华星光电的液晶面板生产涉及上百道工序，生产过程中可能出现的面板缺陷种类多达120种，贾佳亚带领团队设计出人工智能质检设备搭载在生产产线上，可以在5秒内识别出面板缺陷，产线所需的质检人员只需原先的50%。
正是有感于计算机视觉在工业生产优化上的神奇作用，贾佳亚在启动思谋科技时，就确定了接下来的赛道：工业制造。
从18世纪60年代开始，工业革命对人类历史的进程产生了重要影响。如许多前沿学者一样，贾佳亚也相信，人类历史的当下正处于「工业4.0」时代：
「工业1.0」是机械制造，即通过引入机械设备实现工厂机械化的制造时代。上世纪40年代进入「工业2.0」，电气与自动化时代开创了产品批量生产的高效模式。70年代开始并持续至今的信息化则是「工业3.0」，通过数字化的技术将信息存储起来，方便工厂的决策者管理。而如今的「工业4.0」时代，是智能制造时代，对生产力提出了更高的要求，背后的动力极有可能是如今蓬勃发展的人工智能技术。
前三次工业革命，中国都没赶上。18世纪，中国处于闭关锁国的封建时期；上世纪 40年代，中国处于动荡之中；70年代，中国则刚刚起步发展。因此，对当下的中国来说，国泰民安，人才培养增多，资源丰富，抓住「工业4.0」的智能制造时代机遇至关重要。
智能制造的核心在于「智能」：智能并不是简单的自动化，而是让制造拥有「大脑」和让大脑决策的各种「神经系统」。
沈小勇介绍，本质上，计算机视觉要解决的是「看得清」与「看得懂」的问题，也就是看完后还要进行分析，对应人的眼睛与大脑。只有拥有敏锐的「眼睛」与聪明的「大脑」，才能最大化发挥自动化「手臂」的作用，而AI正是让制造拥有会思考的机器设备的核心所在。
思谋的创始团队相信，新一代AI将贯穿于设计、生产、管理、服务等生产活动的全链条，使制造具备自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。
在2015年提出的「中国制造2025」计划中，工业计算机视觉应用占了重要位置。
从人脸识别到工业智造，计算机视觉的落地目前已跨越了半导体、汽车、航空、新能源、精度光学等行业，如镜片分拣、轴承检测、特种条码设计与识别、偏光弯膜、模具检测、AVI检测等。以芯片检测为例，基于深度学习的计算机视觉算法就有可以完成亿级晶体结构的全自动聚类分析：检出率超过99.99%、单流程处理效率提高96%、AI自动化全检处理效率提升90%。
传统制造业在国家经济中的占比，就是智能制造未来的市场容量。据国家统计局数据显示，2019年、2020年，中国工业增加值的规模均超过了31万亿。工业领域1-2%的效率提升就意味着数千亿级的经济增值。
在此背景下，自然不止思谋科技这一家AI出身的团队盯上「工业制造」与「数字转型」的赛道。
但在了解计算机视觉赋能工业制造的雄心前，我们无法逃避面对的一个事实是：无论是「工业」，亦或「工厂」，都是一个极其庞大的存在。这也意味着，计算机视觉算法只是繁杂工艺中的一环，要嵌入完整的生产线上，必然会遇到与其他环节合作的挑战、甚至与工业本身的相互磨合。

2、乐起
仔细说来，这并不是一个多么跌宕起伏的故事。
简单来说，在与Z的合作中，思谋科技要做的事情，就是设计一台能够智能定位识别及读取不同度数的镜片上的隐形二维码设备（Enigma Reading Machine），安装在Z的产线上，方便Z在生产的全过程中把控镜片的质量，实现防伪功能。
我们可以将这个二维码理解为「普通」的二维码，只不过它由0.125毫米点阵组成，载体是一个个曲面镜片毛胚（我们日常戴的近视眼镜镜片原材料），并且是「隐形」的。
这个设备的工作步骤也很简单，只有两步：一，对整个镜片进行完整拍摄；二，在1-2秒内成功读取镜片上的隐形二维码，并自动将数据上传到Z的内部质检系统中。
但、就是这么看似简单的两个步骤，却难倒了这家头部光学厂商的几乎所有供应商。在Z抛出这个问题时，也曾有许多工业视觉或AI整体解决方案的公司尝试迎接挑战，但都以失败告终。
识别镜片中隐形二维码的难度极高，难点主要体现在三个方面：
（一）只有从特定的角度往镜片上打光，隐形二维码才有可能显现。而为什么只是「有可能」呢？因为Z使用了先进的镀膜工艺对镜片表面做了高透设计，即使从完全相同的角度打光，隐形二维码的读取也可能失败。换言之，读码率的稳定性极低。

稿源：(雷锋网)

【傻大方】网址：http://www.shadafang.com/c/111295Q422021.html

标题：团队|想征服精密光学的AI团队，差点被一个隐形二维码拦住( 二 )