用AI检测替代人工，TCL华星联手腾讯云发力智能化制造系统.docxVIP

PAGE 1 PAGE 1 用AI检测替代人工，TCL华星联手腾讯云发力智能化制造系统  TCL华星工厂自动缺陷分类（AutoDefectClassification，简称ADC）系统，目由腾讯云和格创东智合作，对比传统的人力判别方式，AI识别速度可提升5-10倍，缩减50%人力。  从一块素玻璃到成型的液晶电视，走过上百道工序，才能最终抵达消费者的客厅。特殊是面板生产中有一项缺陷检测任务，需要人工坐在电脑前判别，对一张张图片分类，而缺陷可能只在于某一微米的线路问题。  现在，有一项AI检测技术已能取代上述人工操作——TCL华星工厂自动缺陷分类（AutoDefectClassification，简称ADC）系统。该项目由腾讯云和格创东智合作。对比传统的人力判别方式，AI识别速度可提升5-10倍，缩减50%人力。华星光电工作人员介绍，这套系统已在3个厂区逐步替代了140多人，而这种替代还在连续。  TCL华星是TCL科技的子公司，主营显示面板的研发与生产，用于电视、智能手机等产品，是多个家电和手机品牌的面板供应商，如华为、小米、海信等。依据群智咨询的数据，2020年一季度，TCL华星的液晶电视面板出货量为1080万片，全球排名第二，仅次于京东方。  TCL华星在2017年就成立了智能制造中心，后将项目组的一部分孵化为格创东智公司，在行业内属于较早起步的。  ADC项目是TCL华星在工业互联网上发力的结果。界面新闻记者日前探访了其深圳工厂的一条产线，自动化、智能化是这里的关键词。在8.3万平方米的车间中，只有少量工人，巨大的机械手在自动装运产品。据负责人介绍，“工人在这里的主要工作是检修机器”。 TCL华星T6产线车间，图源：界面新闻 在复杂的面板生产过程中，ADC项目用于“LCD基板制造”生产环节中缺陷检测分类这一工序。此工序要求精密而精确，丝毫的差错都可能导致产品出现问题。  据TCL华星介绍，以往人工检测时，每个质检员每天要看约1万张图片，熟手能够做到1-3秒检查一张，但缺陷种类多达120种，人眼识别仍旧存在偏差浮动大、效率低等问题。此外，人力成本也很高，一位质检员上岗前要经过3个月的培训，要成为快速判别的熟手又需要更长时间。  AI技术代替人眼识别不仅消退了人的不稳定性，更提升了检测效率和精确率。据了解，AI检测能够实现毫秒级别的快速分类，为0.2秒一张，且精确率达到90%以上。  格创东智CEO何军对界面新闻表示，从长远看，AI代替人工的确能够节约成本，但降成本并不是做智能制造的首要考虑因素，“人总会有误差，经验也是有高有低的，所以我们期望能把人所积累的经验，用算法模型固化下来，提高精确率。”  从另一个层面看，ADC项目也是在提升人的劳动价值。TCL华星高级副总裁陈盛中在采访中说，“我们期望这些比较规律的、单调的东西让AI，让自动化来做，把人解放出来做一些数据的分析、挖掘，我认为这才是我们背后比较大的一个支持动力。”  这一项目从2017年就开始计划实施，最初，机器判别的精确率是不如人眼识别的，只能达到70%。经过了长时间验证，于2018年落地时已有超过90%的精确率。“我们最开始做了一个POC（ProofofConcept）来进行小范围验证，确定它的产出真的可以达到我们员工的水准后才导入这个技术的。”TCL华星称。  目前，TCL华星工厂已经具有较高的智能化水平。如界面新闻记者在车间中所见，一条长370m，宽226m，面积相当于12个足球场的产线中，机器若日夜不停地运行，每月产量可达到15万片，而现场用到的工人不过几十位。 车间内的工人，图源：界面新闻 关于智能制造的将来发展，格创东智CEO何军认为，“（智能制造）采集到的数据更极致，更全面，比如机器状态的数据，气体、温度的数据，最终实现对数据的预估，用更高端的算法做到自适应。”这也是让数据发挥更大价值。  腾讯则在其中扮演数字化助手的角色。腾讯云智能制造总经理梁定安表示，腾讯云在产业互联网的底层，属于支撑平台，运用核心的算法、模型能力来帮助和协作企业，“我们的核心还是做云，不会喧宾夺主。”  当下，工业互联网还处在发展初期阶段，在试行新项目时，可能遇到AI不如人工的状况，且选购成本很高。在陈盛中看来，这是不可避免的，但“技术的积累不能只看短期，因为用工的薪资水平是在往上涨的，我们认为这方面的投资有相对的必要性。”