近日，数之联机内检AOI（自动光学检测）设备首次整装出海交付。该产品是利用人工智能技术驱动的自动化检测设备，专为电视生产过程中的“一致性检验工艺段”而设计，能够有效提升产品检测的效率和精确度。
中国制造出海，专精特新“小巨人”崭露头角
1986年德国管理学家赫尔曼·西蒙提出“隐形冠军”概念，它指的是深耕在某一细分领域并在国际市场占据较高份额且具有独特优势的中小企业。这些中小企业支撑起德国制造业的基本盘，让德国成为当时全球第一大工业品出口国。德国的“隐形冠军”企业定位在产品出海抢占国际市场份额，那么中国的专精特新“小巨人”企业该如何定位呢？成为隐形冠军是目标，“专精特新”是路径，中国制造要走出去，势必需要一大批“专精特新”企业做支撑，并在强链、补链、稳链上发挥作用，让其成为推进经济高质量发展和促进国内国际双循环的一支不可或缺的重要力量，助力更多企业集体出海。
2020年数之联入选全国第二批专精特新“小巨人”企业名单，3年后携中国AI力量参与海外生产。依托自身行业经验和技术产品，数之联提供针对工业AI质检领域领先的智能化解决方案，全力保障客户国内外工厂的高质量生产。
一手抓产品，一手抓技术，挑战更高层次要求
数之联机内检AOI产品的问世与走向海外市场，克服了众多困难和挑战。项目具有交期短、技术含量高和需求复杂等特点，从研发初期数之联就致力于精益求精，不断优化视觉、软件等模块，先后在客户国内工厂上线，并选取与国外工厂状况最相似的工厂进行生产模拟。但根据经验，即使在国内做到了万全准备，往往到海外现场还会出现各种突发状况。因此，这相当考验在客户现场服务的能力，更对“技术＋服务”双轮驱动的挑战。以客户满意为导向，9月下旬数之联首批实施团队远赴墨西哥进行“陪产”。
一方面是工程项目，另一方面是钻研技术。以深度学习为代表的人工智能技术迅速推动了计算机视觉诸多领域的，在深度学习模型中，由于神经网络的结构和参数的复杂性，导致模型的决策过程难以被人类理解，因此研究深度模型的可解释性可以帮助我们更好地理解模型如何做出决策并提高模型的可靠性和鲁棒性。日前，数之联算法团队在SCI期刊（中科院一区）发表了题为《JointGaussainmixturemodelforversatiledeepvisualmodelexplanation》的学术论文，论文对深度学习的可解释建模进行了深度研究和探索，提出了一种通用深度视觉模型可解释性工具——联合高斯混合模型。这篇论文展示了前沿探索，它可以帮助工程师在缺陷检测时，通过模型可解释性来审视经验，并在人的经验和AI结论有冲突时发现问题的所在。
未来，数之联机将通过不断优化产品性能，加强与国内外企业的合作，推动中国AI技术在全球市场的影响力和认可度。