“对于摄像头来说，识别板材非常棘手！”Korbinian Weiß 说道。多年来，他一直在尝试改进摄像头对板材的识别。“板材会反光、弯曲并且很薄，而且还会晃动，形状也各不相同”。摄像头几乎很难识别出板材。而人工智能（AI）技术正好有助于妥善解决此类问题。
以数据为基础
Weiß 是通快迪琴根 AI 图像识别团队的负责人。如果他能如愿以偿，通快的首台全自动激光机 TruLaser Center 7030 将至少安装 24 个摄像头。但目前还“只”装了十二个摄像头，它们可提供大量图像和视频片段。它们与其他众多数据为机床持续改进和新产品奠定了基础，在某种程度来说，它们也是计算机视觉团队工作的基石。但当 TruLaser Center 7030 切割一张张板材的时候，AI（人工智能）究竟扮演着什么角色？这条术语解释可能会有所帮助：人工智能是一个包含众多细分领域的科研领域。机器学习就是细分领域之一。为了让 TruLaser Center 7030 等机床能够“学习”并在之后更好、更高效地运转，它们需要适当形式的软件工具和方法。机器视觉，专业人士也称为计算机视觉，就是其中一种方法。
Korbinian Weiß 是通快迪琴根 AI 图像识别团队的负责人。
Korbinian Weiß 使用来自 TruLaser Center 7030 机床内部的 100,000 多张图像来训练 AI。
解释 AI：通快的计算机视觉专家很乐意为您解释 AI 如何助力板材切割。
用于 Sorting Guide 的解决方案
Korbinian Weiß 其实是一名机械工程师，但很早就在通快从事软件控制项目的开发。他是通快 Sorting Guide 的项目经理，但在最开始，通快并未计划将 AI 技术用于该功能。Sorting Guide 最初采用十分传统的算法工作。“当时在试验阶段，该功能运转一切正常，我们对试验结果非常满意”，这位 37 岁的工程师描述着当时的情况。然后我们就把它拿给试用客户进行测试——结果一点都不好用”。问题源于光照条件。在加工环境中，材料的明暗度各有不同，且各种反光的表面和物体导致算法根本无从应对。Weiß 说：“我们唯有通过 AI 技术才能应对这种情况”。计算机视觉团队首先必须手动标记 100,000 多张图像，也就是对它们进行分类。借助钣金零件在图像中是否可见的相关信息以及相应的算法，AI 技术能够“训练”软件，并通过无数次训练循环不断提高预测精度。
AI 不是全部
“AI 方面的工作其实只占 5%，剩下的 95% 则都属于数据方面”，这位 37 岁的工程师阐明了其团队的工作方式以及真正的挑战：“首先是采集数据，然后是对数据进行管理、标记，再针对不同问题的解决目标汇编数据记录，以及在数据中找到正确平衡等”。其实有的时候，传统算法也完全能够为客户解决问题。但传统算法无法解决问题的情况却愈发频繁。自通快于 2020 年开发 Sorting Guide 并将其推出上市以来，计算机视觉领域已发生了很多变化。不仅技术和算法数据库增强了，思维方式也有所变化。“现如今，当我们在开发产品时，总是会想到数据”，Weiß 说道。这也正是 TruLaser Center 7030 会内置摄像头的原因，同时也是新型商业模式成为可能的原因。例如通快的按件付费新模式。
远程控制夜班
这家高科技企业通过此商业模式引进了通快的全自动旗舰机型，该机在客户的车间进行生产，但控制则由萨克森州诺伊基希工厂的通快团队分三班制进行，包括夜班。在摄像头的帮助下，该团队得以深入了解机床并获取连续的数据。如果钣金零件卡住，摄像头就会录制该事件发生前几秒到事件发生后几秒的视频。这反过来又能对 AI 进行训练，以避免将来出现同类错误。更有效地使用机床、运行时间更长、件数更多、节省材料、维护预测、辅助系统——AI 的用途可谓多种多样，而且这些只是冰山一角。“计算机视觉领域正经历着诸多变化”，Korbinian Weiß 谈到此处对 2024 年充满了期待。例如，采用 AI 技术的智能摄像头也将很快成为通快机床的议题。
机器数据（例如通快在其智能工厂中采集的数据）可帮助计算机视觉团队训练 AI。
数据，数据，还是数据：TruLaser Center 7030 内置的小型摄像头越多，Korbinian Weiß 团队采集到的数据也就越丰富。专家们就可利用这些数据来训练 AI。也就是说：数据越多，结果就越好。
是时候醒悟了！
Sepp Hochreiter 教授早在五年前的汉诺威工业展上就警示过德国机械制造行业：“不要搞砸了！” “千万别把你们在机械制造行业的优势搞砸了”。他说机械制造行业尚未看清形势，它们不像 Facebook 或 Apple 公司一样与客户持续保持联系，而且即便是有客户数据，它们也不会进行分析。“机械制造行业和用户必须认清形势。Hochreiter 教授是全球公认的人工智能权威专家。Hochreiter 教授来自德国下巴伐利亚地区，现担任奥地利林茨大学机器学习研究所和人工智能实验室的负责人。去年他获得了 Axel-Springer 出版集团旗下媒体品牌“Welt”颁发的德国人工智能奖。在德国同类奖项中，该奖项的含金量当属最高。
Hochreiter 目前正在研究其自有的语言模型，据称该模型要远胜于 ChatGPT。“我之前对德国机械行业的警示依然有效”，这位科学家说道，即使今天距他上次讲话已有五年。德国的机械和设备制造行业虽然成绩斐然，尤其是在西南部，但如今的重点并非只是造出最好的机器，而是要营造最好的环境。他密切关注着该行业在 AI 领域的活动，而且对通快取得的成绩倍感欣慰。“通快在他们那里干得不错！”
