上周2022世界人工智能大會(huì)（WAIC）在上海開幕。深度學(xué)習(xí)技術(shù)及應(yīng)用國(guó)家工程研究中心主辦、百度飛槳承辦的“AI開源開放與產(chǎn)業(yè)智能化高峰論壇”同期舉行。NI全球業(yè)務(wù)和生態(tài)高級(jí)總監(jiān)潘宇，作為百度飛槳在工業(yè)領(lǐng)域的產(chǎn)業(yè)伙伴代表深入分享了人工智能在工業(yè)測(cè)試、測(cè)量及數(shù)據(jù)分析領(lǐng)域的探索和應(yīng)用。

測(cè)試測(cè)量領(lǐng)域是一個(gè)面向不同行業(yè)，同時(shí)貫穿整個(gè)產(chǎn)品生命周期的技術(shù)領(lǐng)域。隨著各行業(yè)的技術(shù)的發(fā)展以及高科技產(chǎn)品復(fù)雜度的提升，產(chǎn)品從設(shè)計(jì)原型、到功能驗(yàn)證，再到生產(chǎn)和使用，每個(gè)環(huán)節(jié)的測(cè)試測(cè)量技術(shù)都存在著新的挑戰(zhàn)。

正因?yàn)槿绱耍覀冇袡C(jī)會(huì)接觸到大量不同行業(yè)的全球領(lǐng)軍企業(yè)在技術(shù)革新上的應(yīng)用探索。在和他們共同解決這些挑戰(zhàn)的過(guò)程中，我們也觀察到很重要的兩點(diǎn)：1） 產(chǎn)品生命周期中每個(gè)環(huán)節(jié)以及整個(gè)產(chǎn)品生命周期中所應(yīng)用技術(shù)的領(lǐng)先性尤其是數(shù)據(jù)的管理和分析，能夠直接影響到產(chǎn)品質(zhì)量、效率、產(chǎn)能等企業(yè)目標(biāo)進(jìn)而影響業(yè)務(wù)績(jī)效2）越來(lái)越多的企業(yè)將AI/ML技術(shù)作為最重要的技術(shù)升級(jí)手段，同時(shí)也會(huì)非常重視AI/ML的應(yīng)用場(chǎng)景選擇與業(yè)務(wù)績(jī)效的直接掛鉤。因此，對(duì)于NI來(lái)說(shuō)如何選擇和用戶在AI/ML上合作的合適的賽道也尤為重要。

NI在人工智能領(lǐng)域的探索在這樣的背景下，NI全球的Long-term Innovation研發(fā)團(tuán)隊(duì)和行業(yè)業(yè)務(wù)單元團(tuán)隊(duì)重點(diǎn)篩選了一些AI/ML能夠在測(cè)試測(cè)量領(lǐng)域帶來(lái)顯著技術(shù)和商業(yè)價(jià)值的場(chǎng)景，進(jìn)行更深入的探索及領(lǐng)先用戶合作。

從產(chǎn)品生命周期不同階段角度，我們目前在進(jìn)行的主要有3個(gè)重點(diǎn)方向的探索：（1）設(shè)計(jì)和原型領(lǐng)域；（2）產(chǎn)品驗(yàn)證領(lǐng)域；（3）生產(chǎn)制造領(lǐng)域

下面以智能網(wǎng)聯(lián)汽車中ADAS的驗(yàn)證系統(tǒng)為例展開講下NI目前的工作和探索。ADAS及自動(dòng)駕駛汽車（AV） 是AI/ML產(chǎn)業(yè)化的一個(gè)重要應(yīng)用場(chǎng)景，但同時(shí)新的技術(shù)和對(duì)系統(tǒng)可靠性的要求也給系統(tǒng)的測(cè)試驗(yàn)證提出了嶄新的挑戰(zhàn)。ADAS系統(tǒng)設(shè)計(jì)中ADAS/自動(dòng)駕駛算法的訓(xùn)練和系統(tǒng)驗(yàn)證需要引入海量的現(xiàn)實(shí)應(yīng)用場(chǎng)景也就意味著海量數(shù)據(jù)，因此NI的平臺(tái)需要能夠支持海量數(shù)據(jù)的錄制和回放以幫助用戶實(shí)現(xiàn)模型訓(xùn)練和仿真驗(yàn)證系統(tǒng)。

以 ADAS數(shù)據(jù)采集為例，一天的數(shù)據(jù)采集量可以達(dá)到170TB，這個(gè)對(duì)于數(shù)據(jù)的存儲(chǔ)和使用提出了巨大的挑戰(zhàn)。如果能夠根據(jù)場(chǎng)景的不同進(jìn)行數(shù)據(jù)規(guī)約（Data Reduction）從而實(shí)現(xiàn)智能數(shù)據(jù)采集，將可以極大的提高數(shù)據(jù)質(zhì)量以達(dá)到節(jié)省開發(fā)成本和縮短測(cè)試時(shí)間的目的。在這個(gè)應(yīng)用中，NI探索重點(diǎn)是在基于攝像頭、雷達(dá)、全球衛(wèi)星導(dǎo)航系統(tǒng)等傳感器感知周圍環(huán)境的基礎(chǔ)上應(yīng)用AI/ML算法進(jìn)行場(chǎng)景識(shí)別，智能控制數(shù)據(jù)流的采集，通俗地講，在周圍車道沒有行駛車輛的時(shí)候，數(shù)據(jù)并不具有非常高價(jià)值，不需要保存數(shù)據(jù) ；當(dāng)檢測(cè)到周圍有其他車輛并且追蹤到車輛有變道等行為時(shí)，判定為有價(jià)值數(shù)據(jù)，再進(jìn)行數(shù)據(jù)采集和存儲(chǔ)，借此優(yōu)化產(chǎn)品的測(cè)試流程和加速上市時(shí)間。

正因?yàn)樵谌虿煌袠I(yè)的技術(shù)領(lǐng)域看到以上基于AI/ML明確的應(yīng)用需求，NI也從2021年開始，基于中國(guó)本土化需求和發(fā)展趨勢(shì)，通過(guò)浦東新區(qū)的“大企業(yè)開放創(chuàng)新中心計(jì)劃”（GOI），與百度飛槳開始在技術(shù)、應(yīng)用和生態(tài)不同層面探索合作，推進(jìn)產(chǎn)業(yè)賦能。

在技術(shù)創(chuàng)新領(lǐng)域，我們希望將NI在測(cè)試測(cè)量領(lǐng)域的領(lǐng)先軟件平臺(tái)例如LabVIEW及其他軟件和百度飛槳進(jìn)行打通互聯(lián)，為原有的測(cè)試測(cè)量系統(tǒng)賦能AI技術(shù)。軟件系統(tǒng)的聯(lián)通也會(huì)加速AI技術(shù)賦能硬件數(shù)據(jù)采集和測(cè)試測(cè)量，從而加速用戶實(shí)現(xiàn)跨領(lǐng)域的技術(shù)應(yīng)用場(chǎng)景探索，如6G通信、圖像識(shí)別、設(shè)備管理、預(yù)測(cè)性維護(hù)等。

廣泛持續(xù)的生態(tài)創(chuàng)新案例

在此基礎(chǔ)上，我們希望賦能NI現(xiàn)有的廣泛用戶社群和生態(tài)進(jìn)行生態(tài)創(chuàng)新。我們這里舉了兩個(gè)已經(jīng)在實(shí)際探索的案例：

基于深度學(xué)習(xí)的6G網(wǎng)絡(luò)頻譜感知識(shí)別，這是未來(lái)的創(chuàng)新應(yīng)用之一。國(guó)內(nèi)領(lǐng)先的無(wú)線研究者基于NI的USRP系列軟件無(wú)線電產(chǎn)品的無(wú)線信號(hào)采集和預(yù)處理功能，借助百度飛槳開源深度學(xué)習(xí)平臺(tái)完成模型訓(xùn)練及優(yōu)化，領(lǐng)先的實(shí)現(xiàn)了6G網(wǎng)絡(luò)的頻譜感知識(shí)別的原型平臺(tái)構(gòu)建和算法驗(yàn)證；

另一個(gè)案例來(lái)自上海儀酷智能科技有限公司，作為NI公司和百度飛槳共同的用戶和合作伙伴，儀酷基于百度飛槳PP-YOLOE特色目標(biāo)檢測(cè)模型在NI開放軟件平臺(tái)LabVIEW上實(shí)現(xiàn)目標(biāo)檢測(cè)算法，充分結(jié)合了NI LabVIEW的工業(yè)連接和PP-YOLOE在算法效率上的優(yōu)點(diǎn)，由此實(shí)現(xiàn)在圖像識(shí)別領(lǐng)域的技術(shù)和應(yīng)用創(chuàng)新。

最后，我們也通過(guò)NI“中國(guó)創(chuàng)新發(fā)展中心”的平臺(tái)，和百度飛槳在產(chǎn)業(yè)人才培養(yǎng)和行業(yè)應(yīng)用賦能上，通過(guò)不同類型的生態(tài)合作，共同加速產(chǎn)業(yè)賦能。