國內某知名鑄造企業的鑄造車間，最近幾個月多了一位新工友——一臺高清度工業照相機以及配套軟件系統。在老師傅“指導”下，這名新“學徒”再完成30％的一線培訓，就能“滿師”上崗。當一個個砂型從生產線上下線，它會又快又準地自動判斷出其中的瑕疵品，然后“通知”下一個工序進行處理。

為這位新工友提供AI大腦的，是云知聲智能科技股份有限公司與華通集團智能研究院的聯合團隊。云知聲，這家素來以智能語音聞名圈內的人工智能獨角獸企業，在青島卻成為了一名十足的跨界者。它關注的不再僅僅是如何用語音控制智能家居、如何用語音直接錄入患者病歷之類的智慧服務場景，而是將更多精力放在實體經濟如何更多應用智能技術上，讓AI在制造業生產車間里結出碩果。

用AI機器視覺進行砂型檢測就是云知聲青島團隊的“處女作”。依托與青島華通集團聯合建立的人工智能融合創新實驗室，探索為某鑄造設備企業研發砂型表面質量AI視覺檢測功能。

對裝備使用企業來說，車間內就有了一位永不疲倦的砂型“質檢員”。

砂型是企業生產鑄件過程中使用的一種模具，如果上面有裂紋或掉塊，會直接給鑄件造成瑕疵。為避免有質量問題的砂型被使用，企業會在砂型生產線上安排工人對造型流水線上的每一個砂型進行質量檢查。

“這是一件十分枯燥的工作。負責檢查的工人一直在生產線前盯著，每隔45秒左右，生產線滾動一下，就有一個砂型送到他面前，他要用肉眼分辨是否有缺陷，然后決定是否按下標記按鈕。”云知聲相關技術負責人趙汝騰說。

而當設備有了AI視覺檢測功能，這件工作就可以完全交給機器。工業相機會為每一個被送到自己面前的砂型拍照，系統如果在照片中發現缺陷，會立即標記，對有問題的砂型進行相應處置。即使24小時工作，也無需擔心它會因為疲倦而影響砂型質量穩定性。

看似簡單的應用，背后的實現過程卻并不簡單。要能夠在崗位上自己獨當一面，這位“質檢員”要接受3－6個月的“培訓”，即人工智能的模型訓練。

“這有點像師傅帶學徒，系統要在老師傅的幫助下，學習哪些是缺陷。”趙汝騰介紹，在“培訓”階段，系統每拍一張照片，現場的工藝人員都會在上面做標記，告訴它哪些是缺陷，慢慢建立起全面的缺陷模型。“目前，它已經能識別70％的缺陷，預計8月結束。訓練完成后，不僅能在這家企業使用，還能在其他企業推廣普及。”

這也令AI視覺檢測與傳統的機器視覺檢測有了本質不同。據介紹，傳統機器視覺檢測，系統要將產品照片與資料庫中的每一種砂型照片比對，發現有差異的認定為有缺陷，過程中系統需要較長的計算時間。而依托人工智能的機器學習，系統能直接“認識”缺陷，不管它出現在哪種砂型產品上，可以直接識別出來。當這位“質檢員”正式上崗，它能在10秒內完成對砂型缺陷與否的判斷。

這只是個開始，云知聲將為更多“青島造”裝備注入AI智慧。

“華通集團旗下有多家行業領先的裝備制造企業，通過與這些企業合作，探路人工智能在制造業場景下的應用，找到工業互聯網、智能制造中人工智能企業的機會，提升自身賦能實體經濟的能力。”趙汝騰介紹。

某種意義上，當AI進入車間，不僅意味著一個新應用場景的拓展，更意味著人工智能企業思維方式的一種轉變。美國知名工業人工智能專家、富士康工業互聯網副董事長李杰就曾表示，人工智能幫助人類探索生活中增加智能化的機會，而工業人工智能則要能重復、有效、可靠地解決工業問題。以往的人工智能應用更關注從數據角度出發，挖掘新的應用機會，但在工業中，更需要從問題出發，通過問題解決創造價值。

鑄造生產線的AI視覺檢測能解決企業面臨的用工成本、質量穩定性等問題，而云知聲正在開發中的另一個項目，將幫助企業降低設備維護成本。

工廠中，何時對生產設備進行維護或零部件更換，是一件讓企業“撓頭”的事兒。早了，會造成浪費；晚了，則影響生產。合理的設備維護策略是制造業最關心的事之一。如果能對設備維護進行預測，一切問題迎刃而解。

“以鑄造設備為例，遍布設備各處的傳感器會實時采集溫度、濕度、油壓等運行狀態數據，我們利用這些數據，建立AI預測模型。它相當于設備的智能醫生，當設備某些指標出現故障征兆時，系統能提前診斷出來，使用者能在最佳時間進行設備維護。”趙汝騰介紹。

目前，聯合實驗室正在嘗試搭建針對鑄造設備的預測性模型框架，模型訓練已進行30％。此外，還研究搭建基于5G專網的工業互聯網遠程運維平臺。屆時，平臺能實時獲悉設備狀態，依托相關數據分析和AI預測，為用戶提供更加準確和有針對性的定期維護方案。借此，裝備企業的商業模式也將由賣產品逐漸轉變為賣“產品＋服務”。

“在實體經濟領域，云知聲還是‘小學生’，我們將依托青島豐富的制造業場景，與這座城市共同成長。”趙汝騰說。

作為一家創立于2012年的人工智能企業，云知聲從交互入手，圍繞感知智能、認知智能、通用智能三大方向，已構建起智能語音、認知和表達、超算平臺、視覺圖像、機器翻譯等多模態人工智能硬核技術。依托技術研發實力，不斷擴展自身能力、產品邊界，未來將為“新基建”提供更多AI力量。