「對於攝影機來說，識別板材非常棘手！」 Korbinian Weiß 說道。多年來，他一直在嘗試改進攝影機對板材的識別。「板材會反光、彎曲並且很薄，而且還會晃動，形狀也各不相同。」攝影機幾乎很難識別出板材。而人工智慧（AI）技術正好有助於妥善解決此類問題。
以資料為基礎
Weiß 是 TRUMPF 迪琴根 AI 圖像識別團隊的負責人。如果他能如願以償，TRUMPF 的首台全自動雷射機 TruLaser Center 7030 將至少安裝 24 個攝影機。但目前還「只」裝了十二個攝影機，它們可提供大量圖像和視頻片段。它們與其他眾多資料為機台持續改進和新產品奠定了基礎，在某種程度來說，它們也是電腦視覺團隊工作的基石。但當 TruLaser Center 7030 切割一張張板材的時候，AI（人工智慧）究竟扮演著什麼角色？這條術語解釋可能會有所幫助：人工智慧是一個包含眾多細分領域的科研領域。機器學習就是細分領域之一。為了讓 TruLaser Center 7030 等機台能夠「學習」並在之後更好、更高效地運轉，它們需要適當形式的軟體工具和方法。機器視覺，專業人士也稱為電腦視覺，就是其中一種方法。
Korbinian Weiß 是 TRUMPF 迪琴根 AI 圖像識別團隊的負責人。
Korbinian Weiß 使用來自 TruLaser Center 7030 機台內部的 100,000 多張圖像來訓練 AI。
解釋 AI：TRUMPF 的電腦視覺專家很樂意為您解釋 AI 如何助力板材切割。
用於 Sorting Guide 的解決方案
Korbinian Weiß 其實是一名機械工程師，但很早就在 TRUMPF 從事軟體控制專案的開發。他是 TRUMPF Sorting Guide 的專案經理，但在最開始，TRUMPF 並未計畫將 AI 技術用於該功能。Sorting Guide 最初採用十分傳統的演算法工作。「當時在試驗階段，該功能運轉一切正常，我們對試驗結果非常滿意」，這位 37 歲的工程師描述著當時的情況。然後我們就把它拿給試用客戶進行測試——結果一點都不好用。」 問題源於光照條件。在加工環境中，材料的明暗度各有不同，且各種反光的表面和物體導致演算法根本無從應對。Weiß 說：「我們唯有透過 AI 技術才能應對這種情況。」電腦視覺團隊首先必須手動標記 100,000 多張圖像，也就是對它們進行分類。借助鈑金零件在圖像中是否可見的相關資訊以及相應的演算法，AI 技術能夠「訓練軟體」，並透過無數次訓練迴圈不斷提高預測精度。
AI 不是全部
「AI 方面的工作其實只占 5%，剩下的 95% 則都屬於資料方面」，這位 37 歲的工程師闡明了其團隊的工作方式以及真正的挑戰：「首先是採集資料，然後是對資料進行管理、標記，再針對不同問題的解決目標彙編資料記錄，以及在資料中找到正確平衡等。」其實有的時候，傳統演算法也完全能夠為客戶解決問題。但傳統演算法無法解決問題的情況卻愈發頻繁。TRUMPF 於 2020 年開發 Sorting Guide 並將其推出上市以來，電腦視覺領域已發生了很多變化。不僅技術和演算法資料庫增強了，思維方式也有所變化。「現如今，當我們在開發產品時，總是會想到資料」，Weiß 說道。這也正是 TruLaser Center 7030 會內置攝影機的原因，同時也是新型商業模式成為可能的原因。例如 TRUMPF 的按件付費新模式。
遠端控制夜班
這家高科技企業透過此商業模式引進了 TRUMPF 的全自動旗艦機型，該機在客戶的車間進行生產，但控制則由薩克森邦諾伊基希工廠的 TRUMPF 團隊分三班制進行，包括夜班。在攝影機的幫助下，該團隊得以深入瞭解機器並獲取連續的資料。如果鈑金零件卡住，攝影機就會錄製該事件發生前幾秒到事件發生後幾秒的影片。這反過來又能對 AI 進行訓練，以避免將來出現同類錯誤。更有效地使用機台、執行時間更長、件數更多、節省材料、維護預測、輔助系統——AI 的用途可謂多種多樣，而且這些只是冰山一角。「電腦視覺領域正經歷著諸多變化」，Korbinian Weiß 談到此處對 2024 年充滿了期待。例如，採用 AI 技術的智慧攝影機也將很快成為 TRUMPF 機台的議題。
機器資料（例如 TRUMPF 在其智慧工廠中採集的資料）可幫助電腦視覺團隊訓練 AI。
資料，資料，還是資料：TruLaser Center 7030 內置的小型攝影機越多，Korbinian Weiß 團隊採集到的資料也就越豐富。專家們就可利用這些資料來訓練 AI。也就是說：資料越多，結果就越好。
是時候醒悟了！
Sepp Hochreiter 教授早在五年前的漢諾威工業展上就警示過德國機械製造行業：「不要搞砸了！」 「千萬別把你們在機械製造行業的優勢搞砸了。」他說機械製造行業尚未看清形勢，它們不像 Facebook 或 Apple 公司一樣與客戶持續保持聯絡，而且即便是有客戶資料，它們也不會進行分析。「機械製造行業和使用者必須認清形勢。Hochreiter 教授是全球公認的人工智慧權威專家。Hochreiter 教授來自德國下巴伐利亞地區，現擔任奧地利林茲大學機器學習研究所和人工智慧實驗室的負責人。去年他獲得了 Axel-Springer 出版集團旗下媒體品牌「Welt」頒發的德國人工智慧獎。在德國同類獎項中，該獎項的含金量當屬最高。
Hochreiter 目前正在研究其自有的語言模型，據稱該模型要遠勝於 ChatGPT。「我之前對德國機械行業的警示依然有效」，這位科學家說道，即使今天距他上次講話已有五年。德國的機械和設備製造行業雖然成績斐然，尤其是在西南部，但如今的重點並非只是造出最好的機器，而是要營造最好的環境。他密切關注著該行業在 AI 領域的活動，而且對 TRUMPF 取得的成績倍感欣慰。「TRUMPF 在他們那裡幹得不錯！」
