當(dāng)日本制造遇上人工智能| 日本最值錢(qián)的獨(dú)角獸
擁抱制造業(yè)的獨(dú)角獸
誰(shuí)是全日本最值錢(qián)的創(chuàng)業(yè)公司？當(dāng)屬人工智能公司Preferred Networks。這家日本的AI獨(dú)角獸，目前估值已經(jīng)超過(guò)20億美元。兩位創(chuàng)始人都是計(jì)算機(jī)科學(xué)專(zhuān)業(yè)的學(xué)生，本來(lái)是研究情境感知和文本分類(lèi)的。但目前它已經(jīng)成功地闖入了制造業(yè)。這是它最吸引人的地方，也算是AI初創(chuàng)公司難得一見(jiàn)的奇葩。
擁有著全日本最快的超級(jí)電腦之一的PFN，作為少見(jiàn)主打制造業(yè)的人工智能公司，目前有140名工程師。近年來(lái)，它的商業(yè)價(jià)值一直在逐級(jí)攀升。最早是日本電報(bào)電話(huà)公司NTT進(jìn)行了首輪投資，隨后是FANUC、豐田、日立等輪番投資。日本傳統(tǒng)產(chǎn)業(yè)對(duì)AI的熱情，似乎都被這個(gè)初出茅廬的AI公司所激發(fā)。最新的戰(zhàn)績(jī)是，今年6月PFN與日本能源化工巨頭JXTG達(dá)成合作，共同建立煉油廠(chǎng)優(yōu)化和自動(dòng)化聯(lián)合研究項(xiàng)目，并向后者配售新股，獲得約10億日元的投資。
圖1：PFN成長(zhǎng)記 （圖：作者手繪）
很顯然，日本工業(yè)界，為這家初創(chuàng)的人工智能公司寄予了太多的期望。 制造界的冒險(xiǎn)
PFN與大部分創(chuàng)業(yè)公司的不同之處，在于選擇直截了當(dāng)?shù)剡M(jìn)入了制造業(yè)，而這本來(lái)正是日本制造的優(yōu)勢(shì)。PFN這一點(diǎn)看似冒險(xiǎn)，但也得到了一直被詬病為“保守”的日本制造界的廣泛支持。他們期望能夠?qū)F(xiàn)有制造業(yè)的Know-how技術(shù)與AI深度綁定。
首先做出了選擇的是全球機(jī)器人四大家族發(fā)那科Fanuc。一向以保守謹(jǐn)慎而著稱(chēng)的發(fā)那科主席稻葉先生，對(duì)AI的一種本能性的擁抱，超出了外界的想象。2015年，稻葉與PFN的兩位創(chuàng)始人見(jiàn)面，僅僅一個(gè)小時(shí)就決定投資900萬(wàn)美金。最不同尋常的是，F(xiàn)ANUC決定將工廠(chǎng)線(xiàn)上幾千臺(tái)機(jī)器人生成的巨大數(shù)據(jù)，提供給了PFN公司進(jìn)行數(shù)據(jù)分析——這個(gè)異乎尋常的舉動(dòng)，成就了這個(gè)初創(chuàng)的人工智能公司。
四個(gè)月后，豐田緊跟著發(fā)那科的步伐再次投資了1000萬(wàn)美金，隨后一年自動(dòng)駕駛風(fēng)云突起，深感谷歌自動(dòng)駕駛壓力的豐田，在2017年再次補(bǔ)上了1億美元。此外，制造業(yè)傳統(tǒng)豪強(qiáng)日立、銀行巨頭瑞穗金融以及三井貿(mào)易公司都隨后成為了PFN的投資人。
自2014年創(chuàng)建以來(lái)，PFN一直專(zhuān)注于將人工智能與各種制造業(yè)場(chǎng)景綁定。在與發(fā)那科的合作中，PFN一直致力于讓機(jī)器人和數(shù)控系統(tǒng)更加智能的方式；它與JXTG石油和能源公司共同發(fā)起的關(guān)于煉油廠(chǎng)優(yōu)化和自動(dòng)化的聯(lián)合研究項(xiàng)目，則是通過(guò)利用PFN的深度學(xué)習(xí)技術(shù)，控制和優(yōu)化大型和復(fù)雜的工廠(chǎng)設(shè)備，以更有效地實(shí)現(xiàn)能源管理。二者還打算利用PFN的材料信息學(xué)技術(shù)，聯(lián)合開(kāi)發(fā)新材料。
而在與豐田公司的合作中，PFN的目標(biāo)是在2020之前研制出能夠完全自動(dòng)駕駛的汽車(chē)。相比目前所謂的先進(jìn)駕駛輔助系統(tǒng)，日本將自動(dòng)駕駛的重任留給了這個(gè)年輕的公司，期望與谷歌Waymo自動(dòng)駕駛技術(shù)一較高低。一向以激進(jìn)著稱(chēng)的豐田章男，跟一向保守的發(fā)那科的稻葉先生，兩位當(dāng)家人做出了同樣的選擇。
智能樂(lè)在邊緣
對(duì)于傳統(tǒng)的機(jī)器視覺(jué)來(lái)檢查一個(gè)零件是否存在，往往會(huì)根據(jù)是否能夠檢測(cè)到預(yù)先教過(guò)的零件的形狀和位置來(lái)做出決定。然而，這種方法常常會(huì)受到零件上的飛濺或煙塵的影響，由于金屬表面的反射而使圖像光澤化。這可能導(dǎo)致錯(cuò)誤的結(jié)果。而發(fā)那科的AI防錯(cuò)技術(shù)并不試圖檢測(cè)零件的形狀或位置，而是利用機(jī)器學(xué)習(xí)來(lái)確定圖像本身是否準(zhǔn)確，然后通過(guò)波長(zhǎng)或光暈進(jìn)行更有力的檢查。甚至還允許更高精度的檢查，通過(guò)幾十個(gè)不同的圖像數(shù)據(jù)集，來(lái)確定通過(guò)的比例。而所有這些，都不需要做詳細(xì)的視覺(jué)參數(shù)調(diào)整。
更高級(jí)的深度學(xué)習(xí)，則用于對(duì)機(jī)床主軸或進(jìn)給軸的監(jiān)控。為了防止突然故障引起的加工線(xiàn)宕機(jī)等重大問(wèn)題，發(fā)那科和PFN開(kāi)發(fā)了一種新的AI伺服監(jiān)視軟件，用于高速采集機(jī)床主軸的控制數(shù)據(jù)。對(duì)采集到的數(shù)據(jù)進(jìn)行深度學(xué)習(xí)，根據(jù)機(jī)器部件的當(dāng)前狀態(tài)顯示異常評(píng)分，提前預(yù)防意外發(fā)生。
圖2：發(fā)那科的機(jī)器訓(xùn)練
這并不是人工智能給FANUC所帶來(lái)的全部。在日本最近一次展會(huì)上，F(xiàn)ANUC又展示了怎樣讓工廠(chǎng)內(nèi)的機(jī)器人，更接近優(yōu)秀的人類(lèi)技工。如何給一個(gè)發(fā)那科機(jī)器人編程，讓它能順利在一團(tuán)亂麻之中抓出指定的物品？這對(duì)于一個(gè)人類(lèi)工程師，需要幾天時(shí)間來(lái)完成編程和調(diào)試。而在PFN和Fanc的展示現(xiàn)場(chǎng)，八臺(tái)機(jī)器人機(jī)組，通過(guò)提供的數(shù)據(jù)輸入，僅在一小時(shí)之內(nèi)就掌握了這項(xiàng)技能。學(xué)習(xí)曲線(xiàn)在這里變成平坦無(wú)比。當(dāng)未來(lái)機(jī)器人越多——想象一下數(shù)千臺(tái)機(jī)器人的編隊(duì)，需要編隊(duì)處理的時(shí)候，這種網(wǎng)絡(luò)效應(yīng)將更加明顯。FANUC的稻葉先生對(duì)此非常滿(mǎn)意。在日本訓(xùn)練一個(gè)出色的技工要花費(fèi)十年，而且知識(shí)無(wú)法轉(zhuǎn)移和傳遞，技工一旦離開(kāi)，技術(shù)就蕩然無(wú)存。而現(xiàn)在，各種專(zhuān)家技師的知識(shí)可以重裝上陣，任意加載。這對(duì)于缺乏勞動(dòng)力人口的日本將是一個(gè)最大的福音。
目前Fanuc在工業(yè)互聯(lián)網(wǎng)平臺(tái)的部署，則是以開(kāi)放式平臺(tái)FIELD System為根基，將生產(chǎn)現(xiàn)場(chǎng)使用的各種設(shè)備與網(wǎng)絡(luò)連接起來(lái)，然后就地進(jìn)行邊緣計(jì)算與分析。毫無(wú)疑問(wèn)，邊緣智能正在成為工業(yè)互聯(lián)網(wǎng)的新舞臺(tái)。而Fanuc大力發(fā)展邊緣智能的背后，則是PFN大展手腳的地方。
下沉，才能找到價(jià)值
機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)的應(yīng)用，正在包括制造車(chē)間在內(nèi)的許多領(lǐng)域進(jìn)行推廣。然而，現(xiàn)有的基于深度學(xué)習(xí)的視覺(jué)檢測(cè)系統(tǒng)需要多達(dá)數(shù)千幅圖像進(jìn)行培訓(xùn)，工程師也需要對(duì)相當(dāng)數(shù)量的圖像進(jìn)行注釋?zhuān)源龠M(jìn)培訓(xùn)過(guò)程。這是一個(gè)惱人的過(guò)程，推遲了AI在制造業(yè)的應(yīng)用。為此，去年10月PFN開(kāi)發(fā)了基于深度學(xué)習(xí)技術(shù)的PFN視覺(jué)檢查、高精度視覺(jué)檢測(cè)軟件。該軟件的特點(diǎn)是，可以最少的訓(xùn)練數(shù)據(jù)集快速、廉價(jià)地構(gòu)建一個(gè)檢測(cè)系統(tǒng)。例如，只需要100張正常產(chǎn)品的圖像和20張缺陷產(chǎn)品的圖像，就可以來(lái)處理各種形狀的塑料、金屬、布、食品和其他材料。最大的好處是，即使對(duì)于沒(méi)有訓(xùn)練的非專(zhuān)業(yè)工程師而言，培訓(xùn)也很容易。
圖3：PFN視覺(jué)檢測(cè)的效果對(duì)比
這樣，用戶(hù)能夠在短時(shí)間內(nèi)以低成本建立一個(gè)易于使用和高度可靠的自動(dòng)檢測(cè)系統(tǒng)。很顯然，這將大大加速AI視覺(jué)檢測(cè)在制造業(yè)中的普及。
下沉到制造現(xiàn)場(chǎng)找到應(yīng)用場(chǎng)景，快速實(shí)現(xiàn)迭代部署，成為PFN在制造業(yè)備受歡迎的一個(gè)重要原因。
“自主體”暫露頭角
每年美國(guó)咨詢(xún)公司Gartner都會(huì)發(fā)布企業(yè)高層最應(yīng)該關(guān)注的十大熱點(diǎn)動(dòng)向。而在今年10月份提出戰(zhàn)略技術(shù)的報(bào)告中，主題就是“以人為本、智能空間”，而“Autonomous Things”——筆者譯為“自主體——?jiǎng)t成為十大戰(zhàn)略技術(shù)之一。日本PFN公司的核心技術(shù)，正在印證Garnter這個(gè)“人、物、空間”的交互關(guān)系。
圖4：企業(yè)家需要關(guān)注的戰(zhàn)略技術(shù)方向
Source：Gartner
在創(chuàng)立早期，PFN公司就向IEEE提交了一篇關(guān)于“人類(lèi)-機(jī)器人互動(dòng)”的論文， “用無(wú)限制的口語(yǔ)指令交互地選擇真實(shí)世界的對(duì)象”。這篇獲得最佳論文獎(jiǎng)的文章，說(shuō)明了如何將對(duì)象邊界的預(yù)測(cè)方法與自然語(yǔ)言處理(NLP)技術(shù)，結(jié)合到一個(gè)單一的框架中。而這正是PFN的發(fā)展野心。早在三年前拉斯維加斯的CES展會(huì)上，PFN用玩具汽車(chē)對(duì)自家的技術(shù)做過(guò)一次簡(jiǎn)單的展示。幾臺(tái)微縮的豐田普銳斯穿過(guò)場(chǎng)上的障礙物。一開(kāi)始，玩具車(chē)撞來(lái)撞去，舉步維艱。但經(jīng)過(guò)兩個(gè)小時(shí)的持續(xù)試錯(cuò)之后，它們就能暢通無(wú)阻地在障礙物中穿梭了。沒(méi)有人類(lèi)程序員為它們編寫(xiě)過(guò)任何指令，相反它們可以根據(jù)經(jīng)驗(yàn)來(lái)形成自己的規(guī)則，然后通過(guò)一個(gè)共享的網(wǎng)絡(luò)可以加快整個(gè)進(jìn)程。
在去年日本CEATEC機(jī)器人大會(huì)上，PFN展示了一款完全自主打掃房間的機(jī)器人。該系統(tǒng)可以識(shí)別對(duì)象，響應(yīng)特定的人工指令，更重要的是，機(jī)器人可以使用一種安全的方式拾取和放下它無(wú)法從數(shù)據(jù)庫(kù)中定義的對(duì)象。
圖5：機(jī)器人視覺(jué)分辨
從工作場(chǎng)所的機(jī)器人，到協(xié)作機(jī)器人，到家里的自動(dòng)吸塵器，人類(lèi)正進(jìn)入一個(gè)各種自主體的時(shí)代。如果考慮到最為炙熱的自動(dòng)駕駛汽車(chē)，就會(huì)發(fā)現(xiàn)傳感器、雷達(dá)、GPS技術(shù)、5G與AI的結(jié)合，幾乎就是在重新定義地域、空間、物體之間的交互關(guān)系。全新數(shù)字技術(shù)，像是正在施展乾坤大挪移的魔法，自主體與人、與空間的關(guān)系正在被改寫(xiě)。
小記：是誰(shuí)讓AI上位？
PFN聲稱(chēng)要在5年內(nèi)將智能AI機(jī)器人送到大眾消費(fèi)者手中，通過(guò)人工智能改變?nèi)祟?lèi)的生活。對(duì)于感覺(jué)AI發(fā)展遠(yuǎn)遠(yuǎn)落后中國(guó)的日本產(chǎn)業(yè)界而言，對(duì)PFN的這個(gè)夢(mèng)想選擇了“相信、相信和相信”的樂(lè)觀主義。這也使得Preferred Networks被CB Insights譽(yù)為“日本唯一的獨(dú)角獸”。制造界紛紛入局搶購(gòu)股份，獨(dú)角獸變成了“獨(dú)家獸”，獨(dú)享了“制造業(yè)+AI”的榮耀。這家AI公司如何能夠在最難闖出名堂的制造業(yè)中旗開(kāi)得勝的局面？發(fā)那科、豐田敞開(kāi)了可以稱(chēng)之為商業(yè)秘密的數(shù)據(jù)奶汁，無(wú)疑成為這家AI公司最好的養(yǎng)料。同樣在美國(guó)快速上位的獨(dú)家獸企業(yè)、工業(yè)互聯(lián)網(wǎng)公司UpTake，也是首先拿到了全球最大工程機(jī)械商卡特彼勒的數(shù)據(jù)秘笈。
“數(shù)據(jù)+投資+協(xié)作”，這是AI、物聯(lián)網(wǎng)初創(chuàng)公司能夠在制造業(yè)快速扎根的發(fā)展秘訣吧。中國(guó)的制造巨頭們，恐怕也只能用這樣的方法擁抱AI初創(chuàng)公司，人工智能在制造業(yè)的發(fā)展才能迎來(lái)爆發(fā)性的窗口。
