威尼斯赌城游戏(3)

“以前这活儿很枯燥，也很伤眼。”华付瑶在深圳呆了十年，见证了深圳的制造业由小到大、由传统到智能化的过程，每次走进自己的工间，他都会想起自己最初工作的样子，“那些零件，最小的可以达到1mm X 1mm，质检员都得拿放大镜看。”

那时候，人们在手机上花费的时间还没有现在这么多，质检员要低头一批一批地检查，睁大了双眼去找零件中的瑕疵。“我们就是最早的低头族。”付瑶不止一次和别人这么自嘲，比起颈椎受到的压力，更大的伤害在于视力。高亮度的工作间里，质检员每天都要重复这样的工作8至12小时，下了班眼睛都是痛的，见风就会流泪，高度近视是常见的现象。除此之外，质检员还面临着因一个漏判整批次零件打回的风险。

“让人工智能在工业上形成生产力，最可能的方向就是质检。”领邦仪器公司CEO崔忠伟博士说。领邦是一家为制造业提供自动化快速检测设备的高新技术企业，他们开发了零件智能分选机器人，利用人工智能的视觉技术把瑕疵零件快速精准地挑选出来。

如何增强机器的深度学习能力，让质检过程精度更高、速度更快、运行更稳定？领邦引入了百度的开源深度学习框架PaddlePaddle，通过训练和研发，AI做到了可以检测45mm以下零件外观缺陷，如刀痕、磕边、麻点、砂眼等，并实现缺陷位置标注和分类。而且AI的工作效率很高——一台零件智能分选机器人能达到10个工人的工作效率。

这一次，AI这个“隐形劳模”帮工厂生产成本平均降低15%，效益提升15%。由于机器检验水平稳定，大大提高了产品的交付质量，交付投诉率平均降低了30%，综合生产力水平平均提高了30%。

让华付瑶感到安心的是，智能工厂、智能流水线并没有像以往想象的那样让他失业，他的工作从质检员变成了智能分选机器操作员，经过培训，他已经能熟练地进行零件样本数据采集、标注，分拣机器维护、数据统计和分析等工作。

“终于有空闲好好看看故乡宁波的山水了”

崎岖行石道，外折入青云。

很多人登上宁波市远郊陡峭的山区，都会想起李白的诗句，这里也是人们周末游览的好去处，自驾的游人总是络绎不绝，站在山顶，能看到平坦宽阔的公路在山间蜿蜒，穿过隧洞，延伸到看不见的远方。

但在山顶上远眺的，除了游客，还有被称为桥隧养护工程师的职业人员，他们来不及去看这春意盎然的画面和嶙峋骨气的山景，就要走向下一个观测点，去检查桥梁桥墩、桥台、桥面、栏杆等，刘瑞江就是其中一位。

“宁波有6000多座桥梁。”刘瑞江说，“宁波市下属有40名左右的桥隧工程师，再下面是一线巡检工人，每人每个月要检查一次，每次大概400至500座桥。”桥梁监测并不是远远看一看就好，他们需要现场采集病害图片，手写记录相关数据，回到工作单位后再将巡检内容汇总、分类数据并提报系统。

“内容要记录的东西很多，比如哪座桥上、哪个部件、什么位置、病害类型、病害尺寸、定损等等。”刘瑞江说，录入很耗时，一般要花3到4天，提报系统后，会按照提报情况、区域分配维修工程师做相关维护。

这项工作频率高、时间长、过程繁琐，愿意干的年轻人已经越来越少了，公路管理局在缺少人力的情况下，不得不将巡检工作外包给第三方。手动录入还可能错录漏录，长此以往，道路桥梁安全隐患得不到处置，会极大影响到交通安全。

“其实公路养护行业有大量的纸质历史数据，但是传统手段应用它们成本高、效率低。”刘瑞江说，人工智能的一些技术解决方案比如NLP 、OCR 、知识图谱这时候就派上了用场。

在北京，新桥信息研发部部门经理张磊也在想，能不能借助技术，帮助宁波的巡检工人更轻松地巡检桥梁。

结合历史积累的道路及病害图像，北京新桥使用百度的EasyDL训练了图像分类、物体检测算法，实现训练桥梁结构类型分类、桥梁破损部位、道桥病害模型，用于帮助全国日常道路桥梁维护巡查工作。如今，EasyDL训练处的模型对桥梁破损部位识别准确率可达94%，并能识别出结构物破损、裂缝等十多种病害，完全是一名合格的路桥巡检员了。