一面立足风机叶片巡检，一面打入零售快消，成立 2 年多的扩博智能专注机器视觉，提供特种飞行机器人全自动风机叶片巡检和实体零售数字化管理解决方案。看似毫不相干的两个场景，实则存在诸多共通之处。如何让 AI 技术在实体经济中迅速落地，除了算法和数据，还需软硬结合的技术壁垒以及适用的业务场景，才有可能做大规模业务拓展。当然，扩博智能有一个根本性前提，即挑选市场空间广阔的全球化行业。
全球风电行业是一个拥有巨大潜力的市场。当下，国内鲜有从风力发电机这一垂直场景切入的机器视觉公司。扩博智能利用 AI 技术，把风机叶片巡检带入到高自动化进程，从前端的搜集数据，再到后端提供数据服务，最后拓展行业整体的生态圈，扩博智能构建了风机巡检行业的完整闭环。
如何更好地利用计算机视觉和物联网技术把传统行业数字化，扩博智能一直在寻求更好的解决方案。他们相信各行各业，都可以通过 IoT 和计算机视觉技术的加持，激发无限潜力，保证数字化技术得到广泛应用。
以下是扩博智能 CTO 柯严在极客公园 2019 创新大会上的主题演讲（经极客公园编辑）
大家好！我叫柯严。
在我们所处的一个世界，AI 正在重塑我们生活的方方面面。不仅仅是提升我们个人的生活，同时也使得我们所有企业的商业流程得到提升。为什么机器学习现在正在飞速发展？是因为实体世界的每个方面都在被数字化改变，机器学习和算法可以利用大量的算法，帮助我们来不断地提升效率，而算法本身也会不断地提升。
我自己非常喜欢去制作一款产品，我相信机器学习能够解决越来越多问题和挑战。今天我会介绍一下，如何通过计算机视觉，来对实体世界进行一个数字化的改造。
当我最早在微软开始工作的时候，是在 2008 年，我当时是在做必应搜索的知识图谱的工作。我们当时其实做的是一个抓手，它可以从网上抓取一些数据和知识，通过索引的方式，我们把这些信息进行整理，通过自然语言处理，可以把所有的数据都和知识放到知识图谱当中。通过知识图谱，我们进一步制作一些算法，来描述我们的现实世界。
比如说你可以提问世界上最长的河流是什么，必应会马上给你一个答复，这个答复上面把世界上最长的河流都列举出来，你不用非要去找到这些网页，就能够直接在首页看到结果，做这样的工作是非常有趣的。
后来我也意识到，其实还有很多其他的企业、商业可以从机器学习上面获益。我们在必应的条件非常好，有数百名机器学习的专家来解决问题，绝大多数企业可能最多只有 1-2 名这样的专家。所以，我当时在思考，如何能够把机器学习更广泛地分享给更多企业。
对我来说，一个很自然的想法就是去硅谷，大家知道硅谷的创业科技环境非常好，另外一个不断创新的地方就是中国。当时像移动支付、O2O 等等产品在中国的发展都是远远超过了美国，同时中国的创新文化比较有包容性。所以，我当时决定要把我的创业项目拿到中国。
当时物联网整个行业也在快速地发展，我们看到有一些硬件制造商，他们可以去生产带有高分辨率摄像头的智能硬件，类似像无人机这样的产品。当时还有软件公司去做数据分析平台。我当时就决定做点什么和计算机视觉、智能硬件相关的事情，因为行业中一定会生成大量的数据。
所以，我和其他三个来自于微软的同事，开始做一些机器人方面的业务。从 2016 年开始，我们希望能够去通过计算机视觉来描绘一个智能的世界，我们首先需要把整个物理世界智能化、视觉化，这是在我们机器学习和计算机视觉的应用之前。
在过去的两年，我们已经有超过 100 多个员工，在西雅图和上海都有我们的办公室，目前把我们的分公司也开到了新加坡、大连、北京等等这样的城市。
我们现在在企业服务和计算机视觉方面拥有自己的能力，所以我们开始尝试帮助一些些领域的企业，能够把现有的这些资产进行数字化。
我们最早开始的时候构建了一个无人机平台，数以千万计的无人机可以跟我们的数据中心相连接，我们的机器学习和计算机视觉的算法可以帮助我们去分析这些无人机采集的数据。
然后我们发现一个问题，就是这些无人机往往导航非常困难。但是有很多企业认为无人机的确是有潜力的一种技术，他们会买几架无人机做测试，最后他们就把它们放在角落里了。因为他们没有专业的飞手能够控制所有的无人机，不知道怎么能够控制好无人机的机队去拍摄照片，他们没有办法能够把这些无人机采集的素材进行一个数字化的改变。
没有数据的话，我们也没有办法真正地发掘数据当中的价值。所以，我们希望能够为顾客们提供一个端对端的解决措施，方法只有一个：软硬结合。我们把机器学习的算法应用在其中，来帮助这些企业去把所有的视觉化过程都完成，找到一个视觉化的端对端的解决措施。
很多行业都需要这样「软硬结合」的技术，但是我们决定关注于某 1-2 个领域进行深挖。
首先，我们来看一下全球风电这个行业，每年有 250 亿美金投入风电机运维，在中国大概占到整个市场的三分之一，而且中国是增速最快的市场，在中国有 40 多万台风电机组，有些是在岸的，有些是海上风电机组。
这是一个拥有巨大潜力的市场，尤其对于初创公司来说。从传统风机运维来说，这些工程师需要爬到风机顶端，必须用绳索、梯子，需要用非常昂贵的设备做检查，通常情况下 4 个人要花半天才能完成一次风机检查。他们每年需要做两次这样的检查，你可以想像一下成本有多高。
而今天，我们可以把这个过程变成一个全自动化的过程，让它更快、更便宜、更安全，只要机器人就可以完成了。
我们创造了百分之百的自动化解决方案，你可以想像这是一个四维自动驾驶的机器人，这个机器人不需要任何人工控制就能够完成任务，在 15-30 分钟内拍摄高清晰度的照片。
下面来看一个视频。这是我们的一个客户，他们在操控机器人方面并没有什么经验，但经过短时间的培训，他么的工作人员就可以自主完成整个过程。
如果你要操控一个传统的无人机，可能需要数百小时的练习，我们通过视频的方式展示一下我们的无人机能够多快学会驾驶，就像放风筝一样，只要利用操控板，按一个按钮，特种飞行机器人就会起飞开始拍照。这个机器人就像是一个自动驾驶汽车一样，有激光雷达、摄像头、飞行控制算法，所有的传感器都被安装在上面。我们把算法不断的进行优化，我们不需要做任何定制化的设置。
实际上世界上有很多种不同的风机，风机有不同的制造商，它们有不同的尺寸、高度、重量，风机叶片的长度也不同。机器人也可以进行远程的自动遥感，还可以进行实时跟踪，我们把它叫做现实世界的虚拟化。
我们所构建的这种设备，很重要的一部分就是飞行控制，我们可以跟踪这个叶片，可以给它拍照。
这是风机的图片，左边是真实的图片，右边是算法制作出来的图片，尽管叶片在移动，但是我们的算法还是可以对它进行实时跟踪，这就是我们技术的一个核心，可以让我们非常准确的跟踪这些快速转动的叶片，而且还可以实时拍照。
用机器人巡检叶片有几个优势：
l 优势一：更简便，比传统的巡检设备更快，巡检效率比过去高 10 倍；
l 优势二：数据报告、生产速度提升了 8 倍，接近 10 倍；
l 优势三：在 30 分钟以内完成巡检，一个人监测就可以了，一个技术人员可以同时进行多个巡检；
l 优势四：在清晰度、精度这方面，可以实现 1-3 毫米的高精度图片采集。
左边是机器人照的叶片照片，右边是推进过后的高精度图片，这个图片的精度可以达到 1-3 毫米。
一个典型的风机可能需要 100-200 万才可以安装好，要更换一个叶片，可能需要花十万到几十万美元，如果你做一个简单的维修，也要花几千美元。
所以，我们需要做定期检查，才可以发现非常小的问题，在成本快速上升之前，我们就可以解决这些问题，而且这些风机的运维也可以得到效率的提升。
大家可以在这儿看到四张风机的图片，上面已经存在一些瑕疵、问题，有一些是由雷击造成的。还有一张图片上是典型的风机叶片上会出现的腐蚀现象，我们所检查的每一个风机叶片都看到类似的腐蚀现象，这是非常普遍的。
而且这种腐蚀范围还会越来越大，直到最后我们发现它已经成为一个主要的问题，需要把它解决掉。为什么会发生这样的一些现象呢？可能这些叶片从远处看是旋转的非常慢的，可能就是每一分钟才转几转，但是这一些风机是很大的，他们有一些是高达 100 米，有一些是 50-80 米，最长的是 100 米。如果我们以这样的量级计算，相当于是每小时 300 千米的速度是非常快的，而且它每天 24 小时不停转，每年 365 天也不停转，如果再把这个量级计算完全的话，相当于是每一年都是在地球和月球之间去来回三次。
我们再来对比一下我们过去的检修方式，以及我们到底可以提供什么样的新技术解决方案。
比如说大家在过去看到我们所做的检修，有一些人会拿一根这种检修绳，并且在这里贴一个标签，给它标号，而且把叶片也标号，这是我们从传统的报告当中会读到的数据。可能我们不知道这个缺陷是在哪里，我们不知道叶片具体的受损部位在哪里，但是现在我们可以通过机器学习、算法、计算机视觉来解决这个问题。我们至少可以知道它的规模多大，它在风机上的哪个地方，还可以预估大概需要多长时间才可能把它完全修好。
（此处为 PPT）
这是一个比较典型的问题，我们最后计算出来大概需要 3 个月就可以把它修好。我们可以去进行一个基本的预测，一般情况下，检修需要花很长的时间，可能也需要好几个月才可以真正去派驻合适的工作人员，技术人员解决这些技术问题。
而且，有的时候需要提前把风机关停，特别是在风速非常小的季节，我们也可以通过算法计算决定什么时候关掉这些风机。我们不仅可以了解这些风机的细节，而且还有专门的基础设施，是我们软件的外部辅助。
因此，我们风场的运营商可以在检测方面细化到每一个风机的每一个叶片，所有的这些海量的数据，都是可以运用到用户身上的，我们可以做一些预测。
我们可以假想，比如说我们需要一整年的数据，然后希望能够在一段时间之内跟踪某一个缺陷，或者瑕疵规模的扩大情况。我们可以预测未来这个瑕疵的规模将会怎么样扩大，而且什么时候去修它是最经济可行的。
所以，我们可以找到最佳的时间点来保证风机在未来能够更好的得到检修，这就是数字化的力量所在。
总的来说，刚才已经展示，我们其实用计算机视觉和无人机把一个传统的行业虚拟化。我们可以把检修速度提升 10 倍，而且降低成本，同时还可以提升安全度，现在用无人机会比过去传统人员的安全性高很多。
所以，我们觉得任何一个行业，我们都可以发挥技术的价值撬动潜力，可以更好的保证数字化技术得到广泛应用，这是我们企业所做的一个业务。另外一个业务是零售业务，我们认为通过 IoT、计算机视觉等，可以给很多其它行业带来变革。
我要说的就是这些，谢谢！
图片来源：VPhoto
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网
猜你喜欢:
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
集创思维设计矩阵
慈思远 / 电子工业出版社 / 2017-4 / 72.00元
《集创思维设计矩阵——写给互联网人的设计指南》总结了作者从业7年以来的设计经历，在大量企业所面对的设计问题基础上，提出了枪型思维，即如何给产品更准确的定位。 在定位准确的基础上加以设计，提出了设计中高维度融合低维度的设计思维，即设计者可以从商业逻辑推演到设计逻辑，让设计更加精确；又提出了设计和计算的博弈，指出在每一步创新的基础上，设计者一定要清晰地评判设计的代价。这样设计后的产品才是可以和企......一起来看看 《集创思维设计矩阵》 这本书的介绍吧!
