界面新聞記者 | 張熹瓏

將零件放上傳送帶，五個配置攝像頭啟動掃描，隨后前端會呈現(xiàn)五個角度的照片，產(chǎn)品是否存在外觀質(zhì)量問題一目了然。

這是出自百度飛槳人工智能產(chǎn)業(yè)賦能中心的五向全域采集機(jī)器人。4月25日，該中心在廣州琶洲正式落成。其銷售經(jīng)理羅錦富提到，目前在廣州的算力中心有12.69P，相當(dāng)于7萬臺電腦。

按照設(shè)想，采集機(jī)器人可以大范圍應(yīng)用于工業(yè)領(lǐng)域的流水線生產(chǎn)?！扒捌趯δＰ瓦M(jìn)行數(shù)據(jù)采集后，就可以用于產(chǎn)品的質(zhì)檢，如標(biāo)記是否引好、螺紋是否齊全、外觀是否存在缺陷等?！绷_錦富透露，設(shè)備預(yù)計在5月下旬發(fā)布，目前已有工廠在試用。

人工智能更多在智慧治理、交通出行、金融行業(yè)出現(xiàn)，例如安檢處的面部識別。而越來越明顯的趨勢是，其應(yīng)用將延伸至更多領(lǐng)域。

“除了政務(wù)服務(wù)、城市治理，工業(yè)領(lǐng)域例如質(zhì)檢等，都有很多圖像識別的需求?！贝饲埃茝目萍悸?lián)合創(chuàng)始人姚志強(qiáng)在接受界面大灣區(qū)采訪時表示，To B端的智能制造和To C端的大健康，可能是人工智能新的方向，“目前國內(nèi)在這兩個領(lǐng)域的應(yīng)用都比較分散?！?/span>

而國外相對走在前面。2022年，谷歌AlphaFold人工智能軟件成功預(yù)測了人體幾乎所有的蛋白質(zhì)結(jié)構(gòu)。

在業(yè)內(nèi)看來，2023年有望成為“人工智能+生產(chǎn)制造業(yè)高速發(fā)展元年”。

“人工智能本身屬于第四代工業(yè)革命里很關(guān)鍵的一個技術(shù)，之前在做的更多是信息化，解決生產(chǎn)關(guān)系跟生產(chǎn)資料的問題，比如搭平臺，利用工業(yè)互聯(lián)網(wǎng)、業(yè)務(wù)上云，把各類信息跟物體進(jìn)行連接，但仍未解決生產(chǎn)力的問題。”百度飛槳（廣州）產(chǎn)業(yè)賦能中心總經(jīng)理馮紹彬提到。

如何提高生產(chǎn)力成為人工智能應(yīng)用的下一個著力點，即提高人力和企業(yè)的效能，“但凡有人的崗位，可以通過人工智能，從視覺、聽覺、觸覺幾個方向，進(jìn)行工序級的技改?！瘪T紹彬說。

在他看來，制造業(yè)中目前在最不能產(chǎn)生價值但人又最多的崗位——質(zhì)檢環(huán)節(jié)，將首先受益于人工智能：“這一環(huán)節(jié)堆積了大量人手，也成為通過人工智能優(yōu)化人員的重點。比起長時間、疲累狀態(tài)下用手跟眼睛去識別，機(jī)器或許來得更靠譜?！?/span>

這也解釋了為什么會將人工智能中心落成于廣州，廣東為制造業(yè)大省，各地布局了大量的中小工廠，無疑為機(jī)器人落地應(yīng)用提供良好的基因。

羅錦富曾去往汕頭、肇慶、東莞、梅州、清遠(yuǎn)等地調(diào)研。盡管制造業(yè)轉(zhuǎn)型已提出多年，但他發(fā)現(xiàn)，不少地區(qū)勞動密集型模式普遍存在。在東莞的陶瓷工廠和紡織工廠，盡管生產(chǎn)實現(xiàn)了自動化，但質(zhì)檢環(huán)節(jié)仍堆積大量人手。

在汕頭，一處專門進(jìn)行PCB板回收的園區(qū)里，拆檢電路板、融錫、分解元件，也全靠人手用鉗子一個一個敲，效率不高且對人體有害。

“但如果是機(jī)器，首先可以識別是哪一類電路板，用機(jī)器把它夾起來，放在專門工位融錫，再通過震動分解元件并分類，精準(zhǔn)度高也可以減少污染?！比绻琴|(zhì)檢流程，他預(yù)計采用人工智能設(shè)備后可以減少一半人手。

“產(chǎn)業(yè)中心立足廣州，但輻射的是大灣區(qū)，會重點面向幾個重要城市。”馮紹彬提到，香港以金融、服務(wù)業(yè)為主；東莞中小企業(yè)最聚集，也意味著主打中小型產(chǎn)品；廣州在數(shù)據(jù)服務(wù)上相對領(lǐng)先。每個城市各有傾向，也有交叉。

除了普通的螺絲、PCB板，機(jī)器人亦能應(yīng)用于更精細(xì)的作業(yè)，如TO底座，“這是芯片封裝完的底座，肉眼是看不到的，需要用20倍、30倍的顯微鏡看。但通過設(shè)備可以識別它里面的缺陷?！绷_錦富提及。

此外，芯片也是應(yīng)用方向之一，其包含了演算成分，可以通過算法設(shè)計的優(yōu)化提高制作工藝。從這個角度看，人工智能技術(shù)為先進(jìn)制造帶來了更多可能性。

但這并不意味著人工智能達(dá)到了在第二產(chǎn)業(yè)大面積鋪開的階段。姚志強(qiáng)指出，現(xiàn)時的技術(shù)主要是基于上一代人工智能，即專業(yè)化、專業(yè)場景的人工智能，又被稱為“小模型”，還不能完全滿足工業(yè)生產(chǎn)，“在制造領(lǐng)域，有很多零件要組裝，可能是幾百個非標(biāo)配件。對于傳統(tǒng)人工智能來說，因為要對每一個零件做一個模型，稍微有更換又要換一次模型，成本不劃算?！?/span>

“不過通用人工智能很可能會打破這個局限，大模型非常容易理解每個零件和零件之間的不同，只要給它一個提示，就可以實現(xiàn)很高的準(zhǔn)確度?！币χ緩?qiáng)表示。

大模型是人工智能下一個風(fēng)向，已經(jīng)成為業(yè)內(nèi)共識。馮紹彬指出，大模型是人工智能的第二階段，具備更高的綜合性和融合性，使得場景數(shù)據(jù)更加通用，可以實現(xiàn)各個行業(yè)的深度學(xué)習(xí)。

現(xiàn)如今，人工智能正在重塑制造業(yè)的版圖。但也要意識到，其長遠(yuǎn)的價值并不僅在于對產(chǎn)業(yè)的幫扶。正如馮紹彬所說，“最終要實現(xiàn)的，除了高質(zhì)量的產(chǎn)業(yè)，還有高質(zhì)量的人才。今天社會上整體人才結(jié)構(gòu)在不斷調(diào)整，而我們也將發(fā)展到不再需要密集勞動力去做產(chǎn)業(yè)的階段?！?/span>