中新网12月7日电 改革开放以来我国在工业领域取得了举世瞩目的成就。其中2017年工业互联网直接产业规模约为5700亿元，预计到2020年将达到万亿量级。智能制造是人工智能重要的落地场景之一，两者的结合蕴藏着巨大潜能。智能浪潮席卷各行各业的当下，体量惊人的中国工业如何撕下传统标签走向“智造”？或可从一间小小的“智慧工厂”看起。

12月6日，百度大脑行业创新论坛苏州站，百度AI技术生态部总经理喻友平正式发布“智慧工厂解决方案”，从生产运维及厂区管理两大维度，切入工业质检、预测性维护、生产环境监控、园区无人作业、园区通行管理等5大场景，为工厂与制造带来全方位革新。“苏州在工业领域一直走在前头，此次我们选择在苏州发布解决方案也是希望能与这些优秀工业企业碰撞出新的火花。”喻友平现场说到。

“工业互联网看苏州，现在我们苏州市政府已经喊出了口号。”活动现场，苏州工业园区科技和信息化局副局长周村表示，“我们会尽最大努力为百度及在座制造企业在苏州落地AI给予支持。”百度大脑行业创新论坛苏州专场恰逢其时，助力苏州迈向“智造”时代 。

高精质检与大数据 AI语境下的“新生产”

谈及工业，其核心必然是生产制造。AI如何在已高度机械化的工业生产流程里发挥自身独特的作用？百度大脑给出了两个切口：质检与数据。

质检是绝大多数制造企业的必备部门。“但现在，大多数零件制造企业的质检，还只能靠高密度的人工检测。”活动现场，领邦董事长兼CEO崔忠伟感慨到。

“我们之前尝试过使用机器视觉技术做检测，但在检测精度和通用性上都没办法满足真实需求。这时，我们找到了深度学习，我们和百度的PaddlePaddle合作打造了领邦智能零件分拣机。”在精度方面，基于官方支持的CNN模型，分拣机的分拣精度可达到99%以上，且分拣速度达到每分钟千片，较同类产品快20%。此外，分拣机还在通用性上有很好的表现，目前机器可支持几十种形状的高精密小零件的分拣。

AI质检成效已现，但样本之于质检模型类似于燃料之于机器，作为普通企业而言，采集足质足量的样本无疑是一个系统工程。现场，深兰蝶鱼进行了相关分享。其算法可自动生成训练样本，助力解决数据量和成长性问题，最终输入百度EasyDL完成训练，快速验证可行性。当然，哪怕不是上述专业技术集成商，制造厂商自身仍可以使用操作极简，主打易用的EasyDL，训练最贴合自身业务的深度学习模型。喷油器作为汽车动力系统中的关键部件，至今仍只有少数企业能够生产。为满足自身专业的喷油器质检需求，柳州源创已基于百度EasyDL打造了阀座智能识别系统。

而除了看得见摸得着的产品，工业数据就像是产品、设备的虚拟映射，管理好数据，相当于时刻把握好工厂的脉搏。现场，百度大数据部高级经理赵乔介绍了近期推出的“百度端云一体工业建模平台”。 在云端，依托百度数据科学平台Jarvis，可完成云上特征工程、数据挖掘、模型评估等工业模型生产过程。在边缘，基于百度边缘计算BIE可以在不同层级的边缘计算节点实现模型的下放和应用。可以助力企业在硬件开发、设备运维等各个方面更好地挖掘工业数据价值。

安防、无人车 打造智慧工厂的“基础设施”

产品的生产无法独立于其生产场景，更安全的厂区、更清洁的园区……要想搭建“智慧工厂”，更智慧的基础设施建设自然必不可少。

对于厂区而言，安全是第一要务。“现在大型的制造企业里，工厂事故非常多，且目前大多数生产事故的发生是由于操作不合规而产生的。”百度安全高级产品经理刘宇航表示。融合深度学习、定制化图像识别等技术，百度AI工业安全方案可在企业生产过程中对危险品、人员、设备进行管控，帮助企业及时监控、预警不规范的生产行为，比如仪表盘读书识别、安全着装规范识别、气罐区非作业车辆识别等。在应用方面，百度安全拥有软硬一体的全面解决方案，工厂可按需接入，此外还可以根据各个工厂的特殊安全要求，通过双向IoT通道下发和更新模型，以完成快速灵活的部署。

而对于动辄数百平方公里的工业园区而言，园区清洁无疑是一大痛点。以活动举办地苏州为例，苏州工业园区占地就达288平方公里。论坛上，智行者市场渠道总监曹阳展示了其依托Apollo自动驾驶平台打造的“蜗小白”无人车。蜗小白具有L4级自动驾驶能力，每小时可清扫4000平方米，相当于6名环卫的工作量，但年成本只有不到7万，不到人工一半。据悉，蜗小白已经确定将在2022年入驻北京冬奥会奥组委所在地的北京首钢园区，提供在园区特定区域的无人作业清扫服务。

“从制造走向‘智造’如果把各要素进行价值排序，排第一的是什么呢？” 活动最后的圆桌论坛环节，主持人向各来宾提出了这样一个问题。“排序第一的是技术，技术驱动工业革命。”百度安全负责人表示。“我认为还是标准，标准化意味着价值的提升。”深兰蝶鱼CEO段艺霖表示。“ “我觉得最有价值的还是对综合技术的把握，把技术集成为好的方案才是价值体现。”领邦董事长兼CEO崔忠伟认为。柳州源创电喷项目部长蒙东辉表示，“技术通用性，是复杂的问题只要一个AI解决方案。” “落地，哪怕是最后一毫米，最终解决问题才是最重要的。”喻友平最后总结道。

正如圆桌论坛所讨论的，AI的实际应用是一个综合课题，技术、标准、集成、通用缺一不可，最终才能应用AI解决最终的问题，发挥真正的价值。现场，包括高精度工业质检、园区无人清扫、厂区安防、大数据应用……等等从实际场景探索出的好案例已经为我们勾勒出一条“智慧工厂”落地的轮廓线，而这条轮廓线无疑是百度与所有合作伙伴共同描绘的。

据统计，自百度大脑燎原计划发布以来，加入的企业已超300家，其中有73家优秀企业进入了百度AI加速器。而百度大脑已经将人脸、语音、深度学习等超过130项核心能力全面开放，更提供从深度学习框架、深度学习实训平台、场景化AI能力、定制化训练平台、到软硬一体方案、乃至AI市场的等全系支撑。

“大量第三方的能力汇聚在我们平台，我感到非常高兴。”喻友平表示，“人工智能的落地是一个长期过程，我们所做的是把AI核心能力的应用门槛降到最低，而问题的定义、数据的提取、软件的集成这些正需要每个行业专家的力量。”未来，百度大脑将继续与广大伙伴深入合作，让AI真正走进行业的每一个角落。