Tony Peng作者

富士康郭台铭现身斯坦福大学,谈工业人工智能,创立人工智能子公司

美国西部时间7月6日下午,富士康集团(又称鸿海精密集团)于斯坦福大学举办了一场宣讲会。富士康创始人及董事长郭台铭,协同美国辛辛那提大学讲座教授李杰博士、富士康工业互联网学院名誉院长刘颖昕、富士康副总裁吕芳铭、以及十多位富士康高管出席活动,郭台铭也在会上发表了有关富士康布局和展望工业人工智能的演讲。

富士康还在会上透露了成立人工智能子公司Industrial AI System的消息,并希望在硅谷招募100位拥有相关技能和专业知识的人才。同时,富士康已经和辛辛那提大学共同签署了开发工业人工智能的合作研究协议。

本场宣讲会是大数据平台Talkingdata和人工智能媒体机器之心的合作品牌DTalk系列之一,该系列邀请美国顶级人工智能专家进行技术和行业分享,开放人数不到200人的宣讲会吸引了超过500多当地的学生、数据科学家、企业家等报名注册。

郭台铭:富士康的人工智能决心

郭台铭是带着满满的诚意来到湾区的。

“从1980年代到1990年代,我在湾区住了11年。硅谷有着美国最优秀的人才,更重要的是,它有一种特殊的DNA,能够接收新的科技并且重新定义科技,”郭台铭在其演讲中如是说道。

郭台铭透露,富士康和辛辛那提大学工程和应用科学学院在周初签署了在工业人工智能的合作研究协议。

“什么是工业人工智能?ABCDE。”

郭台铭称这个说法源于李杰博士:A是人工智能(A.I.)、B是大数据(Big Data)、C是云计算(Cloud)、D是领域知识(Domain Knowhow)、E是证据(Evidence)。

过去半年,富士康在工业互联网和智能制造上发力显著:二月,富士康副总裁Fang-ming Lu在新闻发布会上表示,将在未来几年内在人工智能应用和工业互联网领域投资100亿元新台币(相当于3.4亿美元);而在这之前的1月31日,富士康集团召开了特别股东大会,批准让子公司“富士康工业互联网股份有限公司”在上海证券交易所上市,这家公司的业务囊括了工业互联网、机器人等业务。

“在中国,大家都提互联网+,我们是+互联网。”

郭台铭表示,富士康正在将传统制造业和新型的前沿技术融合,为人工智能人才和数据科学家提供平台,投资在湾区的人工智能初创公司,为科技人才提供奖学金。

富士康人工智能子公司:Industrial AI System

根据日经亚洲评论的报道,富士康工业互联网学院名誉院长刘颖昕透露,富士康成立了一家人工智能子公司Industrial AI System。该公司已经于美国注册,将致力于发展由人工智能赋能的工业互联网,并且希望在湾区招募到100位在深度学习、物理、光学、精密机械控制等领域有专业知识的人才。

富士康在其自动化部门拥有约1,000名员工,并且还经营着致力于传感器和物联网的部门,新的人工智能专家将与制造业的部门合作,收集和分析数据。

制造业是一个高度需要专业领域知识的行业,且分门别类,涵盖各种不同的领域,许多在机器学习前沿领域的优秀专家并不了解制造业数据的含义,这被认为是如今人工智能进入制造业的难点,唯有在收集数据的现场亲眼见证数据收集的过程,才能真正了解这些数据的含义。

日经亚洲评论称,斯坦福大学的观众中已经有不少人表示有兴趣为富士康工作。 一位受雇于当地科技公司的参与者表示,他期待富士康有关就业的更多消息。

李杰:工业大数据和工业人工智能

李杰博士是美国辛辛那提大学讲座教授、美国国家科学基金会智能维护系统产学合作中心主任、上海交通大学特聘讲座教授与先进产业技术研究院前瞻顾问、以及美国白宫信息物理系统专家组顾问。会上,李杰博士发表了主题为“智能工业系统机器学习的系统观点”。

李杰博士首先谈到了有关工业人工智能中的机遇,共分为四个类型,分别是:

  • 可预见的可解决的问题:通过持续改进和标准工作解决问题;
  • 可预见的需要回避的问题:使用新知识进行增值改进;
  • 不可预见的可解决的问题:使用新方法/技术解决未知问题;
  • 不可预见的需要回避的问题:使用更智能的信息为未知知识创造价值。其中,创造价值的过程也是产生数据价值、并且将经验转化为证明的过程。

其次,李杰博士谈到了工业大数据分析,其本质是:将数据分析应用于各种类型的大量数据,揭示工业和制造系统中隐藏的模式,未知相关性和其他有用信息,并与业务自动化软件集成,以提高生产力和创新能力。

在李杰博士眼里,人工智能和工业人工智能不太一样。前者作为一种认知科学,在图片分析、机器视觉、自然语言处理、机器人和机器学习中有着广泛的研究,但是在工业领域一直没有提供有力证据来证明它能持续取得收益回报。

工业人工智能则是一种系统学科,关注如何系统地、快速地在工业应用里发展、验证和部署不同的机器学习算法。

过去,利用专家经验,工业界可以获得应用性能上的提升,但是随着一个专家离开了岗位,应用会出现性能上的断档和一定程度地回落,等到下一位专家完全接手并且熟悉工作之后才会恢复,这就是人类凭借经验知识的方法的不持续性。基于规则的专家系统、以及之后出现的人工智能缓和了性能回落的问题,但是都不及工业人工智能带来的可持续的、大幅度地性能和效率的提升。

工业人工智能是一个非常复杂的系统,系统层面上:

  • 语言包括为R、C、和Python;
  • 系统性的机器学习方法包括:相似性学习、模拟性学习、宽度学习、关联学习、和深度学习;
  • 目前主要的一些商用化平台和工具包括:通用电气的Predix平台、西门子…

最后,李杰博士还谈到了由辛辛那提大学、密歇根大学和德州大学联合组织的“工业人工智能中心”,该中心的使命是将人工智能的潜力带入工业应用,能快速研究,开发,原型化和部署人工智能解决方案,为各行各业带来运营,技术和经济影响,包括航空航天,能源,医疗保健和制造业等。

刘颖昕:富士康的人工智能发展规划

刘颖昕的演讲围绕“当前制造的挑战”、“富士康智能制造的路线图”、“富士康工业人工智能的类别”、“富士康工业人工智能的应用案例”这四个方面。

刘颖昕认为,当前制造的挑战主要包括:

  • 人口红利消失,职业稳定性难以维持;
  • 机器老化和不稳定,以及无法预料的机器崩溃;
  • 复杂的供应链以及材料设计公差;
  • 超精细和精密装配的挑战;
  • 正处于人工智能和工业4.0时代,同时环境保护和贸易冲突也造成了阻碍;

富士康在智能制造领域分为四个阶段:人力手动、自动化、数字化、高效管理。同时,富士康的自动化智能制造又分为四个层级:

  • 操作技术上实现大规模生产;
  • 自动化技术上解决ROI挑战;
  • 数据技术围绕物联网和传感器;
  • 分析技术主要研发机器学习算法。

富士康的工业人工智能类别分为:

  • 视觉检查和缺陷检测;
  • 精密装配中的实时监控;
  • 及时的故障分析;

刘颖昕最后介绍了几个富士康工业人工智能的应用案例:

  • 第一个案例是外观检验,结合专家经验、机器学习和图像处理技术,实现化妆品的自动检测和评分;
  • 第二个案例是在制品的质量检查,在富士康自制的智能输送机上做检查和缺陷分析;
  • 第三个案例是使用X射线图像进行内部检查,用人工智能模型分析根本原因;
  • 第四个案例是微型螺钉紧固,螺钉紧固系统获得扭矩数据,包括扭矩、角度、速度、时间等,然后通过人工智能建模;

最后,在Q&A环节结束后,富士康总经理兼技术总监周泰裕先生做活动的结尾演讲。

关于DTalk

DTalk 是机器之心联合 TalkingData 共同推出的全球化精品海外活动品牌及演讲系列活动,专注于数据科学与人工智能领域的前沿技术、工程实践与应用落地。 DTalk 旨在为相关业内人士、以及对行业感兴趣人士带来深度有价值的业界话题分享,为全球数据科学与机器智能领域的 Thought Leaders 搭建一个前沿智慧分享的舞台。DTalk 将在北美多个科技重镇举办线下分享会,每期精选一个行业话题,邀请资深行业人士分享,并进行全球同步线上直播。

主办方介绍

机器之心全球化子品牌旗下英文站 Synced Review (Medium:@Synced) 为全球读者提供机器智能领域领先的技术及行业动态报道,专业分析师报告等优质原创英文内容,举办海外活动,开展跨国产业服务。

TalkingData 成立于 2011 年,是国内领先的第三方数据智能服务商。借助以 SmartDP 为核心的数据智能应用生态为企业赋能,帮助企业逐步实现以数据为驱动力的数字化转型。

产业富士康工业
机器之心
机器之心

机器之心是国内领先的前沿科技媒体和产业服务平台,关注人工智能、机器人和神经认知科学,坚持为从业者提供高质量内容和多项产业服务。

推荐文章
返回顶部