科技助力经济发展

© 2024  TMTforum
首页 观察 区块链 正文

VisionX工业智能链开启工业4.0新时代：打造区块链驱动的工业智能交易市场

时间：2018-10-16 来源：VisionX0

蒸汽机和电的发明，让人类步入工业化生产的时代。互联网的出现，再次变革了社会生产力效率。

在当前，随着计算能力的爆炸式升级，以及大数据搜集的储备，人工智能已经实现突破式的发展，人类工业文明将迎来前所未有的新时代。VisionX工业智能链应运而生，满足行业所需，将引领建立区块链驱动的可持续发展生态，打造各行业和针对客户定制的最优人工智能解决方案。

人工智能起飞，工业步入4.0时代

工业文明离不开大数据的搜集与应用。全球工业大数据是金矿，亟待发掘价值。来自KPMG权威数据显示，2020年全球AI市场规模将达4万亿美元。Statista Report预测，2018年工业数据规模在420亿美元。以视觉检测行业为例，中国现有6000万名质检员，每年消耗3500亿美元的成本。Statista Report报告表明，机器人物品捡放这一垂直领域的产业价值，在2020年将达到473亿美元。

工业发展的趋势非常明显，不断提高产业质量、按客户订单生产，加快产品周期；与此同时，劳动力成本上升，人为错误频发。当前行业挑战是缺乏良好的工业人工智能解决方案。用户要先提供数据，才有AI解决方案。另外，单个客户难以获得足够的有效数据，缺乏合作解决跨行业AI需求的激励机制。

工业4.0时代，VisionX融合区块链和人工智能技术，以产品缺陷检测为突破口，解决跨行业共有痛点。

智能工业，始于“看见“ 

如何让机器有人类的眼睛，“看见”产品上的瑕疵，是一件世界难题。零件和成品上的划痕、凹痕、针孔等缺陷，影响钢铁产品的质量；纺织品和针脚拉链的划痕，影响消费者体验；航空金属、皮带老化、裂缝、安全带金属垫圈上的划痕缺陷，关乎公共安全。LED、LCD、太阳能电池板划痕，导致设备效率下降。

VisionX旨在打造世界最大的表面缺陷检测图像识别数据库。它拥有最大最优质的图像数据集，当前拥有数据集包括了跨行业缺陷图像总额超13万，元数据集总量超100万。并采用Dataonomy分类算法持续发掘相关数据，完善通用人工智能解决方案；通过一站式快速部署，准确率达95%以上，比竞争对手平均节省约30%的成本。

VisionX工业智能链适用的行业包括消费电子、纺织品时装、家具、钢铁、采矿、汽车、显示面板等诸多领域。未来还将延伸至预测性维护、机器人物品捡放、跨行业的信息策展市场等领域。

Dataonomy智能算法

VisionX工业智能链拥有多项已申请专利，包括基于人工智能的自动表面检查的系统和方法专利、基于人工智能的自动对象识别和操纵的系统和方法专利，正在申请专利的Dataonomy数据搜集分析算法，是其核心知识产权。

自主研发的Dataonomy数据搜集分析算法，是一种新颖的分类方法，挖掘大型共有数据集与跨行业缺陷数据集之间的内在相关性。

当前，Dataonomy数据搜集分析算法成功实现多项视觉检测成果。包括成功挑战国际工业表面瑕疵检测图像数据集（DAGM-2007），检测精度和通用性相比传统方法和深度学习方法更具明显优势。

VisionX工业智能交易市场 

一种算法即使再智能，并不足够支撑完整的生态系统，因为行业面临的数据分散、单个企业研发成本高、数据稀缺的问题需要一个完善的体系。 

VisionX的解决方法是建立由区块链驱动的生态系统，以激励多行业的参与；工业客户可贡献数据集，由VisionX进行认证。VisionX对行业数据进行排序、清理、注释，构建工业X基础数据集、工业X基础AI解决方案，并且可以针对特定客户定制化人工智能解决方案。通过客户数据可将通用方案准确率提高至99.97%；同时，去中心化的云边融合智能计算架构，支持云端大型深度神经网络的训练和客户边缘端的快速迭代。

根据记录在区块链上的数据集贡献，用户获得代币奖励+利润分红。奖励VNX代币来激励数据、解决方案和服务的贡献者；AI解决方案销售产生的利润将分红给数据贡献者（15%）、解决方案及数据集构建者（65%）和VisionX基金会（20%）。VisionX基金会将把20%的利润分红用以销毁代币，最高至流通量的50%。

VisionX给各个行业、企业架设一座桥梁，共同实现跨行业最佳人工智能方案，引领工业4.0的发展。未来服务数千个行业，百万级人工智能解决方案和数据。以产品缺陷视觉检测为突破点，逐步扩展至机器人物品捡放、预测性维护、智能语音、供应链等其他领域。 

潜在合作伙伴包括世界500强家电企业、显示器巨头、钢铁制造商、大型印刷设备制造商、传统各行业的图像质检企业、自动化和机器人设备开发商等等。

TAG：

TMTforum

觉得文章不错，微信扫描分享好友

热门文章

© 2011 - 2024  钛锋网  TMTForum.com