改革開放以來我國在工業領域取得了舉世矚目的成就。其中2017年工業互聯網直接產業規模約為5700億元，預計到2020年將達到萬億量級。智能制造是人工智能重要的落地場景之一，兩者的結合蘊藏著巨大潛能。智能浪潮席卷各行各業的當下，體量驚人的中國工業如何撕下傳統標簽走向“智造”?或可從一間小小的“智慧工廠”看起。

12月6日，百度大腦行業創新論壇蘇州站，百度AI技術生態部總經理喻友平正式發布“智慧工廠解決方案”，從生產運維及廠區管理兩大維度，切入工業質檢、預測性維護、生產環境監控、園區無人作業、園區通行管理等5大場景，為工廠與制造帶來全方位革新。“蘇州在工業領域一直走在前頭，此次我們選擇在蘇州發布解決方案也是希望能與這些優秀工業企業碰撞出新的火花。”喻友平現場說到。

“工業互聯網看蘇州，現在我們蘇州市政府已經喊出了口號。”活動現場，蘇州工業園區科技和信息化局副局長周村表示，“我們會盡最大努力為百度及在座制造企業在蘇州落地AI給予支持。”百度大腦行業創新論壇蘇州專場恰逢其時，助力蘇州邁向“智造”時代 。

高精質檢與大數據 AI語境下的“新生產”

談及工業，其核心必然是生產制造。AI如何在已高度機械化的工業生產流程里發揮自身獨特的作用?百度大腦給出了兩個切口：質檢與數據。

質檢是絕大多數制造企業的必備部門。“但現在，大多數零件制造企業的質檢，還只能靠高密度的人工檢測。”活動現場，領邦董事長兼CEO崔忠偉感慨到。

“我們之前嘗試過使用機器視覺技術做檢測，但在檢測精度和通用性上都沒辦法滿足真實需求。這時，我們找到了深度學習，我們和百度的PaddlePaddle合作打造了領邦智能零件分揀機。”在精度方面，基于官方支持的CNN模型，分揀機的分揀精度可達到99%以上，且分揀速度達到每分鐘千片，較同類產品快20%。此外，分揀機還在通用性上有很好的表現，目前機器可支持幾十種形狀的高精密小零件的分揀。

AI質檢成效已現，但樣本之于質檢模型類似于燃料之于機器，作為普通企業而言，采集足質足量的樣本無疑是一個系統工程。現場，深蘭蝶魚進行了相關分享。其算法可自動生成訓練樣本，助力解決數據量和成長性問題，最終輸入百度EasyDL完成訓練，快速驗證可行性。當然，哪怕不是上述專業技術集成商，制造廠商自身仍可以使用操作極簡，主打易用的EasyDL，訓練最貼合自身業務的深度學習模型。噴油器作為汽車動力系統中的關鍵部件，至今仍只有少數企業能夠生產。為滿足自身專業的噴油器質檢需求，柳州源創已基于百度EasyDL打造了閥座智能識別系統。

而除了看得見摸得著的產品，工業數據就像是產品、設備的虛擬映射，管理好數據，相當于時刻把握好工廠的脈搏。現場，百度大數據部高級經理趙喬介紹了近期推出的“百度端云一體工業建模平臺”。 在云端，依托百度數據科學平臺Jarvis，可完成云上特征工程、數據挖掘、模型評估等工業模型生產過程。在邊緣，基于百度邊緣計算BIE可以在不同層級的邊緣計算節點實現模型的下放和應用。可以助力企業在硬件開發、設備運維等各個方面更好地挖掘工業數據價值。

安防、無人車 打造智慧工廠的“基礎設施”

產品的生產無法獨立于其生產場景，更安全的廠區、更清潔的園區……要想搭建“智慧工廠”，更智慧的基礎設施建設自然必不可少。

對于廠區而言，安全是第一要務。“現在大型的制造企業里，工廠事故非常多，且目前大多數生產事故的發生是由于操作不合規而產生的。”百度安全高級產品經理劉宇航表示。融合深度學習、定制化圖像識別等技術，百度AI工業安全方案可在企業生產過程中對危險品、人員、設備進行管控，幫助企業及時監控、預警不規范的生產行為，比如儀表盤讀書識別、安全著裝規范識別、氣罐區非作業車輛識別等。在應用方面，百度安全擁有軟硬一體的全面解決方案,工廠可按需接入，此外還可以根據各個工廠的特殊安全要求，通過雙向IoT通道下發和更新模型，以完成快速靈活的部署。

而對于動輒數百平方公里的工業園區而言，園區清潔無疑是一大痛點。以活動舉辦地蘇州為例，蘇州工業園區占地就達288平方公里。論壇上，智行者市場渠道總監曹陽展示了其依托Apollo自動駕駛平臺打造的“蝸小白”無人車。蝸小白具有L4級自動駕駛能力，每小時可清掃4000平方米，相當于6名環衛的工作量，但年成本只有不到7萬，不到人工一半。據悉，蝸小白已經確定將在2022年入駐北京冬奧會奧組委所在地的北京首鋼園區，提供在園區特定區域的無人作業清掃服務。

“從制造走向‘智造’如果把各要素進行價值排序，排第一的是什么呢?” 活動最后的圓桌論壇環節，主持人向各來賓提出了這樣一個問題。“排序第一的是技術，技術驅動工業革命。”百度安全負責人表示。“我認為還是標準，標準化意味著價值的提升。”深蘭蝶魚CEO段藝霖表示。“ “我覺得最有價值的還是對綜合技術的把握，把技術集成為好的方案才是價值體現。”領邦董事長兼CEO崔忠偉認為。柳州源創電噴項目部長蒙東輝表示，“技術通用性，是復雜的問題只要一個AI解決方案。” “落地，哪怕是最后一毫米，最終解決問題才是最重要的。”喻友平最后總結道。

正如圓桌論壇所討論的，AI的實際應用是一個綜合課題，技術、標準、集成、通用缺一不可，最終才能應用AI解決最終的問題，發揮真正的價值。現場，包括高精度工業質檢、園區無人清掃、廠區安防、大數據應用……等等從實際場景探索出的好案例已經為我們勾勒出一條“智慧工廠”落地的輪廓線，而這條輪廓線無疑是百度與所有合作伙伴共同描繪的。

據統計，自百度大腦燎原計劃發布以來，加入的企業已超300家，其中有73家優秀企業進入了百度AI加速器。而百度大腦已經將人臉、語音、深度學習等超過130項核心能力全面開放，更提供從深度學習框架、深度學習實訓平臺、場景化AI能力、定制化訓練平臺、到軟硬一體方案、乃至AI市場的等全系支撐。

“大量第三方的能力匯聚在我們平臺，我感到非常高興。”喻友平表示，“人工智能的落地是一個長期過程，我們所做的是把AI核心能力的應用門檻降到最低，而問題的定義、數據的提取、軟件的集成這些正需要每個行業專家的力量。”未來，百度大腦將繼續與廣大伙伴深入合作，讓AI真正走進行業的每一個角落。