ITBear旗下自媒体矩阵:

智能技术如何落地?“团结湖杯”数智重庆·全球产业赋能创新大赛总决赛给出答案

   时间:2020-09-18 15:51:52 来源:张冰冰编辑:星辉 发表评论无障碍通道

“团结湖杯”数智重庆·全球产业赋能创新大赛智能算法赛的赛题起源于一瓶酒。

9月16日,“团结湖杯”数智重庆·全球产业赋能创新大赛总决赛在重庆江津区举办。大赛由重庆市大数据应用发展管理局、重庆市江津区人民政府主办,阿里云承办,自启动以来,共吸引来自全球13个国家和地区共计3872支队伍、4371名选手报名。

“团结湖杯”数智重庆·全球产业赋能创新大赛总决赛现场

      从颠覆到融合,制造业迈步智能发展

在过去几年里,以出行和零售行业为代表,在新经济的改造或加持下发生了颠覆性的变化。但进入互联网下半场,改造的触角伸向制造业,大数据、人工智能等前沿技术与产业不再是颠覆的关系。

正如中国工程院院士、浙江大学教授、浙江大学机械工程学院院长杨华勇评价本次“团结湖杯”数智重庆·全球产业赋能创新大赛时所说:“信息技术不是来颠覆制造业,而是来跟制造业的技术融合,共同发展来引领传统制造业向数字化的转型升级。”

技术的革新往往会带来经济、社会发展格局的改变。从某种意义上说,在工业智能化等新兴领域,不同的城市、地区、国家处于同一个起跑线,这当中起关键作用的是有没有革新的勇气和前沿的思维。开放、颠覆、融合,或许将成为未来制造业智能化发展的重要内涵。

在这一背景下,重庆市江津区积极探寻符合区域发展特点的转型升级道路。在2019中国国际智能产业博览会上,重庆市大数据应用发展管理局、重庆市江津区人民政府联合阿里云共启动本次“团结湖杯”数智重庆·全球产业赋能创新大赛。

为了让大赛更加准确地解决企业的实际问题、加速技术与场景的融合,江津区向全区规模以上工业企业发放调查问卷400余份,联合阿里云天池大数据众智平台,针对辖区内100余家企业进行了拉网式排查,并与其中41家企业进行深度沟通。初步调研结束后,实地对包括重庆伟星新型建材有限公司、重庆江小白酒业有限公司、太极集团重庆中药二厂有限公司等八家企业进行系统性走访。

深度调研后发现,企业在仓储、排产、匹配、质检方面存在大量智能升级需求,但受制于自身科研创新能力,亟需创新技术的融入。“数智重庆·全球产业赋能创新大赛”对症下药,以工业智能化升级为主题,分为智能算法赛和创新应用赛,聚焦“智能仓储”、“最优排产”、“订单匹配”、“视觉质检”四大赛道,以大赛的形式,有针对性地吸引真正有实力的创新项目及人才,为传统制造业注入技术升级的新血液。

以赛聚才,解决工业制造质检难题

“团结湖杯”数智重庆·全球产业赋能创新大赛智能算法赛的赛题起源于一瓶酒。

江小白,重庆白酒行业的龙头企业,生产环节自动化、智能化程度高,拥有行业最先进的数字化灌装生产线,但瓶装白酒检测环节仍然依赖人工,面临效率低、人员依赖性大等问题。传统的质检方式不仅效率低下甚至还对员工的健康有潜在威胁。因此,质检环节的自动化、智能化难点多、挑战大,但已是行业内的迫切诉求。

为了帮助企业解决这个困扰多年的难题,大赛将“瓶装白酒疵品质检”作为智能算法赛的主题,以算法落地为目标,依据质检难度的不同,设置初赛、复赛、决赛,要求参赛选手通过计算机视觉以及人工智能算法提高酒瓶质检效率以及效果,帮助瓶装酒等有灌装需求的企业降低质检成本。

“团结湖杯”数智重庆·全球产业赋能创新大赛最初阿里云工程师深入江小白生产线为参赛选手采集数据,为3000余瓶酒样拍摄约2万张实验图像,经过数据清洗、标注等流程得到比赛数据集,总共包含10余种缺陷类型。要求选手研究开发基于计算机视觉的人工智能质检算法,根据相机拍摄的瓶装酒图像,判断其中是否有缺陷,并且需要准确定位缺陷的位置、类别和大小,从而达到自动化质检的目的。

在针对瓶盖、标贴、喷吗等检测项的初赛中,选手以各类卷积神经网络检测模型为基础,结合缺陷的特点将各种计算机视觉技术用于改进模型,在各类缺陷上取得了优异的表现,单个类别的识别准确率最高可达到99%。

对于酒液缺陷,选手合理利用了酒液的动态特性,算法能够很好地将酒液中移动的缺陷目标检测出,比起未利用动态特性的方法,准确率能够提升30%以上,最终酒液缺陷的检测准确率能够达到95%以上,充分体现了人工智能算法在质检中优异的表现。

在算法评价指标方面,设计评价指标时综合了算法准确性和算法效率两个方面。参赛选手需要综合算法检测能力和时间复杂度,合理设计方案。从最终结果来看,各队伍的方案在保证算法效果的前提下,算法的运行速度也能够和产线生产速度相匹配,准确性和效率兼备。

“团结湖杯”数智重庆·全球产业赋能创新大赛算法智能赛于9月12日进行。选手最后的成绩将按照复赛成绩70%、决赛成绩30%(创新性12%、实用性8%、扩展性5%、现场表现5%)进行计算。经过激烈角逐,最终“一支优秀的队伍”夺得智能算法赛冠军、“我要抱大腿”获得亚军。

高精尖人才齐聚,助力江津创新转型

“团结湖杯”数智重庆·全球产业赋能创新大赛创新应用赛以工业智能制造为主题,要求参赛队伍聚焦生产制造品控、智能仓储物流、高效排产、订单匹配等江津企业需求场景,有针对性地提出解决方案。全面提高生产过程的智能化、自动化水平,为企业加快“卡脖子”核心关键技术成果研发转化提供有力支持。

10支队伍进入决赛,9月16日,总决赛在江津区团结湖大数据智能产业园举办。

据悉,团结湖大数据智能产业园实行“一核四心”产业布局。“一核心”即以双福新区团结湖片区为核心,包括团结湖以北、团结湖以南两大板块,总面积5500亩,其中产业建设用地面积约3300亩,团结湖湿地公园面积约2200亩。“四心”为双福财富中心、江津区科创中心、联东U谷智能智造中心、圆润发展中心。

活动开始由重庆市江津区委常委、江津区人民政府常务副区长唐大军致辞。唐大军表示,江津区重庆是工业大区、也是国家产业转型升级示范区,产业基础雄厚,江津工业示范园区是重庆第三个千亿级工业园区;已经形成装备制造、零部件体系材料、电子信息大产业集群。全区规模以上工业企业420家,世界500强企业23家,数据显示,2019年,江津全区规模以上工业实现产值1288亿元,其中规模以上消费品工业产值达252亿元。

江津区深入实施以大数据智能为引领的创新驱动战略,推动数字经济和实体经济深度融合,大力发展战略性新兴产业,新培育科技企业超过100家、新增智能化改造项目200多个,致力打造团结湖大数据智能产业园、大数据智能化应用场景、发展智能硬件,人工智能等智能产业,现在引进大数据智能化相关项目30多个。

他表示,此次与重庆大数据发展局联合主办的数智重庆全球产业大赛是江津区深度参与中国国际智能产业博览会的有力举措;也是深层次拥抱数字化、智能化发展的前提。此次大赛将对江津区数字产业发展产生重大影响,对江津区产业转型升级带来积极促进作用。

在上午进行的创新应用赛决赛中,10支进入决赛的队伍分别进行了路演及答辩。评委综合方案的质量、商业价值、选手现场表现等因素评定最终名次。最终,熵智科技(深圳)有限公司获得金奖、中科慧远视觉技术(洛阳)有限公司和上海感图网络科技有限公司获得银奖、上海快仓智能科技有限公司和上海纽酷信息科技有限公司以及深圳禾思众成科技有限公司获得铜奖。

9月12日,获得智能算法赛冠军团队《一支优秀的队伍》、来自浙江大学的何淑婷代表,分享了“瓶装白酒疵品质检”的相关信息和创新方案、算法落地与部署。“对于算法落地我们团队认为算法落地需要考虑三个方面,分别是精度、效率、可扩展性。对于精度来说三个创新方案,稳定提升检测效果。”何淑婷表示,“我们提出的方案是一个高精度、几乎不增加额外计算代价,即插即用,适用于任何的检测网络”。

圆桌讨论现场

圆桌讨论现场圆桌讨论环节,来自重庆江小白酒业有限公司江记酒庄厂长、正高级工程师、国家级白酒评委刘中利,阿里云技术运营专家王听,阿里巴巴达摩院算法专家魏溪含,杭州智感科技有限公司总经理、算法赛获奖代表侯文峰以“瓶装白酒质检难题落地之探讨”为例,探讨大数据及人工智能技术对消费品工业的提升和带动。

三位嘉宾还就制酒成本、技术、工业视觉质检以及期望等交流了看法和意见。

互联网思维落地,加快江津产业信息化

2020“团结湖杯”数智重庆·全球产业赋能创新大赛总决赛是重庆江津区将工业和人工智能技术融合的积极尝试。通过与阿里云天池平台合作,为当地产业数字化转型聚集创新生态。在本次大赛结束之后,由选手开发的算法将会落地产生实际价值,在实际质检任务重发挥重要角色,降低人力成本,创造经济效益,助力行业数字化。

制造业是经济的根基,也是科技创新的主战场。科技创新是科学技术产业化、商业化、市场化的行为、活动和过程,是推动制造业高质量发展的持续动力和关键因素。信息技术在生产、制造等诸多环节发生的化学反应,传递出互联网从创造需求到提升供给的新趋势。

重庆通过此次大赛将“创新”和“智能”导入制造业体系,在培育新兴产业的同时将进一步促进产业转型。江津区除了在人才引进、科技成果转化、工业智能化等领域配套了奖励政策之外,还整合了科技服务商与当地存量市场,帮助技术供应商铺开技术支持。同时还将联合合作伙伴阿里云的丰富创投资源,推动企业发展。

此次大赛的优秀研究成果与行业成熟的解决方案将共同为企业数字转型提供指导与支持,通过加强工业以及人工智能技术的融合,解决机理模型匮乏、应用落地难、降本增效不显著等产业瓶颈。

相信在未来,本次大赛所产出的一系列科研成果将为重庆的工业智能化转型中做出重要贡献。

(实习生张轩豪对本文亦有贡献)

举报 0 收藏 0 打赏 0评论 0
 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  RSS订阅  |  开放转载  |  滚动资讯  |  争议稿件处理  |  English Version