Google Cloud 的视觉检测 AI：重塑制造质量控制 可节省大量运营成本

2021 年 7 月 15 日消息，Google Cloud 推出了视觉检测 AI，这是一种全新的专用解决方案，可帮助全球制造商、消费品公司和其他企业减少缺陷，并从制造和检测过程中节省大量运营成本。

如今，计算机芯片、汽车、机械和其他产品等产品的缺陷每年使制造商损失数十亿美元。事实上，根据美国质量协会 (ASQ) 的“质量成本”，与质量相关的成本可以消耗 15% 至 20% 的销售收入。此外，高产量超过了人工检查每个零件的能力。

谷歌云历来通过其通用人工智能产品 AutoML 支持制造质量控制。现在，谷歌正在迈出下一步，为制造商提供专门构建的解决方案。使用 Google Cloud 领先的计算机视觉技术，Visual Inspection AI 可自动执行质量控制流程，使制造商能够在产品发货前快速准确地检测缺陷。通过在流程早期识别缺陷，客户可以提高生产吞吐量、提高产量、减少返工并降低退货和维修成本。视觉检测人工智能在广泛的行业和用例中运作，可能为制造商在每个工厂节省数百万美元。基于 Google Cloud 客户运行的试点，Visual Inspection AI 可以构建准确的模型，其人工标记图像比通用 ML 平台少 300 倍。这允许在任何制造环境中快速轻松地部署解决方案。此外，与通用机器学习方法相比，视觉检测 AI 客户在生产试验中的准确性提高了 10 倍。而且，与使用简单异常检测的竞争解决方案不同，Visual Inspection AI 的深度学习允许客户训练模型来检测、分类和精确定位单个图像中的多种缺陷类型。

“事实证明，人工智能在帮助制造商自动化视觉质量控制过程方面特别有益，这是该行业感受到的一个特殊痛点。”Google Cloud 制造和工业董事总经理Dominik Wee说：  “我们对视觉检测 AI 的浓厚兴趣感到高兴，我们期待支持更多组织，因为他们继续寻找创新的新方法来大规模部署 AI。”

“我们一直在倾听行业的具体需求，并带来了最好的谷歌人工智能技术来帮助满足这些需求。”Google Cloud 工业 AI 产品负责人Mandeep Waraich说：  “结果是一个 AI 解决方案，它建立在多年的计算机视觉专业知识的基础上，专门用于解决几乎任何类型的离散制造过程的质量控制问题。”构建和训练机器学习模型通常需要深厚的 AI 专业知识，以及包含数千张标记图像的广泛数据库。此类系统通常在内部数据中心或云端运行，因此难以在整个工厂车间大规模部署。

使用 Google Cloud 视觉检测 AI：不需要特殊的专业知识。 质量、测试和制造工程师无需任何计算机视觉或 AI 主题专业知识即可使用该解决方案。直观的用户界面可指导员工完成所有必要的步骤。

工程师可以快速上手并构建更准确的模型。 机器学习模型可以使用最少 10 张标记图像（而不是数千张）进行训练，并且随着时间的推移，它们会随着接触更多产品而自动提高准确性。