AI“进厂打工”能够部分办理产品毛病全靠人工考验带来标准分歧一的问题，不过也会带来新烦恼：由于材料供应商批次或者电镀平分歧，良品也会因反光率等问题被误认为是次品而被自动剔除。
办理了这个问题的团队在TE主理的2023 年TE AI Cup第四届环球竞赛上得到了一等奖。今年，环球25所高校的200余名工程学子从AI机器视觉、AI工艺优化和综合AI运用三个方面参与“调教”AI打工人。
在数字化转型浪潮中，AI“进厂打工”已是定局，但要想成为工厂最中意的打工人，也须要AI卷起来，离不开人类工程师的辅导。
产学互助
今年是TE工业奇迹部苏州工厂第四年参与TE AI Cup。上海大学团队与TE工业奇迹部苏州工厂工程师共同设计出一款图像剖析及参数自动调度系统，摘得了一等奖。此前，行业在利用AI视觉检测来把控产品质量时，普遍须要频繁地手动调度检测参数。而这套系统可根据输入的图像自动调度检测参数，并在预输入参数设置缺点时，及时给出精确的调度建议。履历证，方案估量能够减少81%的检测韶光，可实现产品报废率降落90%。
TE AI Cup在2018年由TE环球运营技能副总裁鲁異博士发起，TE自动化制造技能团队组织，如今已升级成为包含亚洲赛区，欧洲、中东与非洲赛区和美洲赛区的环球性科技赛事。在TE环球8大奇迹部的30家工厂的支持下，学生团队实地前往工厂，理解工业制造场景中真实的寻衅，设计的AI办理方案也会在TE工厂进行实地验证和调度。这既加速了AI技能在工业场景中的运用，也为高校学子供应了探索AI技能及实际运用处景的平台。
“工厂这边很给力，为我们搭建了硬件平台的实验室，给我们配备了厂方的工程师，是完备沉浸式的比赛。”上海大学打算机学院教授，本届TE AI Cup冠军项目导师辛立明说。他见告第一财经，通过比赛建立起校企互助的关系，能够为更多学生供应实践的机会。“在这个过程当中，我们学生跟工厂深度领悟，学会去创造问题，以及创造问题怎么去办理。”
苏州工厂总经理徐颖卿表示，历年的成果都会在工厂中逐步运用起来，“AI可以自主学习并统一进行标准判断，这对付担保质量的稳定性起到了浸染。” 以这款获一等奖的图像剖析及参数自动调度系统为例，在一家工厂内，就有超过70个支配该项目的机会。
AI打工人
从竞赛中可以看到有趣的一点是，AI作为打工人也面临着竞争压力。
第一财经理解到，在苏州工厂里，有一条产线曾与 TE AI Cup连续两届互助。2022年，苏州大学团队与TE工程师共同开拓了一套基于人工智能的自反馈调速系统，命名为AI 插针速率自动调度与防撞击项目，该系统兼顾自动调速算法、算法普适性、避免设备撞击的算法改进等，可帮助工厂在担保设备运行质量的条件下提升设备的速率值。在比赛测试环节，该系统在TE工业奇迹部苏州工厂试运行三个月韶光，成功将工厂的组装设备生产力提高了约10%。
2023年，逢甲大学团队在同一产线上，以避免设备撞击为目的，与TE工程师开拓了通过对插针过程的监控避免设备撞机系统。通过AI数据剖析，实现了对机器实时监控达到预测性掩护的状态，进一步避免生产过程中的撞机。
但这条产线还有优化的空间，TE工程师表示，“明年估量将生产力提升到25%”。
除了创新，吸引工厂进行考试测验和改进的办理方案要经由充分的验证，知足稳定性，不能影响生产环节速率和良率，以及利用时要随意马虎操作等等哀求。毕竟，数字化转型的生产线很有可能不但覆盖一种产品，有可能会生产不同批次且有一定差异的产品。
那么今年火热的大模型是否有望“进厂务工”呢？
“我们一贯关注着大模型的发展。”TE Connectivity 环球运营自动化制造技能团队高等专家工程师兼中国矿业大学硕士生导师周磊见告第一财经，运用的难点在于走向工业领域的垂类时，工业界定制化比较多，会牵扯不同的料号，在进行数据调优时并不随意马虎，“本日这个设备有可能兼容十个料号，来日诰日我就可能要切换两次，数据实在也比较难搜集。”此外，由于还会涉及信息安全等问题，对付准确率哀求较高的工厂而言，目前看到在实际生产中能发挥的浸染并不明显。
但他充分认可AIGC的能力，“我们关于良品的演习及和照片已经很多了，因此现在利用AIGC天生一些不良品的照片，帮助系统进行识别和剖断。”去年来自墨西哥索诺拉大学的冠军团队便是通过算法开拓出‘毛病品图片合成器’得到了一等奖，在这个领域，大模型显然大有可为。第一财经理解到，今年参赛的方案，除了涉及视觉检测、增产提效、生产与产能方案，还扩展至发卖预测、供应链管理等领域。而这些领域的扩展也将是未来大模型的机会所在。“未来生产的排班，吸收到一个指令就能排好，这是非常让人期待的。” 周磊说。
