国产精品久久久福利,一区二区不卡在线,伊人欧美a∨综合视频,国产成人成人一区二区

當(dāng)日本制造遇上人工智能| 日本最值錢的獨(dú)角獸

擁抱制造業(yè)的獨(dú)角獸

誰是全日本最值錢的創(chuàng)業(yè)公司？

當(dāng)屬人工智能公司Preferred Networks。這家日本的AI獨(dú)角獸，目前估值已經(jīng)超過20億美元。兩位創(chuàng)始人都是計算機(jī)科學(xué)專業(yè)的學(xué)生，本來是研究情境感知和文本分類的。但目前它已經(jīng)成功地闖入了制造業(yè)。這是它最吸引人的地方，也算是AI初創(chuàng)公司難得一見的奇葩。

擁有著全日本最快的超級電腦之一的PFN，作為少見主打制造業(yè)的人工智能公司，目前有140名工程師。近年來，它的商業(yè)價值一直在逐級攀升。最早是日本電報電話公司NTT進(jìn)行了首輪投資，隨后是FANUC、豐田、日立等輪番投資。日本傳統(tǒng)產(chǎn)業(yè)對AI的熱情，似乎都被這個初出茅廬的AI公司所激發(fā)。最新的戰(zhàn)績是，今年6月PFN與日本能源化工巨頭JXTG達(dá)成合作，共同建立煉油廠優(yōu)化和自動化聯(lián)合研究項(xiàng)目，并向后者配售新股，獲得約10億日元的投資。

圖1：PFN成長記（圖：作者手繪）

很顯然，日本工業(yè)界，為這家初創(chuàng)的人工智能公司寄予了太多的期望。

制造界的冒險

PFN與大部分創(chuàng)業(yè)公司的不同之處，在于選擇直截了當(dāng)?shù)剡M(jìn)入了制造業(yè)，而這本來正是日本制造的優(yōu)勢。PFN這一點(diǎn)看似冒險，但也得到了一直被詬病為“保守”的日本制造界的廣泛支持。他們期望能夠?qū)F(xiàn)有制造業(yè)的Know-how技術(shù)與AI深度綁定。

首先做出了選擇的是全球機(jī)器人四大家族發(fā)那科Fanuc。一向以保守謹(jǐn)慎而著稱的發(fā)那科主席稻葉先生，對AI的一種本能性的擁抱，超出了外界的想象。2015年，稻葉與PFN的兩位創(chuàng)始人見面，僅僅一個小時就決定投資900萬美金。最不同尋常的是，F(xiàn)ANUC決定將工廠線上幾千臺機(jī)器人生成的巨大數(shù)據(jù)，提供給了PFN公司進(jìn)行數(shù)據(jù)分析——這個異乎尋常的舉動，成就了這個初創(chuàng)的人工智能公司。

四個月后，豐田緊跟著發(fā)那科的步伐再次投資了1000萬美金，隨后一年自動駕駛風(fēng)云突起，深感谷歌自動駕駛壓力的豐田，在2017年再次補(bǔ)上了1億美元。此外，制造業(yè)傳統(tǒng)豪強(qiáng)日立、銀行巨頭瑞穗金融以及三井貿(mào)易公司都隨后成為了PFN的投資人。

自2014年創(chuàng)建以來，PFN一直專注于將人工智能與各種制造業(yè)場景綁定。在與發(fā)那科的合作中，PFN一直致力于讓機(jī)器人和數(shù)控系統(tǒng)更加智能的方式；它與JXTG石油和能源公司共同發(fā)起的關(guān)于煉油廠優(yōu)化和自動化的聯(lián)合研究項(xiàng)目，則是通過利用PFN的深度學(xué)習(xí)技術(shù)，控制和優(yōu)化大型和復(fù)雜的工廠設(shè)備，以更有效地實(shí)現(xiàn)能源管理。二者還打算利用PFN的材料信息學(xué)技術(shù)，聯(lián)合開發(fā)新材料。

而在與豐田公司的合作中，PFN的目標(biāo)是在2020之前研制出能夠完全自動駕駛的汽車。相比目前所謂的先進(jìn)駕駛輔助系統(tǒng)，日本將自動駕駛的重任留給了這個年輕的公司，期望與谷歌Waymo自動駕駛技術(shù)一較高低。一向以激進(jìn)著稱的豐田章男，跟一向保守的發(fā)那科的稻葉先生，兩位當(dāng)家人做出了同樣的選擇。

智能樂在邊緣

發(fā)那科應(yīng)該為最早的投資而慶幸。隨著早期投資所帶來的收獲，發(fā)那科與PFN的關(guān)系越來越親密。2018年2月Fanuc聯(lián)合Preferred Networks和日立，再次成立合資公司Intelligent Edge System會社，致力于通過人工智能開發(fā)智能邊緣計算系統(tǒng)。隨后，展開了基于AI的伺服電機(jī)的檢測和優(yōu)化。經(jīng)過一年的開發(fā)，2019年4月二者正式發(fā)布了具備機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的伺服電機(jī)。

對于傳統(tǒng)的機(jī)器視覺來檢查一個零件是否存在，往往會根據(jù)是否能夠檢測到預(yù)先教過的零件的形狀和位置來做出決定。然而，這種方法常常會受到零件上的飛濺或煙塵的影響，由于金屬表面的反射而使圖像光澤化。這可能導(dǎo)致錯誤的結(jié)果。而發(fā)那科的AI防錯技術(shù)并不試圖檢測零件的形狀或位置，而是利用機(jī)器學(xué)習(xí)來確定圖像本身是否準(zhǔn)確，然后通過波長或光暈進(jìn)行更有力的檢查。甚至還允許更高精度的檢查，通過幾十個不同的圖像數(shù)據(jù)集，來確定通過的比例。而所有這些，都不需要做詳細(xì)的視覺參數(shù)調(diào)整。

更高級的深度學(xué)習(xí)，則用于對機(jī)床主軸或進(jìn)給軸的監(jiān)控。為了防止突然故障引起的加工線宕機(jī)等重大問題，發(fā)那科和PFN開發(fā)了一種新的AI伺服監(jiān)視軟件，用于高速采集機(jī)床主軸的控制數(shù)據(jù)。對采集到的數(shù)據(jù)進(jìn)行深度學(xué)習(xí)，根據(jù)機(jī)器部件的當(dāng)前狀態(tài)顯示異常評分，提前預(yù)防意外發(fā)生。

圖2：發(fā)那科的機(jī)器訓(xùn)練

這并不是人工智能給FANUC所帶來的全部。在日本最近一次展會上，F(xiàn)ANUC又展示了怎樣讓工廠內(nèi)的機(jī)器人，更接近優(yōu)秀的人類技工。如何給一個發(fā)那科機(jī)器人編程，讓它能順利在一團(tuán)亂麻之中抓出指定的物品？這對于一個人類工程師，需要幾天時間來完成編程和調(diào)試。而在PFN和Fanc的展示現(xiàn)場，八臺機(jī)器人機(jī)組，通過提供的數(shù)據(jù)輸入，僅在一小時之內(nèi)就掌握了這項(xiàng)技能。學(xué)習(xí)曲線在這里變成平坦無比。當(dāng)未來機(jī)器人越多——想象一下數(shù)千臺機(jī)器人的編隊(duì)，需要編隊(duì)處理的時候，這種網(wǎng)絡(luò)效應(yīng)將更加明顯。FANUC的稻葉先生對此非常滿意。在日本訓(xùn)練一個出色的技工要花費(fèi)十年，而且知識無法轉(zhuǎn)移和傳遞，技工一旦離開，技術(shù)就蕩然無存。而現(xiàn)在，各種專家技師的知識可以重裝上陣，任意加載。這對于缺乏勞動力人口的日本將是一個最大的福音。

目前Fanuc在工業(yè)互聯(lián)網(wǎng)平臺的部署，則是以開放式平臺FIELD System為根基，將生產(chǎn)現(xiàn)場使用的各種設(shè)備與網(wǎng)絡(luò)連接起來，然后就地進(jìn)行邊緣計算與分析。毫無疑問，邊緣智能正在成為工業(yè)互聯(lián)網(wǎng)的新舞臺。而Fanuc大力發(fā)展邊緣智能的背后，則是PFN大展手腳的地方。

下沉，才能找到價值

PFN的人工智能在制造業(yè)，似乎呈現(xiàn)了朝氣蓬勃的爆發(fā)力。它的主要產(chǎn)品覆蓋了機(jī)械的熱位移補(bǔ)償功能、質(zhì)量檢測、伺服調(diào)諧、能源管理等多種應(yīng)用場景，這為日本高端制造提供了恰如其分的護(hù)航。

機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)的應(yīng)用，正在包括制造車間在內(nèi)的許多領(lǐng)域進(jìn)行推廣。然而，現(xiàn)有的基于深度學(xué)習(xí)的視覺檢測系統(tǒng)需要多達(dá)數(shù)千幅圖像進(jìn)行培訓(xùn)，工程師也需要對相當(dāng)數(shù)量的圖像進(jìn)行注釋，以促進(jìn)培訓(xùn)過程。這是一個惱人的過程，推遲了AI在制造業(yè)的應(yīng)用。為此，去年10月PFN開發(fā)了基于深度學(xué)習(xí)技術(shù)的PFN視覺檢查、高精度視覺檢測軟件。該軟件的特點(diǎn)是，可以最少的訓(xùn)練數(shù)據(jù)集快速、廉價地構(gòu)建一個檢測系統(tǒng)。例如，只需要100張正常產(chǎn)品的圖像和20張缺陷產(chǎn)品的圖像，就可以來處理各種形狀的塑料、金屬、布、食品和其他材料。最大的好處是，即使對于沒有訓(xùn)練的非專業(yè)工程師而言，培訓(xùn)也很容易。

圖3：PFN視覺檢測的效果對比

這樣，用戶能夠在短時間內(nèi)以低成本建立一個易于使用和高度可靠的自動檢測系統(tǒng)。很顯然，這將大大加速AI視覺檢測在制造業(yè)中的普及。

下沉到制造現(xiàn)場找到應(yīng)用場景，快速實(shí)現(xiàn)迭代部署，成為PFN在制造業(yè)備受歡迎的一個重要原因。

“自主體”暫露頭角

每年美國咨詢公司Gartner都會發(fā)布企業(yè)高層最應(yīng)該關(guān)注的十大熱點(diǎn)動向。而在今年10月份提出戰(zhàn)略技術(shù)的報告中，主題就是“以人為本、智能空間”，而“Autonomous Things”——筆者譯為“自主體——則成為十大戰(zhàn)略技術(shù)之一。日本PFN公司的核心技術(shù)，正在印證Garnter這個“人、物、空間”的交互關(guān)系。

圖4：企業(yè)家需要關(guān)注的戰(zhàn)略技術(shù)方向

Source：Gartner

在創(chuàng)立早期，PFN公司就向IEEE提交了一篇關(guān)于“人類-機(jī)器人互動”的論文， “用無限制的口語指令交互地選擇真實(shí)世界的對象”。這篇獲得最佳論文獎的文章，說明了如何將對象邊界的預(yù)測方法與自然語言處理(NLP)技術(shù)，結(jié)合到一個單一的框架中。而這正是PFN的發(fā)展野心。早在三年前拉斯維加斯的CES展會上，PFN用玩具汽車對自家的技術(shù)做過一次簡單的展示。幾臺微縮的豐田普銳斯穿過場上的障礙物。一開始，玩具車撞來撞去，舉步維艱。但經(jīng)過兩個小時的持續(xù)試錯之后，它們就能暢通無阻地在障礙物中穿梭了。沒有人類程序員為它們編寫過任何指令，相反它們可以根據(jù)經(jīng)驗(yàn)來形成自己的規(guī)則，然后通過一個共享的網(wǎng)絡(luò)可以加快整個進(jìn)程。

在去年日本CEATEC機(jī)器人大會上，PFN展示了一款完全自主打掃房間的機(jī)器人。該系統(tǒng)可以識別對象，響應(yīng)特定的人工指令，更重要的是，機(jī)器人可以使用一種安全的方式拾取和放下它無法從數(shù)據(jù)庫中定義的對象。

圖5：機(jī)器人視覺分辨

從工作場所的機(jī)器人，到協(xié)作機(jī)器人，到家里的自動吸塵器，人類正進(jìn)入一個各種自主體的時代。如果考慮到最為炙熱的自動駕駛汽車，就會發(fā)現(xiàn)傳感器、雷達(dá)、GPS技術(shù)、5G與AI的結(jié)合，幾乎就是在重新定義地域、空間、物體之間的交互關(guān)系。全新數(shù)字技術(shù)，像是正在施展乾坤大挪移的魔法，自主體與人、與空間的關(guān)系正在被改寫。

小記：是誰讓AI上位？

PFN聲稱要在5年內(nèi)將智能AI機(jī)器人送到大眾消費(fèi)者手中，通過人工智能改變?nèi)祟惖纳睢τ诟杏XAI發(fā)展遠(yuǎn)遠(yuǎn)落后中國的日本產(chǎn)業(yè)界而言，對PFN的這個夢想選擇了“相信、相信和相信”的樂觀主義。這也使得Preferred Networks被CB Insights譽(yù)為“日本唯一的獨(dú)角獸”。制造界紛紛入局搶購股份，獨(dú)角獸變成了“獨(dú)家獸”，獨(dú)享了“制造業(yè)+AI”的榮耀。這家AI公司如何能夠在最難闖出名堂的制造業(yè)中旗開得勝的局面？發(fā)那科、豐田敞開了可以稱之為商業(yè)秘密的數(shù)據(jù)奶汁，無疑成為這家AI公司最好的養(yǎng)料。同樣在美國快速上位的獨(dú)家獸企業(yè)、工業(yè)互聯(lián)網(wǎng)公司UpTake，也是首先拿到了全球最大工程機(jī)械商卡特彼勒的數(shù)據(jù)秘笈。

“數(shù)據(jù)+投資+協(xié)作”，這是AI、物聯(lián)網(wǎng)初創(chuàng)公司能夠在制造業(yè)快速扎根的發(fā)展秘訣吧。中國的制造巨頭們，恐怕也只能用這樣的方法擁抱AI初創(chuàng)公司，人工智能在制造業(yè)的發(fā)展才能迎來爆發(fā)性的窗口。