初創(chuàng)企業(yè)通過AI實(shí)現(xiàn)檢測(cè)自動(dòng)化

初創(chuàng)公司 CEO 將 “以數(shù)據(jù)為中心的 AI” 理念融入到 Landing AI 產(chǎn)品中，并通過 NVIDIA GPU 加速，得到了客戶的青睞。

專業(yè)計(jì)算機(jī)視覺公司 Landing AI 有一張獨(dú)特的名片——其聯(lián)合創(chuàng)始人兼首席執(zhí)行官是一位科技界的 “搖滾明星” 。

吳恩達(dá) (Andrew Ng) 在 Google Brain 曾因展示深度學(xué)習(xí)如何以驚人的速度和準(zhǔn)確度識(shí)別海量圖像中的貓而一舉成名。后來他創(chuàng)辦了 Coursera，其機(jī)器學(xué)習(xí)課程吸引了近 500 萬名學(xué)生。

如今，吳恩達(dá)最為人所知的是他所提出的 “以數(shù)據(jù)為中心的 AI” 的觀點(diǎn)。吳恩達(dá)認(rèn)為，為了提高 AI 性能，現(xiàn)在應(yīng)該將重心從完善神經(jīng)網(wǎng)絡(luò)模型轉(zhuǎn)移到數(shù)據(jù)集。他將這一理念融入到 Landing AI 的旗艦產(chǎn)品—— LandingLens 中。

Landing AI 成立于 2017 年，其用戶包括富士康、Stanley Black & Decker 和汽車供應(yīng)商日本電裝。這些公司以及其他許多公司都已經(jīng)在使用深度學(xué)習(xí)提高效率和降低成本。

解決分類難題

最早嘗試使用 LandingLens 的公司之一是一家工廠遍布全球的芯片制造商。該公司想通過深度學(xué)習(xí)提高其晶圓廠的晶圓級(jí)芯片吞吐量和產(chǎn)量。

Landing 負(fù)責(zé)該客戶的聯(lián)絡(luò)人 Quinn Killough 表示：“與所有其他芯片制造商一樣，他們的工廠車間也有很多視覺檢測(cè)機(jī)器負(fù)責(zé)在各個(gè)步驟掃描晶圓。雖然他們?cè)诋惓z測(cè)方面做得很好，但卻無法很好地對(duì)所檢測(cè)到的異常進(jìn)行缺陷分類?！?/p>

有計(jì)算機(jī)視覺和制造知識(shí)背景的 Killough 表示，和許多芯片制造商一樣，該公司也使用過許多軟件程序進(jìn)行分類，“但這些解決方案需要針對(duì)每種產(chǎn)品進(jìn)行微調(diào)，而這家公司有 100 多種產(chǎn)品，因此這筆投資并不值得。”

通過 AI 實(shí)現(xiàn)檢測(cè)自動(dòng)化

后來客戶使用了 LandingLens 所提供的 AI 能力。這款產(chǎn)品可處理從數(shù)據(jù)采集到模型訓(xùn)練和部署的整個(gè)端到端機(jī)器學(xué)習(xí)運(yùn)維 (MLOps) 流程，然后管理模型，尤其是數(shù)據(jù)的持續(xù)完善，最終改善結(jié)果。

盡管這一部署還處于早期階段，但該產(chǎn)品及這個(gè)以數(shù)據(jù)為中心的方法已經(jīng)幫助這家芯片制造商降低了成本。

Killough 表示：“推動(dòng)該項(xiàng)目的主要工程師告訴我們，他認(rèn)為深度學(xué)習(xí)是一場(chǎng)變革并且希望在他的工廠中推廣這種方法，同時(shí)讓其他工廠也采用這種方法?！?/p>

位于云端的 “檢測(cè)員”

這家芯片制造商使用 NVIDIA V100 Tensor Core GPU 運(yùn)行 LandingLens。這項(xiàng)云服務(wù)每天可對(duì)數(shù)十萬張圖像進(jìn)行推理。

Killough 表示：“我們一開始并不確定它的吞吐量，但現(xiàn)在看來，它顯然足夠?qū)Ω哆@些圖像，而且就算出現(xiàn)更多的圖像也不在話下。”

這項(xiàng)服務(wù)可以在不到一分鐘的時(shí)間內(nèi)使用約 50 張缺陷圖像訓(xùn)練一個(gè)新的分類模型，使用戶可以快速迭代。

“我們的工具必須能夠讓客戶感受到訓(xùn)練的快捷，這樣才能幫助我們的客戶解決問題和嘗試各種解決方案?！?/p>

將 AI 帶到邊緣

現(xiàn)在，該公司正在使用新產(chǎn)品 LandingEdge 將 AI 帶到工廠車間。目前，Landing AI 正在與幾家客戶測(cè)試這款產(chǎn)品。

LandingEdge 可以通過攝像頭捕捉圖像，然后在配備 NVIDIAJetson AGX Xavier 模塊的工業(yè) PC 上運(yùn)行推理。這項(xiàng)工作產(chǎn)生的洞察被直接反饋給操作機(jī)械臂、傳送帶和其他生產(chǎn)系統(tǒng)的控制器。

LandingEdge 產(chǎn)品經(jīng)理 Jason Chan 表示：“我們的目標(biāo)是提高質(zhì)控水平，為快速、不斷迭代的 AI 流程創(chuàng)造飛輪效應(yīng)。”

加速初創(chuàng)企業(yè)的成長(zhǎng)

為了盡早獲得最新的技術(shù)和專業(yè)知識(shí)，Landing AI 加入了 NVIDIAMetropolis 計(jì)劃。這項(xiàng)計(jì)劃面向通過 AI 視覺將空間和操作變得更安全、更高效的公司。

與 Landing AI 一樣，“以數(shù)據(jù)為中心的 AI” 理念現(xiàn)在仍處于早期發(fā)展階段，而吳恩達(dá)認(rèn)為它可能成為這十年中最大的技術(shù)變革之一。

原文標(biāo)題：計(jì)算機(jī)視覺在制造業(yè)大顯神通：初創(chuàng)企業(yè)實(shí)現(xiàn)工廠檢測(cè)自動(dòng)化

文章出處：【微信公眾號(hào)：NVIDIA英偉達(dá)企業(yè)解決方案】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

審核編輯：湯梓紅