基于AI制造企業(yè)解決方案架構(gòu)設(shè)計(jì)人工智能發(fā)展1950年圖靈測(cè)試1956年人工智能概念提出1970-1980年代第一個(gè)AI冬天1987-1993年第二個(gè)AI冬天1990年代機(jī)器學(xué)習(xí)/人工神經(jīng)網(wǎng)絡(luò)的興起2006年深度學(xué)習(xí)的興起2013年以后

人工智能四巨頭FourTechGiant人工智能技術(shù)獲權(quán)威認(rèn)可人工智能發(fā)展三要素超大規(guī)模神經(jīng)網(wǎng)絡(luò)萬億級(jí)參數(shù)千億樣本千億特征訓(xùn)練全網(wǎng)萬億網(wǎng)頁數(shù)十億級(jí)搜索數(shù)據(jù)百億級(jí)圖像視頻數(shù)據(jù)百億級(jí)定位數(shù)據(jù)數(shù)十萬臺(tái)服務(wù)器中國(guó)最大GPU集群算力算法數(shù)據(jù)產(chǎn)品架構(gòu)大腦AC平臺(tái)層認(rèn)知層感知層算法層大數(shù)據(jù)基礎(chǔ)云智能云BAI開放平臺(tái)自然語言處理NLP知識(shí)圖譜用戶畫像語音圖像視頻AR/VR機(jī)器學(xué)習(xí)深度學(xué)習(xí)大數(shù)據(jù)獲取大數(shù)據(jù)標(biāo)注大數(shù)據(jù)分析計(jì)算服務(wù)（CPU/GPU/FPGA）存儲(chǔ)服務(wù)（BOS/CDN）網(wǎng)絡(luò)服務(wù)（EIP/BLB/VPC）智能大數(shù)據(jù)平臺(tái)智能多媒體平臺(tái)智能物聯(lián)網(wǎng)平臺(tái)領(lǐng)先的云基礎(chǔ)設(shè)施人工智能平臺(tái)云服務(wù)器存儲(chǔ)和CDN數(shù)據(jù)庫人工智能網(wǎng)站服務(wù)物理服務(wù)器負(fù)載均衡云磁盤內(nèi)容分發(fā)網(wǎng)絡(luò)對(duì)象存儲(chǔ)只讀關(guān)系型數(shù)據(jù)庫MemCache服務(wù)MySQL服務(wù)應(yīng)用服務(wù)簡(jiǎn)單郵件服務(wù)簡(jiǎn)單消息服務(wù)應(yīng)用性能管理服務(wù)問卷調(diào)研服務(wù)某著名企業(yè)APP測(cè)試

服務(wù)通用文字識(shí)別數(shù)據(jù)標(biāo)注云虛擬主機(jī)域名服務(wù)通用解決方案行業(yè)解決方案網(wǎng)站及部署視頻云智能圖像云存儲(chǔ)分發(fā)大數(shù)據(jù)分析某著名企業(yè)App數(shù)字營(yíng)銷云在線教育物聯(lián)網(wǎng)政企混合云專屬服務(wù)器數(shù)據(jù)分析Kafka機(jī)器學(xué)習(xí)深度學(xué)習(xí)

ElasticsearchOLAP引擎日志服務(wù)BLS物聯(lián)網(wǎng)服務(wù)物接入

IoTHub物解析IoTParser金融云虛擬私有網(wǎng)絡(luò)GPU服務(wù)器*彈性IP專線和VPN*數(shù)據(jù)導(dǎo)入服務(wù)**Redis服務(wù)SQLServer

服務(wù)多媒體服務(wù)音視頻轉(zhuǎn)碼音視頻直播人臉識(shí)別文字識(shí)別音視頻點(diǎn)播文檔轉(zhuǎn)碼安全和管理云安全云監(jiān)控SSL證書服務(wù)DDos防護(hù)服務(wù)涉黃涉政涉恐檢測(cè)DNS游戲云時(shí)序數(shù)據(jù)庫規(guī)則引擎物管理物可視計(jì)算與網(wǎng)絡(luò)高防服務(wù)應(yīng)用防火墻存儲(chǔ)網(wǎng)關(guān)*應(yīng)用引擎BAE共享帶寬NAT網(wǎng)關(guān)FPGA云服務(wù)器*智能客服（夜鶯）生命科學(xué)MapReduce批量計(jì)算智能推薦數(shù)據(jù)傳輸服務(wù)MolaDB服務(wù)站點(diǎn)管理云市場(chǎng)語音黃反識(shí)別長(zhǎng)語音識(shí)別CloudDSP框架CloudADX框架IDmapping搜索Referer/推廣API內(nèi)容抽取客群洞察點(diǎn)擊率預(yù)估商品優(yōu)選/大數(shù)據(jù)輿情其他設(shè)備托管APIStore全家福智能大數(shù)據(jù)平臺(tái)智能多媒體平臺(tái)智能物聯(lián)網(wǎng)平臺(tái)領(lǐng)先的云基礎(chǔ)設(shè)施人工智能平臺(tái)云服務(wù)器存儲(chǔ)和CDN數(shù)據(jù)庫人工智能網(wǎng)站服務(wù)物理服務(wù)器負(fù)載均衡云磁盤內(nèi)容分發(fā)網(wǎng)絡(luò)對(duì)象存儲(chǔ)只讀關(guān)系型數(shù)據(jù)庫MemCache服務(wù)MySQL服務(wù)應(yīng)用服務(wù)簡(jiǎn)單郵件服務(wù)簡(jiǎn)單消息服務(wù)應(yīng)用性能管理服務(wù)問卷調(diào)研服務(wù)某著名企業(yè)APP測(cè)試

服務(wù)通用文字識(shí)別數(shù)據(jù)標(biāo)注云虛擬主機(jī)域名服務(wù)通用解決方案行業(yè)解決方案網(wǎng)站及部署視頻云智能圖像云存儲(chǔ)分發(fā)大數(shù)據(jù)分析某著名企業(yè)App數(shù)字營(yíng)銷云在線教育物聯(lián)網(wǎng)政企混合云專屬服務(wù)器數(shù)據(jù)分析Kafka機(jī)器學(xué)習(xí)深度學(xué)習(xí)

ElasticsearchOLAP引擎日志服務(wù)BLS物聯(lián)網(wǎng)服務(wù)物接入

IoTHub物解析IoTParser金融云虛擬私有網(wǎng)絡(luò)GPU服務(wù)器*彈性IP專線和VPN*數(shù)據(jù)導(dǎo)入服務(wù)**Redis服務(wù)SQLServer

服務(wù)多媒體服務(wù)音視頻轉(zhuǎn)碼音視頻直播人臉識(shí)別文字識(shí)別音視頻點(diǎn)播文檔轉(zhuǎn)碼安全和管理云安全云監(jiān)控SSL證書服務(wù)DDos防護(hù)服務(wù)涉黃涉政涉恐檢測(cè)DNS游戲云時(shí)序數(shù)據(jù)庫規(guī)則引擎物管理物可視計(jì)算與網(wǎng)絡(luò)高防服務(wù)應(yīng)用防火墻存儲(chǔ)網(wǎng)關(guān)*應(yīng)用引擎BAE共享帶寬NAT網(wǎng)關(guān)FPGA云服務(wù)器*智能客服（夜鶯）生命科學(xué)MapReduce批量計(jì)算智能推薦數(shù)據(jù)傳輸服務(wù)MolaDB服務(wù)站點(diǎn)管理云市場(chǎng)語音黃反識(shí)別長(zhǎng)語音識(shí)別CloudDSP框架CloudADX框架IDmapping搜索Referer/推廣API內(nèi)容抽取客群洞察點(diǎn)擊率預(yù)估商品優(yōu)選/大數(shù)據(jù)輿情其他設(shè)備托管APIStore全家福人工智能全景圖340%90+2806億開發(fā)者增長(zhǎng)數(shù)量AI服務(wù)大腦每天調(diào)用量文字識(shí)別開放平臺(tái)人臉識(shí)別開放平臺(tái)圖像識(shí)別開放平臺(tái)語音交互開放平臺(tái)語音合成語音喚醒智慧家庭語言處理開放平臺(tái)無人駕駛開放平臺(tái)基于AI的傳統(tǒng)制造業(yè)解決方案人工智能開啟傳統(tǒng)制造業(yè)新時(shí)代從開放平臺(tái)到賦能行業(yè)通用底層基礎(chǔ)能力AI開放平臺(tái)制造行業(yè)金融行業(yè)媒體行業(yè)物流行業(yè)能源行業(yè)交通行業(yè)安防行業(yè)物體表面檢測(cè)場(chǎng)景應(yīng)用層圖像文字識(shí)別物品測(cè)量機(jī)械臂引導(dǎo)定位計(jì)算層計(jì)算服務(wù)（CPU/GPU/FPGA）存儲(chǔ)服務(wù)（BOS/CDN/TSDB）網(wǎng)絡(luò)服務(wù)（EIP/BLB/VPC）能力層數(shù)據(jù)采集層物解析物可視物接入大數(shù)據(jù)標(biāo)注大數(shù)據(jù)分析大數(shù)據(jù)獲取視覺采集設(shè)備數(shù)據(jù)系統(tǒng)接入機(jī)器學(xué)習(xí)深度學(xué)習(xí)圖像數(shù)據(jù)標(biāo)注物聯(lián)網(wǎng)接入設(shè)備AI賦能大數(shù)據(jù)AI賦能IOT賦能供應(yīng)鏈數(shù)據(jù)生產(chǎn)數(shù)據(jù)質(zhì)量數(shù)據(jù)營(yíng)銷數(shù)據(jù)設(shè)備節(jié)能策略設(shè)備缺陷預(yù)測(cè)設(shè)備全局效率設(shè)備生命周期管理IOT制造業(yè)賦能傳統(tǒng)制造業(yè)質(zhì)檢/分揀存在的問題人工質(zhì)檢的主觀因素對(duì)判定結(jié)果的影響較大基于視覺疲勞，會(huì)存在漏檢的問題人工操作下會(huì)帶來新的接觸損傷質(zhì)量成本安全人員流動(dòng)較高，由此帶來的培訓(xùn)和用工成本高人員成本持續(xù)高漲，用工難招工難機(jī)器視覺24小時(shí)持續(xù)工作在高危場(chǎng)景/惡劣環(huán)境下存在人員安全問題沒有對(duì)生產(chǎn)數(shù)據(jù)進(jìn)行有效積累和利用，無法后續(xù)推進(jìn)流程再造和質(zhì)量分析對(duì)自動(dòng)化生產(chǎn)流程適配較弱信息集成中國(guó)智造2025需要質(zhì)檢系統(tǒng)的全面升級(jí)傳統(tǒng)質(zhì)檢模式ABCInspire先進(jìn)的A開放的B全面的C人工檢測(cè)數(shù)據(jù)難以有效利用延遲響應(yīng)低效記錄固化部署場(chǎng)景單一部署難以擴(kuò)展升級(jí)方法難以適應(yīng)變化智能質(zhì)檢模式智能檢測(cè)行業(yè)數(shù)據(jù)有效利用快速響應(yīng)迭代訓(xùn)練多樣部署靈活遷移服務(wù)部署靈活多樣模型訓(xùn)練迭代更新ABC一體化解決方案機(jī)器視覺+時(shí)代的技術(shù)原理啟幕·智能傳統(tǒng)行業(yè)新時(shí)代機(jī)器視覺2.0基于人工智能/深度學(xué)習(xí)進(jìn)入機(jī)器視覺2.0深度學(xué)習(xí)培訓(xùn)服務(wù)部署容易，升級(jí)簡(jiǎn)單識(shí)別率高,準(zhǔn)確率可持續(xù)提升PaddlePaddle、TensorFlow等CNNRNNSGDGRULSTMAdam……LenetZFNetRESNETAlexNetVGGNet……AI基礎(chǔ)算法機(jī)器視覺業(yè)務(wù)算法目標(biāo)檢測(cè)特征定位特征提取分類器濾波器圖像識(shí)別缺陷檢測(cè)定位引導(dǎo)測(cè)量單元描述鋼鐵行業(yè)鋼包內(nèi)襯識(shí)別人工智能行業(yè)賦能熱軋帶鋼缺陷冷軋帶鋼缺陷型材缺陷屏幕缺陷檢測(cè)定位抓取3C行業(yè)芯片外觀檢測(cè)硅片外觀檢測(cè)封裝檢測(cè)半導(dǎo)體光伏檢測(cè)能源農(nóng)業(yè)水果分級(jí)煙葉分級(jí)汽車零部件缺陷玻璃印紋檢測(cè)零件分揀AI機(jī)器視覺制造業(yè)應(yīng)用架構(gòu)智能檢測(cè)流程數(shù)據(jù)采集待檢測(cè)數(shù)據(jù)生產(chǎn)數(shù)據(jù)庫預(yù)測(cè)引擎檢測(cè)智能檢測(cè)模型檢測(cè)請(qǐng)求檢測(cè)結(jié)果控制模塊預(yù)警處理原始數(shù)據(jù)存儲(chǔ)訓(xùn)練引擎數(shù)據(jù)更新數(shù)據(jù)請(qǐng)求訓(xùn)練數(shù)據(jù)庫訓(xùn)練數(shù)據(jù)迭代訓(xùn)練流程觸發(fā)模型更新觸發(fā)機(jī)制缺陷位置缺陷類別類別信息通用攝像頭采集輸入工業(yè)相機(jī)采集人工拍照樣本產(chǎn)品缺陷控制產(chǎn)出產(chǎn)品自動(dòng)分類產(chǎn)品質(zhì)量預(yù)警系統(tǒng)狀態(tài)預(yù)測(cè)…歷史累積圖像數(shù)據(jù)清洗數(shù)據(jù)預(yù)處理圖像預(yù)處理數(shù)據(jù)集構(gòu)造歸一化處理機(jī)器視覺模型與算法庫動(dòng)態(tài)計(jì)算引擎實(shí)時(shí)預(yù)警引擎數(shù)據(jù)管理引擎業(yè)務(wù)管理系統(tǒng)訓(xùn)練數(shù)據(jù)庫目標(biāo)檢測(cè)特征定位特征提取圖像分類圖像分割圖像識(shí)別缺陷檢測(cè)定位引導(dǎo)濾波器邊緣檢測(cè)圖像測(cè)量生產(chǎn)數(shù)據(jù)庫雙盲標(biāo)注數(shù)據(jù)標(biāo)注二級(jí)質(zhì)檢智能預(yù)分類樣本生成初始模型訓(xùn)練引擎模型迭代優(yōu)化引擎新缺陷引擎預(yù)測(cè)引擎…AI機(jī)器視覺制造業(yè)業(yè)務(wù)架構(gòu)汽車：零件檢測(cè)能力V桿檢測(cè)準(zhǔn)確率100%，螺絲檢測(cè)準(zhǔn)確率99%+PaddlePaddle、TensorFlow等CNNRNNSGDGRULSTMAdam……ZFNetResNet

AlexNetVGGNet,……AI基礎(chǔ)算法機(jī)器視覺業(yè)務(wù)算法目標(biāo)檢測(cè)特征定位特征提取圖像分類圖像分割圖像識(shí)別缺陷檢測(cè)定位引導(dǎo)濾波器邊緣檢測(cè)安全檢測(cè)鋼包內(nèi)襯熔損識(shí)別鋼鐵應(yīng)用場(chǎng)景……鋼包液面深度檢測(cè)鋼液漩渦臨界面檢測(cè)容量檢測(cè)質(zhì)量檢測(cè)連鑄坯表面檢測(cè)熱軋帶鋼表面檢測(cè)重軌表面檢測(cè)……文字識(shí)別鋼卷號(hào)識(shí)別型鋼編號(hào)識(shí)別引導(dǎo)定位鋼液測(cè)鋼卷捆扎定位……圖像測(cè)量…………AI機(jī)器視覺鋼鐵行業(yè)應(yīng)用架構(gòu)煉鐵軋鋼主要產(chǎn)品煉鋼連鑄鐵礦石球團(tuán)黑碳燒結(jié)礦石灰石鐵水高爐（BF）氧氣轉(zhuǎn)爐（BOF）電弧爐（EAF）加熱爐小方坯大方坯板坯直接軋制HDR無縫管軋制焊管冷連軋機(jī)熱軋板卷軋制中厚板軋制棒線材軋制型鋼軋制無縫管焊管冷軋不板卷或薄板熱軋不板卷或薄板中厚板棒線材鋼軌鋼板樁型鋼棒材廢鋼AI機(jī)器視覺鋼鐵行業(yè)應(yīng)用案例熱軋帶鋼缺陷檢測(cè)案例基于傳統(tǒng)機(jī)器視覺進(jìn)行檢測(cè)，準(zhǔn)確率有待提高準(zhǔn)確率無法維持，處于下降狀態(tài)業(yè)務(wù)現(xiàn)狀熱軋帶鋼缺陷檢測(cè)案例交付客戶深度學(xué)習(xí)平臺(tái)，自行優(yōu)化提升準(zhǔn)確率方案基于人工智能進(jìn)行模型訓(xùn)練，準(zhǔn)確率高達(dá)99%+鋼包內(nèi)襯熔損識(shí)別案例人工對(duì)鋼包內(nèi)襯通過隔熱板觀察孔進(jìn)行觀測(cè)判斷高危環(huán)境/人員主觀意識(shí)，對(duì)熔損程度識(shí)別標(biāo)準(zhǔn)不一業(yè)務(wù)現(xiàn)狀鋼包內(nèi)襯熔損識(shí)別案例基于人工智能鋼包內(nèi)襯識(shí)別模型識(shí)別標(biāo)準(zhǔn)客觀、準(zhǔn)確率持續(xù)提升方案基于全景鋼包內(nèi)襯圖片進(jìn)行內(nèi)襯無死角熔損評(píng)估鋼包內(nèi)襯熔損識(shí)別案例：鋼包檢測(cè)能力-前端采集設(shè)備專業(yè)高+防護(hù)罩2組鏡頭（鋼包蓋場(chǎng)景）每組包括側(cè)拍+底拍錄像機(jī)－＞網(wǎng)絡(luò)/4G單張/多采集3C：液晶屏幕劃傷檢測(cè)能力缺陷檢出率99.6%，缺陷類別判定準(zhǔn)確率99.96%異物檢測(cè)檢出原圖異物+陰影mura檢測(cè)小點(diǎn)檢測(cè)小點(diǎn)+陰影mura檢測(cè)農(nóng)業(yè)：煙葉分揀能力數(shù)據(jù)接入數(shù)據(jù)存儲(chǔ)數(shù)據(jù)分析數(shù)據(jù)可視化數(shù)據(jù)倉(cāng)庫PaloBigSQLElasticsearch硬盤快遞直接上傳數(shù)據(jù)收集標(biāo)注日志服務(wù)BLS物聯(lián)網(wǎng)服務(wù)IoT對(duì)象存儲(chǔ)BOSKafka鍵值數(shù)據(jù)庫Redis關(guān)系數(shù)據(jù)庫RDS大數(shù)據(jù)平臺(tái)BMR（Hadoop）SparkHiveZeppelinMapReduceHBaseHue視覺質(zhì)量數(shù)據(jù)批量計(jì)算Batch機(jī)器學(xué)習(xí)BML深度學(xué)習(xí)PaddlePaddleTensorFlow應(yīng)用場(chǎng)景供應(yīng)鏈分析生產(chǎn)工藝分析生產(chǎn)流程調(diào)度產(chǎn)品質(zhì)量分析產(chǎn)品營(yíng)銷預(yù)測(cè)大數(shù)據(jù)制造業(yè)整體架構(gòu)PaddlePaddle、TensorFlow等GBDT、GBRT、xgboost、DNN、wideanddeep……AI基礎(chǔ)算法數(shù)據(jù)智能業(yè)務(wù)算法數(shù)據(jù)清洗特征提取特征組合預(yù)測(cè)分析調(diào)度優(yōu)化分類回歸優(yōu)化保險(xiǎn)保險(xiǎn)核保應(yīng)用場(chǎng)景……預(yù)測(cè)銀行航空制造水利團(tuán)險(xiǎn)定價(jià)風(fēng)險(xiǎn)預(yù)測(cè)……信用評(píng)估OD預(yù)測(cè)動(dòng)態(tài)定價(jià)航線規(guī)劃……生產(chǎn)調(diào)度……水電站流量預(yù)測(cè)……大數(shù)據(jù)AI行業(yè)應(yīng)用架構(gòu)智能質(zhì)檢應(yīng)用層Cloud(公有云或ABC一體機(jī))算法層平臺(tái)層采集光源相機(jī)控制器處理結(jié)果IOT產(chǎn)品質(zhì)量數(shù)據(jù)工業(yè)大數(shù)據(jù)預(yù)測(cè)IOT數(shù)據(jù)設(shè)備故障預(yù)測(cè)產(chǎn)品質(zhì)量預(yù)測(cè)PaddlePaddle、TensorFlow等CNNRNNSGDGRULSTMAdam/LenetZFNetRESNETAlexNetVGGNet……鏡頭生產(chǎn)工藝優(yōu)化設(shè)備智能調(diào)度AI算法IAAS預(yù)處理數(shù)據(jù)標(biāo)注訓(xùn)練引擎預(yù)測(cè)引擎缺陷分類物體分類新缺陷缺陷檢測(cè)產(chǎn)品分揀缺陷定位智能工業(yè)質(zhì)檢AI+大數(shù)據(jù)端到端解決方案智能檢測(cè)系統(tǒng)部署方式—公有云部署云客戶端客戶Server客戶Client質(zhì)檢服務(wù)引擎數(shù)據(jù)請(qǐng)求質(zhì)檢結(jié)果管理引擎客戶管理系統(tǒng)訓(xùn)練請(qǐng)求訓(xùn)練