南方财经全媒体记者岑金露 深圳报道对于人工智能（AI）来说，“什么样的形状算是脏污？什么样的颜色算是脏污？需要基于AI的算法来解决，但这也存在很多挑战，比如说不同的光线会呈现不同的图像，怎么才能找到最好的图像？”10月21日，在2021第五届全球智能工业大会“智能感知与机器视觉”分论坛上，闻泰科技副总裁郭洪涛举例道。
工业4.0阶段，人工智能与实体经济尤其是制造业的深度融合已经成为行业共识。但同时，人工智能在制造业的应用还面临许多难题。
思谋科技智能制造业务总经理刘刚介绍，超过93%的客户希望在将来的2-5年之内能够进行大规模的人工智能项目的部署，并且希望用人工智能去提升整个制造业水平。但是只有不到10%的客户认为人工智能在过去的实施项目中帮助他们实现了预期。他认为，交付周期过长、投入成本巨大、人才短缺等都是制约中国智能制造的问题。
同时，应用场景的复杂化也对在机器视觉的应用提出更高的要求。随着电子消费制造场景中，零部件尺寸越来越小，对精度的要求越来越高，无序抓取的应用场景越来越多，电子产品外观检测中的脏污难识别等，机器视觉应用的准确度、稳定性要求更高。
人的感知主要依赖视觉，智能感知核心是机器视觉。以机器视觉为核心的智能感知，正在与实体经济深度融合，推动制造业转型升级。
思谋科技董事长、香港中文大学终身教授贾佳亚表示，机器视觉会成为智能制造企业的必选项，因为它可以使人工智能技术充分落地，能够提升数据的处理，最后实现价值的最大化。
机器视觉在电子消费生产制造领域的应用最为典型。相比于人，机器具有更高的精确度、稳定性和持久度。为解决消费电子行业中共性的人力成本、员工流动性、产品质量控制等痛点问题，企业将机器视觉应用于生产制造各个环节，如上下料、贴辅料、尺寸测量、识别、检测、点胶工艺等。
闻泰科技副总裁郭洪涛表示，机器视觉的特点首先是柔性化，机器视觉相当于一个标准品、一个相机、一个镜头、一个光源，可以拍照，通过图像处理的方式去做一些检测，它可以适用不同的产品，柔性化很强；第二是无接触；第三是可以信息化，可以把数据通过处理的方式，用算法检测和识别出来，同时把相应的信息写入系统，为算法的迭代、工艺的优化等打下很好的基础，所以机器视觉在消费电子领域用得越来越广。
