当地时间6月22日，Google宣布推出一款视觉检测AI工具——Visual Inspection AI，这是谷歌云平台（GCP）之上的一款全新解决方案，旨在帮助制造企业，消费品包装、生产商，以及其他相关企业降造和检验测试过程中出现的缺陷。谷歌表示，这是第一个专门为制造业提供的GCP服务，Google在这一垂直领域上的投入提高了一倍。
据美国质量协会ASQ估计，产品缺陷每年给制造企业造成数十亿美元的损失，企业在提升产品质量以及应对质量上的问题等方面所付出的成本则可能会消耗出售的收益的15%至20%。Vanson Bourne的一项研究显示，在制造业所有的意外停机事件中，23%是由人为错误导致的，而别的行业的停机率低至9%。
价值3.276亿美元的火星气候轨道器航天器Mars Climate Orbiter就曾因测量单位未能实现正确转换而毁坏。Pharmtech则报道过一家制药公司因ERP警报单被覆盖，而导致停产4天，每天损失20万英镑（253,946美元）。
Visual Inspection AI视觉检测工具由GCP的计算机视觉技术提供支持，其主要用途是通过自动质量检验保证工作流程的顺畅，使公司能够在产品发货前识别和纠正产品缺陷。谷歌声称，通过在制作的完整过程中的早期缺陷识别，Visual Inspection AI能大大的提升产线吞吐量，增加产量、减少返工，并削减退货和维修的成本。
GCP制造业和工业董事总经理Dominik Wee介绍说，Visual Inspection AI是专对于制造业的两个高级用例开发的：化妆品缺陷检验测试和装配检查。企业只需要对该解决方案中的图像进行微调，就可以在产线中实时发现潜在问题。公司能够选择在本地服务器上操作，也可通过云端算力进行额外数据处理。
亚马逊Lookout for Vision是Visual Inspection AI的主要竞争对手，Lookout for Vision基于云服务，利用计算机视觉分析图像，发现产品和生产的全部过程中的缺陷和异常。亚马逊在2020年12月的virtual re:Invent虚拟发明大会上发布了这款产品的预览版，并于同年2月推出，亚马逊称Lookout for Vision的计算机视觉算法可以从只有30张基线的图像中学习怎么样检测制造和生产缺陷，包括裂缝、凹痕、不正确的颜色和不规则形状。
此外，谷歌还声称，Visual Inspection AI可以构建比通用机器学习平台少300倍的标记图像模型（仅用10个）。随着这项服务在新产品中的广泛应用，其准确性还会跟着时间的推移而自动增加。
「专用解决方案（如Visual Inspection AI）的好处是能轻松实现轻松部署，安心运行，且不需要基于云端，」Dominik Wee说。「与此同时，它给谷歌提供了AI和分析能力，我们大家都希望将人工智能大规模赋能到制造商的实际应用中。」
随着工厂现代化和自动化快速运营模式在全球制造企业中落地，制造业正在复苏。根据ABI Research的数据，2018年全球只有4000个仓库使用了机器人，而到2025年，将有5万多个仓库安装400多万台机器人。牛津经济学（Oxford Economics）预计，中国将有1250万个制造业工作岗位实现自动化，而麦肯锡则预测，美国机器将占据超过30%的制造业工作岗位。
GCP和哈里斯民意调查（The Harris Poll survey）曾开展一项调查，76%收房的人说，他们已转向人工智能、数据分析和云等「破坏性技术」，以帮助应对疫情带来的挑战。制造商慢慢的开始在日常管理、风险管理和库存管理领域，利用人工智能优化供应链。据GCP称，目前尚未在日常运营中用AI的公司中，有大约三分之一认为AI将提升员工的效率，并对员工整体有帮助。
Dominik Wee说：「我们在行业中看到了更多的需求，我认为这是因为人工智能正在加速普及。我们的基本策略是加速谷歌横向人工智能能力的落地，并将其集成到现存技术提供商的产品与服务中。」
普华永道2020年的一项调查指出，数字化转型将在未来五年中全方面提高制造企业的效率。麦肯锡与世界经济论坛的研究则认为，到2025年，实践工业自动化，实现「工业4.0」的传统工业公司，将具备3.7万亿美元的价值创造潜力。
原标题：《对标亚马逊，谷歌推出垂直制造业的AI视觉检测工具》返回搜狐，查看更加多
