编程已成过去：如今在 AI 的辅助下，VisionLine Detect 图像处理系统可自动识别激光焊接位置。此前，用户还需进行繁琐的编程并且要具备丰富的经验才能完成这项工作。现在用户就只需将几张图片上传到云端应用“EasyModel AI”，并用鼠标在零件上标记焊接位置即可。然后 EasyModel AI 就会为 VisionLine Detect 创建 AI 图像处理模型，且其会进行自我训练。VisionLine Detect 通过该模型可自主识别焊接位置，并在工件上正确定位激光——比以往更快且更精准。这一创新的 EasyModel AI 解决方案还只是通快如今广泛应用 AI 科技的众多案例之一。
通快 AI 团队：Jens Ottnad、Louisa Peters 和 Florian Kiefer（左起）正在通快的多个业务领域推动 AI 技术的发展。
消除疑虑
“我不想在生产中使用 AI！”通快激光技术事业部的 Florian Kiefer 经常听到客户这样说。不过当用户在日常工作中亲身体验 AI 带来的切实便利后，大多数的顾虑便会不攻自破。例如通快的云端应用 EasyModel AI，作为一款 AI 辅助工具，它可为激光焊接识别零件， 并借助图像识别技术实现稳定的生产流程。尤其在汽车制造等大规模生产领域，该 AI 工具可带来显著优势。在理想情况下，它还能够提高产量，同时又符合最严苛的数据安全标准。身为激光技术事业部产品管理 Performance Solution 的负责人，Florian Kiefer 对 AI 技术的热情早已溢于言表。
由于传统的图像识别系统没有 AI 技术的加持，所以在面对复杂的几何形状、反射性极弱或极强的工件时往往会力不从心。例如电池单元、精密电子元器件或圆形反光电缆等部件就需要极高的焊接精度。在这些应用场景中，激光在短短数秒之内就能完成数千次焊接动作。如果传统的图像识别系统未能准确识别工件，那么即使是细微误差也可能会导致严重后果。例如，极小的误差就可能会使整块汽车电池报废，这不仅会徒增废品，还会导致生产成本迅速增加。而通快自研的 EasyModel AI 可为 VisionLine Detect 创建 AI 模型，从而为激光焊接解决上述核心难题。
EasyModel AI：使用这款在线工具的用户不必具备 AI 专业知识，只需提供清晰的工件图片即可。该应用浅显易懂也便于操作。
提升效率：如果产量增加，企业此时对 AI 的疑虑也最容易消除。
AI 知识并非必需
三年来，Florian Kiefer 作为产品经理一直在推动 EasyModel AI 的开发。他首先与大量客户进行了交流，分析了市场需求，并致力于开发一套简单易用的解决方案。如今，使用 EasyModel AI 的用户不必具备 AI 专业知识，只需提供清晰的工件图片即可。用户只需将图片上传至应用，利用”微软画图“之类的简易软件用颜色标记焊接位置后，AI 就会自动开始训练。如果图片较少，用户就需要自行标记焊接点。随后模型会自主生成焊接点建议，用户只需检验，必要时做出修正即可。经过 10 到 50 张图片的训练后，EasyModel AI 就可创建一个可靠的 AI 模型。这一过程通常仅需数分钟到数小时。训练完成后，用户便可下载该 AI 模型，并将其导入到图像处理软件 VisionLine Detect 之中，然后该软件就可妥善且精确地识别零件。之后的工作就由激光焊接系统接管，它会根据识别结果精准设置焊接点。
Jens Ottnad：他拥有机械工程博士学位，主攻人工智能的开发和研究，作为培训主管，他的目标是将通快打造成为一家数据驱动型企业。
数据，数据，还是数据
Jens Ottnad 强调：“我们对 AI 技术人才的要求是，他们要在数据生成之时，就能够厘清哪些数据对于企业和生产流程是至关重要的。”正因于此，他成为了通快的全球职业教育主管，致力于向通快的青年员工传道授业。“这是我们所面临的最大变革。因此我们需要尽可能多的人理解 AI 的基本原理。“
Jens Ottnad 的职业发展道路，也充分体现了 AI 在通快的核心地位。Ottnad 拥有机械工程博士学位，他的工作最初与职业培训并无交集。他毕业于德国卡尔斯鲁厄理工学院（KIT），主攻人工智能的开发和研究。他的使命是将通快打造成为一家数据驱动型企业，因为数据是人工智能的基石。早在此前的多个项目中，他就已经在积极地推动这一目标了。因此对 Ottnad 而言，将自己所掌握的知识传授给青年员工并致力于培养学徒和双元制学生，也就理所应当地成了自己下一阶段的工作。如今，他的职业重心已转向迪琴根地区 15 个职业方向的 300 名学徒和双元制学生，以及通快全体员工的继续教育。
获得优质切割边缘的秘诀
在激光焊接过程中，细小的电缆会给机床带来挑战，而对于激光切割来说，挑战却是切割边缘的质量。“我们的客户想要生产出质量尽可能高的零件。这就要求切割边缘必须精准。“对于经验不足的操作员而言，如果材料或表面质量未针对激光切割进行优化，那这一要求就尤难实现”，Louisa Peters 说道，她是通快机床事业部的 TruLaser 产品经理，最近三年一直致力于优化钣金零件的切割边缘质量。在这种情况下，钣金加工企业的技术人员就需要重调各种切割参数，以期达到理想的切割结果：选择切割工艺、进行激光切割、主观判断零件质量。如果切割边缘质量不尽如人意，技术人员就必须逐个调整切割参数。这不仅需要丰富的技术诀窍，还会增加废品并耗费更多的生产时间，而且经验丰富的技术人员并非总能随叫随到。针对这一困境，通快专家团队开发了 Cutting Assistant。
Cutting Assistant：用户使用一个简易的手持式扫描仪对工件的切割边缘进行扫描后，AI 辅助系统就会给出优化建议，以便用户调整各项相关的切割参数。
通快机床事业部的 TruLaser 产品经理 Louisa Peters 对 Cutting Assistant 深信不疑。
这款创新的辅助系统乍一看只是一个简单的手持式扫描仪，其可直连激光切割机。操作员使用它扫描待优化的切割边缘。扫描完成后，该辅助系统就会利用 AI 算法对数据进行分析。通快已使用 100,000 张图像对该 AI 进行了训练。AI 助手会客观评估切割边缘的质量，然后生成优化建议以便于用户调整各项相关的切割参数。这样用户在短时间内就能够改善切割结果。此外，该 AI 算法还会通过已生成的建议不断学习，以便在未来提供更准确的建议。
人工智能推动创新
根据德国联邦统计局的一项研究，德国每五家企业中就有一家在使用 AI 技术，而且这一现象还在呈上升趋势。AI 已成为全球数字化转型不可或缺的一部分，而通快在德国更是凭借 AI 技术斩获了多项创新成果。今年，这家高科技公司迈出了关键的一步并建立起了新的组织架构，以期全球范围内的所有部门都能共享 AI 发展成果，实现该技术在企业内部的广泛应用。随着人工智能技术的迅猛发展，新组建的 AI Hub 团队将承担起该领域的重任。
