将工业 AI 模型应用于产品质量检查
新车进入组装的最后阶段时，检查员会进行一丝不苟的细致检查，以发现任何不一致之处。从油漆脱落到车轮缺陷，再到汽车发动机声音异常，都可能影响最终产品的质量。传统上，这些检查都是手动进行的，但现在员工可以通过人工智能获得迫切需要的援助。
无论检查员有多优秀，只要是人就会漏掉一些细节。工厂车间往往嘈杂、繁忙，会引发各种干扰。重复执行相同任务达数小时时间也会导致思维游离，带来各种错误。但这对于 AI 来说不是问题，AI 利用摄像头、麦克风和传感器在组装线上坚持不懈地寻求完美。
“视觉检查确实是一项繁琐的工作。在工业环境中工作时，您在嘈杂环境中的工作质量可能会随时间推移而下降。借助 AI，您可以实现流程自动化，” byteLAKE 联合创始人 Marcin Rojek 如是说，他是认知服务的开发者，而认知服务是一组专注于工业 4.0 的 AI 模型，负责质量控制相关工作。
Rojek 表示，byteLAKE 认知服务存在的原因是向操作人员提供切实可行的信息，帮助他们制定出更好的决策。
与大多数工业 AI 解决方案不同，byteLAKE 不仅仅通过计算机视觉改进视觉处理方面的工作。该公司使用 AI 模型进行声音分析和基础设施监控。byteLAKE 认知服务可利用麦克风和其他传感器来检测温度、湿度和振动，进而监控设备，努力优化服务交付并防止发生故障。
认知服务将数据转化为洞察
Rojek 和他的好友兼业务合作伙伴 Mariusz Kolanko 于 2016 年联合创立了 byteLAKE，他们的初衷是希望解决如何处理工业组织捕获的所有数据这一问题。许多组织都不知道如何使用这些数据。
“我们希望将 AI 转化为工业案例的有形解决方案。我们将数据加以组合，转换为信息，回答诸如‘会发生什么，可能会发生什么，某件事为什么会发生，错误在哪里，错误是什么，根本原因是什么？’等问题，” Rojek 说道。
通过将不同来源的数据置于适当的上下文中，便有可能实现上述目标。
在制造过程中，计算机视觉算法会分析和解释摄像头沿生产线捕获的图像。可以对模型进行训练，使其理解某些图像，并检测划痕、凹痕和缺孔等各类情况。
在汽车制造过程中，麦克风会捕获发动机的轰鸣声，以确定车辆是否正常运行。这是人类能力可能会受到限制的另一个领域。Rojek 表示：“在聆听厂房中的数十台汽车发动机时，背景噪音此起彼伏，不断变化，您的检查质量可能会大打折扣。”
为确保实时收集所有信息，维持工厂的质量标准，该项技术在边缘安全运行。这样，用户便能够在靠近数据生成位置的地方处理数据，从而解决了带宽和连接时断时续的问题。
byteLAKE 还在食品服务行业中使用计算机视觉，以减少自助餐厅结账时的等待时间。Rojek 说：“收银员不必手动将所有食物品类输入机器，因为摄像头会拍照并识别不同品类。”
在能源基础设施等其他环境中，byteLAKE 将传感器、摄像头和麦克风结合使用，以跟踪液体流动、湿度水平、压力和温度等条件，所有这些条件都提供有关管道、泵、传动装置和其他部件的运行状况和性能信息。这有助于优化运营和资源利用率，减少浪费，最终提供更优质的服务。
Rojek 说：“我们能够预测可能发生的情况，为整个城市的能源管理系统提出最佳配置，我们需要根据当前使用量、预测使用量、历史数据、天气预报等情况，提前规划下周应订购多少能源。”
制造业 AI 弥补了人类的不足
虽然 byteLAKE 认知服务旨在取代重复、枯燥、耗时且易出错的任务，但 Rojek 将这一解决方案视为对人类工作的补充。他解释说，客户似乎并不担心人类被取代，因为 AI 解决了劳动力短缺等问题。AI 还有助于保护员工安全。例如，摄像头和传感器可以使人类远离组装线上的危险设备。
byteLAKE 还与各合作伙伴就客户特定解决方案开展合作。合作伙伴将认知服务与自己的软件和硬件自动化相结合，用以设计工作流程。
先前实施中的现有模型可以面向新客户进行定制。例如，可以通过对照明、生产线尺寸和其他规格调整，将造纸厂模型用于另一家工厂。
英特尔是实现上述所有目标的重要合作伙伴。byteLAKE 参与 AI Builders 等项目，并利用 OpenVINO™ 工具套件来优化解决方案，降低开发成本。
展望未来，认知服务的功能将继续扩展。byteLAKE 正在开发可自行学习的模型，这样模型便可以“随时间推移自动改进”。Rojek 预计，在不久的将来，模型将以动态方式实时学习，从而“随着业务进展和生成更多数据，不断提高预测质量”。
从长远来看，该公司将专注于更轻松地与制造软件相集成。Rojek 解释说：“我们不想重制车轮，也不想过多地更改制造流程。我们希望弥补运营中的不足，成为其现有工作流程的一部分，而不是将所有工作推到重来。”