近日，數之聯機內檢AOI（自動光學檢測）設備首次整裝出海交付。該產品是利用人工智能技術驅動的自動化檢測設備，專為電視生產過程中的“一致性檢驗工藝段”而設計，能夠有效提升產品檢測的效率和精確度。

中國制造出海，專精特新“小巨人”嶄露頭角

1986年德國管理學家赫爾曼·西蒙提出“隱形冠軍”概念，它指的是深耕在某一細分領域并在國際市場占據較高份額且具有獨特優勢的中小企業。這些中小企業支撐起德國制造業的基本盤，讓德國成為當時全球第一大工業品出口國。德國的“隱形冠軍”企業定位在產品出海搶占國際市場份額，那么中國的專精特新“小巨人”企業該如何定位呢？成為隱形冠軍是目標，“專精特新”是路徑，中國制造要走出去，勢必需要一大批“專精特新”企業做支撐，并在強鏈、補鏈、穩鏈上發揮作用，讓其成為推進經濟高質量發展和促進國內國際雙循環的一支不可或缺的重要力量，助力更多企業集體出海。

2020年數之聯入選全國第二批專精特新“小巨人”企業名單，3年后攜中國AI力量參與海外生產。依托自身行業經驗和技術產品，數之聯提供針對工業AI質檢領域領先的智能化解決方案，全力保障客戶國內外工廠的高質量生產。

一手抓產品，一手抓技術，挑戰更高層次要求

數之聯機內檢AOI產品的問世與走向海外市場，克服了眾多困難和挑戰。項目具有交期短、技術含量高和需求復雜等特點，從研發初期數之聯就致力于精益求精，不斷優化視覺、軟件等模塊，先后在客戶國內工廠上線，并選取與國外工廠狀況最相似的工廠進行生產模擬。但根據經驗，即使在國內做到了萬全準備，往往到海外現場還會出現各種突發狀況。因此，這相當考驗在客戶現場服務的能力，更對“技術＋服務”雙輪驅動的挑戰。以客戶滿意為導向，9月下旬數之聯首批實施團隊遠赴墨西哥進行“陪產”。

一方面是工程項目，另一方面是鉆研技術。以深度學習為代表的人工智能技術迅速推動了計算機視覺諸多領域的革命，在深度學習模型中，由于神經網絡的結構和參數的復雜性，導致模型的決策過程難以被人類理解，因此研究深度模型的可解釋性可以幫助我們更好地理解模型如何做出決策并提高模型的可靠性和魯棒性。日前，數之聯算法團隊在SCI頂級期刊（中科院一區）發表了題為《JointGaussainmixturemodelforversatiledeepvisualmodelexplanation》的學術論文，論文對深度學習的可解釋建模進行了深度研究和探索，提出了一種通用深度視覺模型可解釋性工具——聯合高斯混合模型。這篇論文展示了前沿探索，它可以幫助工程師在缺陷檢測時，通過模型可解釋性來審視經驗，并在人的經驗和AI結論有沖突時發現問題的所在。

未來，數之聯機將通過不斷優化產品性能，加強與國內外企業的合作，推動中國AI技術在全球市場的影響力和認可度。

審核編輯 黃宇