自动化5.0我们有怎样的一个愿景?

姚毅:我非常认可刚才刘丁枭博士讲的,对我们所有人来说数据尤其重要。过去4.0我们忽略了图像数据,这个放在当前依然是最大的挑战。

史喆:最大的挑战应该是共识问题。未来5.0一定是更符合各个区域,各个国家他们的产业格局,他们对于制造的理解而产生的由数字化和智能化引领的制造新模式。

孙富春:以凌云光为代表的工业智能光学智能、视觉智能,在这一次工业智能的浪潮当中发挥什么样的作用。有三点值得我们大家关注:

1.机器人角色发将从单一任务、特定任务工作学习变成多任务;

2.工业5.0就是万物智联,达到人机物的共融,再是共生;

3.以视觉为中心的跨模态的学习——通感。

主持人:面向场景类的、应用类的预训练大模型,如何应用到工业中来?

刘丁枭:大模型去做像工业这种垂直任务,准确性要求非常高,我们提到的良率要求在99%以上,或者是在100%,大模型运用在专业领域还是需要借助专业知识来完成。

楼阳冰:一方面,大模型在研发过程中,对编程和算法方面有很多辅助作用;另外一方面我们是非常看重客户和知识产权的企业,很担心大模型的应用可能带来一些不利影响,比如知识窃取。

主持人:最后,请在座的诸位嘉宾为这次论坛说几句结语吧。

赵严:我们一直致力于服务工业领域,以“视觉+AI”持续赋能智能制造,致力于为客户提供更好服务,为中国的智能制造能够走向新的高度舔砖加瓦。

徐英莹:今天的主题是质量兴业,赢在智能。那么在人工智能快速发展的时代,我想呼吁一下各位同仁借助国家质量基准推动国家多模态的应用方面的共性数据应用和示范。

刘丁枭:结合大模型和知识图谱以及两者的相关工作,未来希望认知智能的相关算法可以真正落到制造业的实施场景中。

史喆:这是一个变革时代的开始,希望未来与凌云光携手将智能化、智能制造做得更好。

姚毅:关于智能制造,我觉得首先我们的设备要智能化。智能化设备需符合性价比更高、漏检率更低、稳定性更强等优势。

楼阳冰:小核心大协作。未来,希望大家可以一起将各自生态能力发挥出来,共同做好一款产品,将最优产品服务给到我们终端客户。