ChatGPT的大火，讓AI席卷全球，在科技圈和媒體圈激起千層浪，很多圈內(nèi)人都認(rèn)為GPT有望開啟像之前互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)一樣的新一輪生產(chǎn)力加速周期，重塑很多行業(yè)，于是各大廠紛紛推出自己大模型，生怕錯(cuò)過了這次AI大浪潮，這點(diǎn)在資本圈同樣有共識(shí)，除了AI外，傳媒、辦公軟件、電商、游戲被認(rèn)為是優(yōu)先受益的應(yīng)用領(lǐng)域，市值紛紛成倍的大漲。

那么對(duì)于實(shí)體行業(yè)來說，GPT又能帶來什么呢？華為任正非認(rèn)為：“人工智能軟件平臺(tái)公司對(duì)人類社會(huì)的直接貢獻(xiàn)可能不到2%，98%都是對(duì)工業(yè)社會(huì)、農(nóng)業(yè)社會(huì)的促進(jìn)。”意思也就是說GPT更大的貢獻(xiàn)將會(huì)在以制造業(yè)為代表的實(shí)體經(jīng)濟(jì)中體現(xiàn)出來。

那么，GPT是如何賦能制造業(yè)，在制造業(yè)中找到落腳點(diǎn)呢？這就是我們本文要介紹的主角——機(jī)器視覺，機(jī)器視覺顧名思義就是用機(jī)器代替人眼來獲取感知信息并做出決策，按功能主要分為：檢測(cè)、測(cè)量、定位、識(shí)別，機(jī)器視覺是工業(yè)自動(dòng)化的基礎(chǔ)技術(shù)之一，要了解AI是如何通過機(jī)器視覺賦能制造業(yè)的，這得從機(jī)器視覺的發(fā)展歷程說起。

從根源上機(jī)器視覺是Ai重要分支

機(jī)器視覺起源于上世紀(jì) 50 年代，Gilson 提出了“光流”這一概念，并基于相關(guān)統(tǒng)計(jì)模型發(fā)展了逐像素的計(jì)算模式，標(biāo)志著 2D 影像統(tǒng)計(jì)模式的發(fā)展。

1960 年，美國學(xué)者 Roberts 提出了從 2D 圖像中提取三維結(jié)構(gòu)的觀點(diǎn)，引發(fā)了 MIT 人工智能實(shí)驗(yàn)室及其它機(jī)構(gòu)對(duì)機(jī)器視覺的關(guān)注，并標(biāo)志著三維機(jī)器視覺研究的開始。

70 年代中期，MIT 人工智能實(shí)驗(yàn)室正式開設(shè)“機(jī)器視覺”課程，研究人員開始大力進(jìn)行“物體與視覺”相關(guān)課題的研究。1978 年，David Marr 開創(chuàng)了“自下 而上”的通過計(jì)算機(jī)視覺捕捉物體形象的方法，該方法以2D的輪廓素描為起點(diǎn)， 逐步完成 3D 形象的捕捉，這一方法的提出標(biāo)志著機(jī)器視覺研究的重大突破。

80 年代開始，機(jī)器視覺掀起了全球性的研究熱潮，方法理論迭代更新，OCR和智能攝像頭等均在這一階段問世，并逐步引發(fā)了機(jī)器視覺相關(guān)技術(shù)更為廣泛的傳播與應(yīng)用。

90 年代初，視覺公司成立，并開發(fā)出第一代圖像處理產(chǎn)品。而后，機(jī)器視覺相關(guān)技術(shù)被不斷地投入到生產(chǎn)制造過程中，使得機(jī)器視覺領(lǐng)域迅速擴(kuò)張，上百家企業(yè)開始大量銷售機(jī)器視覺系統(tǒng)，完整的機(jī)器視覺產(chǎn)業(yè)逐漸形成。在這一階段，LED 燈、傳感器及控制結(jié)構(gòu)等的迅速發(fā)展，進(jìn)一步加速了機(jī)器視覺行業(yè)的進(jìn)步，并使得行業(yè)的生產(chǎn)成本逐步降低。

2000 年至今，更高速的 3D 視覺掃描系統(tǒng)和熱影象系統(tǒng)等逐步問世，機(jī)器視覺的軟硬件產(chǎn)品蔓延至生產(chǎn)制造的各個(gè)階段，應(yīng)用領(lǐng)域也不斷擴(kuò)大。當(dāng)下，機(jī)器視覺作為人工智能的底層產(chǎn)業(yè)及電子、汽車等行業(yè)的上游行業(yè)，仍處于高速發(fā)展的階段，具有良好的發(fā)展前景。

2017年至今，AI深度學(xué)習(xí)框架的開發(fā)發(fā)展到了成熟期，各大巨頭紛紛布局機(jī)器視覺領(lǐng)域，得益于深度學(xué)習(xí)等算法的突破、算力的不斷提升以及海量數(shù)據(jù)的持續(xù)積累，人工智能逐漸從實(shí)驗(yàn)室走向產(chǎn)業(yè)實(shí)踐，以算法、算力和數(shù)據(jù)為主旋律追求極致創(chuàng)新方面不斷突破，為機(jī)器視覺實(shí)現(xiàn)更新迭代和提高應(yīng)用價(jià)值的重要技術(shù)支撐，所以從根源上說現(xiàn)在的機(jī)器視覺就是AI的一個(gè)分支。

機(jī)器視覺搭載AI 技術(shù)

切入更多差異化工業(yè)應(yīng)用場(chǎng)景

隨著人工成本不斷升高，以機(jī)器取代人工，能夠幫助制造業(yè)實(shí)現(xiàn)自動(dòng)化和智能化，是現(xiàn)代化制造提質(zhì)、增效、降本、減排的推動(dòng)力。隨著我國進(jìn)入全面推進(jìn)智能制造階段，機(jī)器視覺將持續(xù)向全行業(yè)滲透，應(yīng)用市場(chǎng)需求急劇擴(kuò)增，為機(jī)器視覺提供了較大的需求牽引，是機(jī)器視覺的重大戰(zhàn)略機(jī)遇。根據(jù)凌云光 2022 年 7 月 14 日發(fā)布的投資者調(diào)研紀(jì)要顯示， 2016-2021年，中國機(jī)器視覺行業(yè)規(guī)模銷售收入從49.7億元上放至143.0億元，5年復(fù)合增長率為30.4%。

?

?

數(shù)據(jù)來源：凌云光，AIoT星圖研究院整理

市場(chǎng)規(guī)模的高速增長，來源于下游市場(chǎng)的需求不斷釋放，從需求端來看，機(jī)器視覺廣泛應(yīng)用于電子及半導(dǎo)體、汽車制造、食品包裝、制藥等領(lǐng)域，各個(gè)領(lǐng)域的應(yīng)用場(chǎng)景具備較大差異性。

2022年我國消費(fèi)電子、半導(dǎo)體、汽車為機(jī)器視覺領(lǐng)域的三大應(yīng)用端，雖然機(jī)器視覺下游各行業(yè)對(duì)精度的要求不一，但整體來看，伴隨主要應(yīng)用端（消費(fèi)電子、半導(dǎo)體、汽車、新能源）的升級(jí)迭代，對(duì)機(jī)器視覺技術(shù)的高精度需求相應(yīng)提高，尤其需要AI深度學(xué)習(xí)的高度結(jié)合以適應(yīng)下游應(yīng)用的發(fā)展。

行業(yè)的發(fā)展，除了下游市場(chǎng)需求的爆發(fā)外，行業(yè)參與者推動(dòng)及資本的賦能亦至關(guān)重要，無論是芯片端、核心零部件、軟件服務(wù)商還是系統(tǒng)集成商，我們可以看到企業(yè)是越來越多，在一級(jí)和二級(jí)市場(chǎng)上資本亦對(duì)機(jī)器視覺行業(yè)的發(fā)展看好，以華為來說，在2022年特別成立機(jī)器視覺軍團(tuán)，以滿足市場(chǎng)需要，可見行業(yè)的發(fā)展已經(jīng)進(jìn)入高速期。

GPT通過機(jī)器視覺賦能制造業(yè)

在文章的最后我們回到我們開頭提出的問題：GPT如何通過機(jī)器視覺賦能制造業(yè)？

今年的四月Meta AI在官網(wǎng)發(fā)布了基礎(chǔ)模型Segment Anything Model（SAM）并開源，其本質(zhì)是用GPT的方式（基于Transform 模型架構(gòu)）讓計(jì)算機(jī)具備理解了圖像里面的一個(gè)個(gè)“對(duì)象”的通用能力。SAM已經(jīng)學(xué)會(huì)了關(guān)于物體的一般概念，并且它可以為任何圖像或視頻中的任何物體生成掩膜，甚至包括在訓(xùn)練過程中沒有遇到過的物體和圖像類型，無需額外的訓(xùn)練。

Meta預(yù)計(jì)，與專門為一組固定任務(wù)訓(xùn)練的系統(tǒng)相比，基于 prompt工程等技術(shù)的可組合系統(tǒng)設(shè)計(jì)將支持更廣泛的應(yīng)用。SAM可以成為AR、VR、內(nèi)容創(chuàng)建、科學(xué)領(lǐng)域和更通用 AI 系統(tǒng)的強(qiáng)大組件。行業(yè)人士認(rèn)為SAM有望助力機(jī)器視覺發(fā)展，帶動(dòng) AI+制造業(yè)垂直領(lǐng)域技術(shù)革新。

不僅僅是SAM，越來越多的深度學(xué)習(xí)模型推出，讓機(jī)器視覺更加深入到制造業(yè)場(chǎng)景中，帶來更多更快的落地應(yīng)用，機(jī)器視覺開始進(jìn)入GPT時(shí)刻，制造業(yè)亦開始進(jìn)入GPT時(shí)刻。

編輯：黃飛

?