當地時間6月22日，Google宣布推出一款視覺檢測人工智能工具——Visual Inspection AI，這是谷歌云平臺（GCP）之上的一款全新解決方案，旨在幫助制造企業，消費品包裝、生產商，以及其他相關企業降低制造和檢測過程中出現的缺陷。谷歌表示，這是第一個專門為制造業提供的GCP服務，Google在這一垂直領域上的投入提高了一倍。

據美國質量協會ASQ估計，產品缺陷每年給制造企業造成數十億美元的損失，企業在提升產品質量以及應對質量問題等方面所付出的成本則可能會消耗銷售收入的15%至20%。Vanson Bourne的一項研究顯示，在制造業所有的意外停機事件中，23%是由人為錯誤導致的，而其他行業的停機率低至9%。

價值3.276億美元的火星氣候軌道器航天器Mars Climate Orbiter就曾因測量單位未能實現正確轉換而毀壞。Pharmtech則報道過一家制藥公司因ERP警報單被覆蓋，而導致停產4天，每天損失20萬英鎊（253，946美元）。

Visual Inspection AI視覺檢測工具由GCP的計算機視覺技術提供支持，其主要用途是通過自動質量檢測保證工作流程的順暢，使公司能夠在產品發貨前識別和糾正產品缺陷。谷歌聲稱，通過在制造過程中的早期缺陷識別，Visual Inspection AI可以提高產線吞吐量，增加產量、減少返工，并削減退貨和維修的成本。

GCP制造業和工業董事總經理Dominik Wee介紹說，Visual Inspection AI是專門針對制造業的兩個高級用例開發的：化妝品缺陷檢測和裝配檢查。企業只需要對該解決方案中的圖像進行微調，就可以在產線中實時發現潛在問題。企業可以選擇在本地服務器上操作，也可以利用云端算力進行額外數據處理。

亞馬遜Lookout for Vision是Visual Inspection AI的主要競爭對手，Lookout for Vision基于云服務，利用計算機視覺分析圖像，發現產品和生產過程中的缺陷和異常。亞馬遜在2020年12月的virtual re:Invent虛擬發明大會上發布了這款產品的預覽版，并于同年2月推出，亞馬遜稱Lookout for Vision的計算機視覺算法可以從只有30張基線的圖像中學習如何檢測制造和生產缺陷，包括裂縫、凹痕、不正確的顏色和不規則形狀。

目前，Lookout for Vision公布的用戶中包括通用電氣醫療（GE Healthcare）、巴斯勒（Basler）和瑞典的Dafgards。谷歌則表示，雷諾、富士康和京瓷（Kyocera）已選擇與其合作，利用Visual Inspection AI來增強其質量保證測試。Dominik Wee表示，「借助Visual Inspection AI，雷諾正在實現實時自動識別油漆表面的缺陷?！?/p>

此外，谷歌還聲稱，Visual Inspection AI可以構建比通用機器學習平臺少300倍的標記圖像模型（僅用10個）。隨著這項服務在新產品中的廣泛應用，其準確性還會隨著時間的推移而自動增加。

「專用解決方案（如Visual Inspection AI）的好處是可以實現輕松部署，安心運行，且不需要基于云端，」Dominik Wee說?！概c此同時，它給谷歌提供了人工智能和分析能力，我們希望將人工智能大規模賦能到制造商的實際應用中?！?/p>

隨著工廠現代化和自動化快速運營模式在全球制造企業中落地，制造業正在復蘇。根據ABI Research的數據，2018年全球只有4000個倉庫使用了機器人，而到2025年，將有5萬多個倉庫安裝400多萬臺機器人。牛津經濟學（Oxford Economics）預計，中國將有1250萬個制造業工作崗位實現自動化，而麥肯錫則預測，美國機器將占據超過30%的制造業工作崗位。

GCP和哈里斯民意調查（The Harris Poll survey）曾開展一項調查，76%受訪者表示，他們已轉向人工智能、數據分析和云等「破壞性技術」，以幫助應對疫情帶來的挑戰。制造商已經開始在日常管理、風險管理和庫存管理領域，利用人工智能優化供應鏈。據GCP稱，目前尚未在日常運營中使用人工智能的公司中，有大約三分之一認為人工智能將提高員工的效率，并對員工整體有幫助。

Dominik Wee說：「我們在行業中看到了更多的需求，我認為這是因為人工智能正在加速普及。我們的基本策略是加速谷歌橫向人工智能能力的落地，并將其集成到現有技術提供商的產品與服務中?！?/p>

普華永道2020年的一項調查指出，數字化轉型將在未來五年中全面提高制造企業的效率。麥肯錫與世界經濟論壇的研究則認為，到2025年，實踐工業自動化，實現「工業4.0」的傳統工業企業，將具備3.7萬億美元的價值創造潛力。

責任編輯：haq