You are currently at: ejtech.hkej.com
Skip This Ads
Don't Miss
Home   >   人物專訪   >   工業生產｜思謀科技IndustryGPT智能傳感器 助力工業生產 專攻質檢難題 減少依賴專家

工業生產｜思謀科技IndustryGPT智能傳感器 助力工業生產 專攻質檢難題 減少依賴專家

By on February 26, 2024

原文刊於信報財經新聞「EJ Tech 創科鬥室」

出身自香港中文大學的人工智能（AI）科企思謀科技（SmartMore），成立僅一年半迅速晉身「獨角獸」（估值超過10億美元的初創）。除了自研智能工業平台、智能感測器及智能一體化設備等，去年底更推出全球首個專注工業領域的多模態大模型IndustryGPT，有望縮短企業生產線決策流程、提升生產效率。

思謀科技研發的智能傳感器，採用深度學習演算法，可容納不同的安裝空間。（黃俊耀攝）

初創思謀業務廣 擁空巴等大客

思謀科技業務涉獵甚廣，旗下產品種類亦不少，蔡司、空中巴士、博世等知名大企都是其客戶。思謀創始人兼董事長賈佳亞以自研智能傳感器為例，介紹產品在工業生產中的應用。他提到，傳感器系列共計十多款產品，其精密度等同於蘋果手機，能以智能方式理解工業生產所出現的問題。系列當中的智能讀碼器，分為緊湊（ViScanner VS800）及進階（ViScanner VS1000 Pro）兩個版本。兩款讀碼器均搭載自研深度學習演算法，能因應生產環境滿足不同需求。

智能傳感器整合偏振及常規光源，支援不同背景下讀碼。（YouTube影片擷圖）

賈佳亞笑稱，想讓大眾理解思謀做什麼不容易，「我們不是消費品牌，而是躲在生產設備後面⋯⋯不少大家玩到的遊戲、新手機的升級迭代，背後都有我們的設備。」難以提升品牌認知度，卻在科技界嶄露頭角，賈佳亞歸功於公司科研實力，以及技術領先性。

提及思謀所解決的行業難題，賈佳亞以光源系統當中的燈珠舉例。他解釋，若想同時檢測一塊大光源板中，數以千萬計的光珠亮度是否一致，相當於「在深圳市的衞星照片中，找出一個有問題的交通燈」。這一問題之前在行業內無人能解決，思謀正是藉攻克這類難題獲得認可。

賈佳亞預計機器學習很快過時，故決心鑽研深度學習技術。（黃俊耀攝）

作為中大終身教授，賈佳亞稱自己始終處於研發第一線，近期在多模態大模型投入大量時間及精力。他透露，自己數年前已意識到坊間不少自動化公司普遍使用的機器學習技術，其背後邏輯框架很快就會過時。在成立思謀之初，他便決心主攻深度學習（Deep Learning）技術。

快速理解實現「彎道超車」

在賈佳亞眼中，近期推出的IndustryGPT是再下一代技術。用於訓練該模型的工業數據量級超過500億，「等同於10萬個工科博士所閱讀的論文總量」。過去需要資歷三四十年的專家方能解決的問題，現時可透過IndustryGPT快速理解，從而找到解決方案。賈佳亞認為，工業生產現時相當依賴資深專家，想實現「彎道超車」，應當要讓年輕人掌握專家所擁有的知識。

在IndustryGPT輸入問題，AI即可回答產線設備運行狀況、設備使用事項等信息。（網上圖片）

賈佳亞直言，IndustryGPT的數據來源，均為公開資料。相比企業內部數據，兩者學習成效又有否分別？賈佳亞相信，這議題正是未來AI發展的「兩隻手」，雙方既互相矛盾，又彼此促進。

這是因為訓練AI模型時，大家都想讓它掌握所有知識，終極目標是無論簡單或刁鑽問題，AI都能回答，即所謂通用人工智能（Artificial General Intelligence）。惟現實是，企業不會共享內部數據，反而會訓練自家專用的AI模型。大家熟悉的量化基金（Quant Fund），即利用大數據、AI及機械學習而作出投資決策，就是其中一個例子。

採訪、撰文：周泳彤

延伸閱讀：

思謀科技主力B2B 與政府洽建無人工廠

支持EJ Tech

如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。