大量簡(jiǎn)單、機(jī)械、重復(fù)的工作，完全可以通過(guò)人工智能技術(shù)進(jìn)行一定程度的替代和升級(jí)。
文 | 馮立男 云拿創(chuàng)始人兼 CEO
整理 | 周效敬 編輯 | 燕子 排版編輯 | 小雙
2022 年 8 月 27 日，以“雙模•躍升”為主題的「2022 未來(lái) CIO 數(shù)字峰會(huì)」在安徽黃山成功舉辦。來(lái)自全國(guó)制造業(yè)、房地產(chǎn)行業(yè)、零售行業(yè)、金融業(yè)等行業(yè)的企業(yè) CIO、信息總監(jiān)、IT 經(jīng)理及數(shù)字化決策者齊聚一堂，共同探討了對(duì)未來(lái)企業(yè)和未來(lái) CIO 的思考，并就數(shù)字化浪潮下，企業(yè)如何在行業(yè)變革期活下來(lái)，活得更好建言獻(xiàn)策。
在會(huì)上， 云拿創(chuàng)始人兼CEO 馮立男作了精彩的主題演講，演講題目是 “3D 機(jī)器視覺(jué)、深度學(xué)習(xí)和多傳感器融合技術(shù)在醫(yī)療、制造業(yè)、零售行業(yè)的應(yīng)用”。
以計(jì)算機(jī)視覺(jué)、機(jī)器學(xué)習(xí)為核心，精準(zhǔn)識(shí)別顧客購(gòu)物行為與商品信息，打造即拿即走、無(wú)感支付的新型購(gòu)物體驗(yàn)。
如果我們深入每一個(gè)行業(yè)，會(huì)發(fā)現(xiàn)勞動(dòng)者在從事大量簡(jiǎn)單、機(jī)械、重復(fù)的工作，這些工作完全可以通過(guò)人工智能技術(shù)進(jìn)行一定程度的替代和升級(jí)。這樣整個(gè)價(jià)值鏈運(yùn)作會(huì)更加高效，從而可以解放勞動(dòng)力，讓他們從事更加有價(jià)值、有創(chuàng)造性的工作，提升從業(yè)者的幸福感。云拿做的是耗材或用品領(lǐng)用倉(cāng)庫(kù)解決方案，是對(duì)各行業(yè)價(jià)值鏈其中一個(gè)環(huán)節(jié)的優(yōu)化和改善，在一定程度上也是對(duì)勞動(dòng)力的替代和升級(jí)。
馮立男介紹了機(jī)器視覺(jué)、深度學(xué)習(xí)和多傳感器融合技術(shù)等人工智能的發(fā)展現(xiàn)狀及商業(yè)價(jià)值，分享了云拿人工智能技術(shù)的發(fā)展情況，以及在醫(yī)療、工業(yè)和零售行業(yè)的案例及應(yīng)用。
上海云拿智能科技有限公司創(chuàng)始人兼 CEO 馮立男
以下為馮立男演講主要內(nèi)容，經(jīng)牛透社編輯：
今天很榮幸能在這里跟大家分享一些人工智能技術(shù)、物聯(lián)網(wǎng)、大數(shù)據(jù)技術(shù)在相關(guān)行業(yè)的應(yīng)用。
我們公司在上海，相比剛才介紹的字節(jié)跳動(dòng)、阿里巴巴，云拿目前是創(chuàng)新創(chuàng)業(yè)型企業(yè)，公司目前有 100 多名研發(fā)人員，研發(fā)領(lǐng)域主要分布 AI、IoT，以及互聯(lián)網(wǎng)、云、大數(shù)據(jù)軟件等外部服務(wù)領(lǐng)域。
我本人技術(shù)出身，在上海交大讀的是電子信息工程，之后去美國(guó)加州大學(xué)讀了計(jì)算機(jī)科學(xué)博士，研究方向是人工智能，包括計(jì)算機(jī)視覺(jué)、機(jī)器學(xué)習(xí)等技術(shù)。我也在人工智能頂級(jí)期刊發(fā)表過(guò)關(guān)于 AI 的學(xué)術(shù)論文，2019 年因在創(chuàng)立云拿階段取得了創(chuàng)新性突破，被財(cái)富雜志評(píng)選為“中國(guó) 40 位 40 歲以下的商界精英”。
人工智能技術(shù)可劃分為機(jī)器視覺(jué)、深度學(xué)習(xí)和多傳感器融合三個(gè)板塊。
機(jī)器視覺(jué)：以 AI 四小龍為代表的人工智能企業(yè)發(fā)展日久，但過(guò)往很多技術(shù)停留在 2D 視覺(jué)的二維層面，即圖像處理——給機(jī)器一張圖片，讓它去分析、理解里面的信息、語(yǔ)義，從中獲得一些認(rèn)知和洞察。最新一代技術(shù)是 3D 機(jī)器視覺(jué)，從自 動(dòng)駕駛時(shí)代開(kāi)始，人們就在用激光雷達(dá)一類的設(shè)備去感知這個(gè)世界空間里的人、物、場(chǎng)。
深度學(xué)習(xí)：它是 2013 年前后興起的技術(shù)，作為對(duì)比，過(guò)往的老的機(jī)器學(xué)習(xí)技術(shù)更像是數(shù)理統(tǒng)計(jì)、數(shù)理分析的統(tǒng)計(jì)學(xué)。到了深度學(xué)習(xí)時(shí)代，神經(jīng)網(wǎng)絡(luò)的層次更多，更加豐富多元，可以進(jìn)一步模擬人類大腦的運(yùn)作機(jī)制。但是到目前為止，深度學(xué)習(xí)仍然只具備數(shù)據(jù)的“輸入—輸出”能力，不具備人腦推理、分析等更深層次認(rèn)知的能力。
多傳感器融合：傳感器多種多樣，它是整個(gè)人工智能系統(tǒng)的觸點(diǎn)，可以從不同維度捕捉不同的數(shù)據(jù)，把這些數(shù)據(jù)輸入到人工智能系統(tǒng)里面，作為數(shù)據(jù)的來(lái)源。
所以，把這三種技術(shù)結(jié)合在一起，可以為各行業(yè)創(chuàng)造很多新的技術(shù)、新的解決方案，形成一些顛覆式場(chǎng)景的應(yīng)用。
這四個(gè)小視頻里的人其實(shí)都是我本人。上面這兩個(gè)是我們用 3D 視覺(jué)傳感器實(shí)時(shí)把我自己重構(gòu)到計(jì)算機(jī)里面，此時(shí)此刻我就坐在一個(gè)房間里，用一個(gè)毛絨玩具逗一只小狗，這個(gè)信息會(huì)實(shí)時(shí)同步到計(jì)算機(jī)里。上面兩個(gè)視頻里面，大家看到的是不帶顏色的 3D 重構(gòu)還原。
下面的小視頻顯示，我可以把顏色的信息也同步疊加在不帶顏色的信息上面，在數(shù)據(jù)的還原維度上，除了深度的結(jié)構(gòu)型數(shù)據(jù)之外，還可以還原顏色、材質(zhì)、紋理等表面特征，可以從不同的角度實(shí)時(shí)查看我自己。
最下面是 3D 人臉識(shí)別技術(shù)，這個(gè)技術(shù)已經(jīng)很普遍，手機(jī)解鎖、家里的智能鎖用的都是 3D 人臉識(shí)別技術(shù)。相對(duì)于 2D，它捕捉到的面部關(guān)鍵點(diǎn)更多，把這些關(guān)鍵點(diǎn)拼成一個(gè)脈視網(wǎng)格，每個(gè)人會(huì)有自己專屬的唯一由小點(diǎn)組成的脈視網(wǎng)格，這就形成了大家唯一的生物特征。
具體使用時(shí)，我們會(huì)用到行業(yè)里面叫“TOF”的傳感器，它跟激光雷達(dá)的區(qū)別是，它更便宜，激光雷達(dá)發(fā)射的是 360 度的激光，TOF 發(fā)的是紅外線，但他們都有相同的功能——通過(guò)發(fā)出和返回的時(shí)間長(zhǎng)短，來(lái)判斷一個(gè)空間里人或者物體距離的遠(yuǎn)近、形態(tài)體態(tài)的大小等等。
通常在實(shí)際使用情況下，自動(dòng)駕駛只用裝一個(gè)激光雷達(dá)就可以，但是在醫(yī)療、零售等行業(yè)應(yīng)用里，通常情況下我們會(huì)在一個(gè)空間里部署若干個(gè) 3D 視覺(jué)傳感器，對(duì)整個(gè)空間進(jìn)行實(shí)時(shí)的三維重構(gòu)。
我們不需要借助人臉來(lái)判斷這個(gè)人是誰(shuí)，也不需要他外觀的穿戴、衣著去分析跟他個(gè)人相關(guān)的信息。在接下來(lái)進(jìn)行分析的過(guò)程中，我們會(huì)把這些表面的信息剝離掉，僅僅留下三維人的信息。
我們訓(xùn)練了各種行為姿態(tài)，研究識(shí)別的算法，所以可以判斷出一個(gè)空間里這些人在做什么。比如靜止站立、運(yùn)動(dòng)行走、蹲下、伸胳膊；與空間里的物體進(jìn)行交互，比如拿起或放回。這些行為都會(huì)被我們的機(jī)器深度學(xué)習(xí)算法所捕捉和分析。
在制造業(yè)，可能涉及各種零部件，醫(yī)療行業(yè)也涉及各種耗材，關(guān)于物體品類的識(shí)別，我們是怎么做到的？我們自己研發(fā)了一款機(jī)器學(xué)習(xí)的盒子，我們叫物體學(xué)習(xí)機(jī)。它有點(diǎn)像大號(hào)的微波爐，當(dāng)你把一個(gè)物體放進(jìn)去之后，它就會(huì)旋轉(zhuǎn)，然后從不同的角度提取該物體的幾何 3D 特征。基于這些信息和數(shù)據(jù)，我們會(huì)給每一個(gè)物體訓(xùn)練一個(gè)日后可以用來(lái)做識(shí)別的機(jī)器學(xué)習(xí)模型。
所以，當(dāng)我們?cè)谡鎸?shí)的生產(chǎn)環(huán)境里，無(wú)論是工廠領(lǐng)用的耗材，還是醫(yī)院領(lǐng)取的止血棉，或是在零售商店里購(gòu)物時(shí)，都可以通過(guò)這樣的技術(shù)分析，判斷和識(shí)別出與人交互的是什么物體。
如果我們深入每一個(gè)行業(yè)，會(huì)發(fā)現(xiàn)勞動(dòng)者在從事大量簡(jiǎn)單、機(jī)械、重復(fù)的工作，這些工作完全可以通過(guò)人工智能技術(shù)進(jìn)行一定程度的替代和升級(jí)。這樣整個(gè)價(jià)值鏈運(yùn)作會(huì)更加高效，從而可以解放勞動(dòng)力，讓他們從事更加有價(jià)值、有創(chuàng)造性的工作，提升從業(yè)者的幸福感。
我們公司做的是各行業(yè)價(jià)值鏈其中一個(gè)環(huán)節(jié)的優(yōu)化和改善，是對(duì)勞動(dòng)力在一定程度上的替代和升級(jí)。接下來(lái)分享下我們技術(shù)具體的落地應(yīng)用。
我們做的是耗材或用品領(lǐng)用倉(cāng)庫(kù)解決方案。與大型倉(cāng)儲(chǔ)倉(cāng)庫(kù)不一樣，它可能是一個(gè)房間，或一個(gè)幾十平米到上百平米的空間。過(guò)往對(duì)倉(cāng)庫(kù)的管理靠手工登記，有的倉(cāng)庫(kù)甚至需要把鑰匙分給若干管理員。當(dāng)有人領(lǐng)料或領(lǐng)備件時(shí)，需要管理員到現(xiàn)場(chǎng)開(kāi)門(mén)，耗材的管理也需要手工登記。
第一，管理員沒(méi)法做到時(shí)刻在現(xiàn)場(chǎng)，大家的領(lǐng)料時(shí)間受到約束，無(wú)法 7×24 小時(shí)隨時(shí)隨地領(lǐng)料。第二，由于數(shù)字化或智能化程度不高，造成大量持續(xù)性耗材的損失。
理想的智能倉(cāng)儲(chǔ)方案應(yīng)該具備以下特點(diǎn)：
第一，靈活，可隨意部署。能適配不同科室、不同倉(cāng)庫(kù)空間的部署要求，最大化空間利用率和耗材存放密度，使寸土寸金的醫(yī)療倉(cāng)空間能獲得高效利用。
第二，精準(zhǔn)，物體識(shí)別要超低誤差。
第三，使用極度友好，技術(shù)實(shí)現(xiàn)完全符合使用者操作直覺(jué)，新人能快速熟悉。
第四，易于運(yùn)營(yíng)維護(hù)，方案需保證 24 小時(shí)不間斷的穩(wěn)定運(yùn)行，且運(yùn)行中只需要極低的管理成本和資源消耗，減少非護(hù)理工時(shí)。
我們整個(gè)系統(tǒng)包含了軟件、硬件和 AI 算法。這是我們后臺(tái)系統(tǒng)的截圖，左邊是監(jiān)控系統(tǒng)，右邊是給運(yùn)營(yíng)人員管理的系統(tǒng)。左邊系統(tǒng)實(shí)時(shí)在線監(jiān)控，比如倉(cāng)庫(kù)里有 5 個(gè)人，我們就能實(shí)時(shí)呈現(xiàn)出這 5 個(gè)人此刻在做什么，他此時(shí)此刻在這個(gè)空間的什么位置，他在跟什么物體進(jìn)行交互，交互是發(fā)生在幾分幾秒，這個(gè)都會(huì)實(shí)時(shí)記錄下來(lái)。右邊系統(tǒng)的功能是，每一筆領(lǐng)料、補(bǔ)料的過(guò)程和記錄，都會(huì)自動(dòng)存在系統(tǒng)里，日后復(fù)盤(pán)也非常方便，且實(shí)現(xiàn)了無(wú)人化、自動(dòng)化值守。
在醫(yī)療領(lǐng)域，醫(yī)院各個(gè)科室早晨要做手術(shù)，需要在高峰時(shí)段同時(shí)領(lǐng)用耗材，各科室護(hù)士都想快速領(lǐng)取耗材，所以會(huì)導(dǎo)致?lián)頂D排隊(duì)等待的情況，而且醫(yī)院管理倉(cāng)庫(kù)拿鑰匙開(kāi)門(mén)的人都是高學(xué)歷、高水平的醫(yī)生，用這樣的人去管理倉(cāng)庫(kù)，一定程度上也是人才的浪費(fèi)。
而在無(wú)人值守倉(cāng)庫(kù)，領(lǐng)料只需 10 秒左右，這一過(guò)程會(huì)自動(dòng)上傳到系統(tǒng)里，哪個(gè)科室的誰(shuí)領(lǐng)過(guò)幾件什么耗材都自動(dòng)化記錄在案。領(lǐng)用倉(cāng)可以用在各種場(chǎng)景里，大到汽車制造行業(yè)的備件，小到手機(jī) 3C 的芯片管理、元器件的管理，都可以應(yīng)用。
除此之外，持續(xù)性的物料耗損也是讓企業(yè)非常頭疼的事情，過(guò)往的跑冒滴漏，大家不經(jīng)意間造成物料損失還是蠻多的。 3D 視覺(jué)技術(shù)最大的好處，是可以做到人機(jī)協(xié)同。
現(xiàn)在有兩種類型的人機(jī)協(xié)同：一種是機(jī)器做人看；還有一種是人做機(jī)器看。兩者的區(qū)別是什么？機(jī)器能做大量重復(fù)的工作，但是機(jī)器沒(méi)法保證 100% 的準(zhǔn)確率。比如，硬質(zhì)電路板這些輸出物，上面滴的膠是否按照標(biāo)準(zhǔn)滴到規(guī)定的高度，還是需要人的肉眼去看，這些需要肉眼才能看到。
過(guò)往技術(shù)搞不定是因?yàn)?2D 視覺(jué)沒(méi)有三維高低起伏信息，所以沒(méi)有辦法對(duì)高度層面進(jìn)行很好地判斷。而現(xiàn)在的 3D 技術(shù)可以做到人機(jī)協(xié)同。機(jī)器做完之后，把人的部分去掉，讓機(jī)器視覺(jué)自動(dòng)代替人去查看缺陷是否存在。
還有一種人機(jī)協(xié)同，比如人要把小螺絲擰到板子上，但是有沒(méi)有按規(guī)定擰好，過(guò)往靠人盯人，現(xiàn)在也可以靠機(jī)器自動(dòng)識(shí)別。因?yàn)槲覀冇行袨榈呐袛啵覀兛梢耘袛噙@個(gè)人擰了幾下螺絲，有沒(méi)有擰緊，擰沒(méi)擰緊一定程度上很主觀，但可以通過(guò)行為判斷有沒(méi)有按照要求去做。
這個(gè)是我們?cè)谏虾＜t橋機(jī)場(chǎng) 2018 年開(kāi)的無(wú)人零售的超市，當(dāng)時(shí)一個(gè)網(wǎng)紅去打卡。這個(gè)網(wǎng)紅在門(mén)店里做了各種各樣拿放的測(cè)試。我們這個(gè)門(mén)店有一個(gè)特色，你可以打開(kāi)直接在里面吃了喝了，因?yàn)檫@樣的行為已經(jīng)被算法提前訓(xùn)練過(guò)，甚至你裝在自己兜里、放包里都沒(méi)問(wèn)題。該技術(shù)可以用在倉(cāng)里，也可以用在零售店里，實(shí)現(xiàn)無(wú)感支付。消費(fèi)者購(gòu)物很快，通過(guò)掃碼或掃臉進(jìn)去，隨意挑選，挑選完之后直接離開(kāi)。
該門(mén)店產(chǎn)生了大量的數(shù)據(jù)，這些數(shù)據(jù)可以幫助零售行業(yè)的價(jià)值鏈降本增效。過(guò)往的零售商很少有這個(gè)數(shù)據(jù)可以轉(zhuǎn)化，比如，消費(fèi)者進(jìn)店離店，去過(guò)什么地方，看過(guò)什么商品，拿起放回什么，最后生成幾筆訂單，買了什么東西等。
我們認(rèn)為，消費(fèi)過(guò)程的轉(zhuǎn)化漏斗，可以在每個(gè)環(huán)節(jié)進(jìn)行精細(xì)化的優(yōu)化。為什么能夠優(yōu)化？比如，通過(guò)在門(mén)店里裝一些數(shù)字化的觸點(diǎn)屏幕，我們可以給不同的人看不同的內(nèi)容，每個(gè)人享受的都是個(gè)性化、精準(zhǔn)化的營(yíng)銷。
我們幫上海老牌本土便利地郝德做了數(shù)字化的門(mén)店，完全無(wú)感支付，7×24 小時(shí)無(wú)人值守。有移動(dòng)的，可以擺在戶外，用 5G 技術(shù)做數(shù)據(jù)的傳輸，可以按季節(jié)的變換擺在不同的位置。
最近元宇宙虛擬人導(dǎo)購(gòu)很火，虛擬人導(dǎo)購(gòu)也是 3D 技術(shù)，我們把虛擬人 3D 技術(shù)跟門(mén)店 3D 技術(shù)結(jié)合在一起，用虛擬人代替真實(shí)的人去做營(yíng)銷、推廣、推介，效果非常好。
目前我們業(yè)務(wù)大概分布在 14 個(gè)國(guó)家，除了中國(guó)本土在做制造業(yè)的升級(jí)，醫(yī)療行業(yè)的升級(jí)，零售行業(yè)的升級(jí)以外，也把這個(gè)技術(shù)輸出到其他的國(guó)家。
除此之外我們還跨了其他的行業(yè)，比如教育行業(yè)，我們跟各種職業(yè)院校、高等教育學(xué)校一起打造 AIoT 實(shí)訓(xùn)基地，把智能零售倉(cāng)或者門(mén)店搬到學(xué)校里，既可以買東西或領(lǐng)用耗材，也可以讓學(xué)生自己研究里面的算法……
截至目前，我們已經(jīng)陸續(xù)推出了無(wú)人零售、醫(yī)療倉(cāng)儲(chǔ)、教學(xué)實(shí)訓(xùn)、工業(yè)檢測(cè)、煙草巡檢、養(yǎng)老監(jiān)護(hù)等 AI 數(shù)智化解決方案，為教育、煙草、文體娛、交通、養(yǎng)老等行業(yè)的智慧升級(jí)、降本增效提供了新的視角。未來(lái)，我們還將秉持著“科技重塑生活”的理念，讓數(shù)字技術(shù)滲透更多行業(yè)、更多場(chǎng)景，成為提升從業(yè)者與受眾幸福感的關(guān)鍵力量。
