本文來自微信公眾號“工聯(lián)網(wǎng)iitime”。
日前,中國工程院院士鄔賀銓在中國移動第四屆科技周的“工業(yè)視覺技術(shù)分論壇”上表示,現(xiàn)代工業(yè)轉(zhuǎn)型的重心已從企業(yè)管理、消費(fèi)端、需求側(cè)和交易環(huán)節(jié)的數(shù)字化轉(zhuǎn)型,轉(zhuǎn)向價值創(chuàng)造源頭的生產(chǎn)端、供給側(cè)和創(chuàng)新制造環(huán)節(jié)的數(shù)字化轉(zhuǎn)型。
鄔賀銓提出,工業(yè)視覺技術(shù)是這一轉(zhuǎn)變的關(guān)鍵支持因素?;趥鹘y(tǒng)的制造支持體系,工業(yè)視覺技術(shù)融入了視覺感知設(shè)備、大數(shù)據(jù)模型、互連互通、邊緣計(jì)算和智能分析等能力。這種技術(shù)將傳統(tǒng)設(shè)備和視覺技術(shù)深度融合,實(shí)現(xiàn)了生產(chǎn)工具的智能化變革,提高了生產(chǎn)效率并增強(qiáng)了安全性,從而推動了國內(nèi)垂直行業(yè)的數(shù)字化轉(zhuǎn)型。
在介紹工業(yè)視覺應(yīng)用時,鄔賀銓提到了視覺數(shù)據(jù)采集、數(shù)據(jù)建模、模型部署和管理以及模型效果評估等多方面的技術(shù)。然而,由于工業(yè)場景的個性化和特異性,工業(yè)視覺應(yīng)用面臨著一些挑戰(zhàn),例如數(shù)據(jù)采集難度大、環(huán)境限制、覆蓋不足、現(xiàn)場干擾以及精準(zhǔn)行業(yè)知識圖譜生成困難和工業(yè)視覺模型可解釋性不強(qiáng)等問題。
鄔賀銓指出,目前工業(yè)視覺應(yīng)用與生產(chǎn)流程的實(shí)時結(jié)合還不夠緊密,效率成本仍有待改善。他表示,工業(yè)視覺要從少數(shù)行業(yè)個別場景的試點(diǎn)應(yīng)用擴(kuò)展到全行業(yè)全場景的深度應(yīng)用,還需要產(chǎn)學(xué)研各界的緊密合作,以盡早實(shí)現(xiàn)各項(xiàng)工業(yè)視覺技術(shù)、工業(yè)機(jī)理以及IT/CT/OT等技術(shù)的深度融合,推動工業(yè)應(yīng)用的智能化發(fā)展,并使工業(yè)視覺產(chǎn)生價值的乘數(shù)效應(yīng)。
同時,鄔賀銓認(rèn)為在低碼率視頻編碼、視頻與其他感知技術(shù)的結(jié)合、群智協(xié)同、AR合成和場景遷移學(xué)習(xí)等方面還有很大的創(chuàng)新空間。他強(qiáng)調(diào)需要進(jìn)一步加強(qiáng)跨領(lǐng)域合作,與垂直行業(yè)更緊密地結(jié)合,通過技術(shù)創(chuàng)新與標(biāo)準(zhǔn)化推進(jìn),推動工業(yè)視覺技術(shù)的發(fā)展和應(yīng)用拓展。