Bạn có biết một quả bóng golf nhỏ bé có tới 28 hạng mục kiểm tra lỗi? Kiểm tra thủ công được 500 quả mỗi giờ, còn nếu dùng AI để kiểm tra lỗi thì mỗi giờ có thể kiểm tra 6,000 quả. Công nghệ kiểm tra quang học tự động AOI do AIWin nghiên cứu phát triển có thể đạt tỷ lệ bỏ sót 0.1%, tốt hơn mắt người tới 10 lần. Ngoài ngành bóng golf, kiểm tra AOI của AIWin cũng sẽ được triển khai vào các ngành như dệt may.
Ông Aaron Lin (林耿呈), nhà sáng lập kiêm CEO AIWin, là chuyên gia nghiên cứu sâu về trí tuệ nhân tạo (AI); ngay từ khoảng năm 2013, ông đã cảm nhận được tương lai và sức bùng nổ của học sâu (Deep Learning, DL) và nhận dạng hình ảnh AI. Còn AOI từ trước đến nay luôn là nhu cầu mạnh mẽ của ngành sản xuất, chủ yếu giúp chủ doanh nghiệp nâng cao chất lượng sản phẩm, để chất lượng hàng giao được ổn định; ngoài ra có thể dùng dữ liệu kết quả kiểm tra AOI để cải tiến quy trình, đưa việc cải tiến quy trình vào vòng tuần hoàn tích cực, tiết kiệm chi phí hơn nữa.
Do mắt người có những yếu tố không kiểm soát được như mệt mỏi và tiêu chuẩn không đồng nhất, việc kiểm tra gặp phải nút thắt; tỷ lệ bỏ sót của mắt người đã qua huấn luyện có giới hạn vào khoảng 1–2%, và càng về sau càng tệ, tình hình kiểm tra sẽ ngày một kém đi. AOI là thiết bị ổn định và có thể kiểm tra số lượng lớn; AIWin có thể đạt tỷ lệ bỏ sót 0.1%, tốt gấp 10 lần mắt người, tương đương tỷ lệ phát hiện đạt 99.9%. Tất nhiên, AOI cũng tạo ra tỷ lệ báo lỗi nhầm 5%–10%, khi đó chỉ cần dùng nhân lực sàng lọc lại phần báo nhầm là được. Có AOI hỗ trợ, gánh nặng kiểm tra chất lượng được giảm bớt, theo đó tiết kiệm được không ít giờ công.
AOI kiểm tra lỗi bóng golf: năng lực kiểm tra mỗi giờ tăng 12 lần
Hòn đá thử vàng đầu tiên cho công nghệ AOI của AIWin là bóng golf. Bề mặt bóng golf lồi lõm, là sản phẩm phản quang cao; trước đây phải dựa vào con người kiểm tra lỗi từng quả một, một quả bóng golf nhỏ bé có tới 28 loại lỗi, một giờ kiểm tra được 500 quả. Để đáp ứng yêu cầu của khách hàng Nhật Bản, một nhà sản xuất bóng golf lớn của Đài Loan đã triển khai kiểm tra AOI từ hai năm trước, thông qua hệ thống kiểm tra hình ảnh quang học AOI tốc độ cao, độ chính xác cao kết hợp công nghệ nhận dạng hình ảnh học sâu AI để kiểm tra lỗi bề mặt bóng golf, cấp và xuất liệu hoàn toàn tự động, nhằm khắc phục vấn đề bỏ sót khi nhận dạng thủ công, đồng thời có thể ghi lại và báo cáo tình trạng lỗi theo thời gian thực; mỗi máy mỗi năm có thể kiểm tra 200,000 tá bóng golf, nâng cao đáng kể mức độ hài lòng của khách hàng. Thế nhưng, để đi được bước này, AIWin đã mất tròn hơn hai năm…
▲Màn hình công nghệ nhận dạng AOI bóng golf
▲Nhận dạng AOI bóng golf: 28 loại lỗi trên bề mặt bóng không còn chỗ ẩn nấp
Ông Aaron Lin cho biết, bắt đầu từ đánh giá dữ liệu và tư vấn, tiếp đến là sắp xếp và gán nhãn dữ liệu, lựa chọn và kiểm chứng thuật toán AI cùng dịch vụ huấn luyện AI, dữ liệu bóng golf gần như được tích lũy từng mẫu một từ con số không; may thay, nhà sản xuất bóng golf đã phối hợp hết mình nên cuối cùng mới đơm hoa kết trái. Với kiểm tra lỗi bóng golf bằng AOI, thông thường con người xem được 500 quả mỗi giờ, còn nếu dùng AI để kiểm tra thì mỗi giờ có thể kiểm tra 6,000 quả, hiệu quả cao gấp 12 lần.
Khác với các công ty khác, ông Aaron Lin cho rằng AI cần đào sâu vào lĩnh vực chuyên ngành (Domain) để mài giũa ra dữ liệu chuyên môn; chỉ có dữ liệu của những Domain này mới giúp AI làm tốt. Vì vậy, công ty đi lên từ việc nhận dự án, chứ không phải ngay từ đầu đã định ra một sản phẩm AI; bởi nếu không có dữ liệu tốt hoặc lĩnh vực tập trung thì thuật toán tốt đến đâu cũng không thể làm nên AI. Mấy năm qua AIWin tích lũy kinh nghiệm dự án, dần dần phát triển thành sản phẩm; ngoài việc tập trung vào dữ liệu Domain, AIWin còn cung cấp cho khách hàng những thuật toán AI mới nhất, cùng khách hàng trưởng thành. Do đó, khác với việc gọi vốn từ bên ngoài, nhà đầu tư của AIWin chính là khách hàng hoặc đối tác, tạo nên quan hệ hợp tác chặt chẽ hơn.
Từ giai đoạn đánh giá đến vận hành chính thức: triển khai AI cần sáu giai đoạn
Các dự án AIWin đảm nhận đều được chia thành mấy giai đoạn: 1. Giai đoạn đánh giá, 2. Giai đoạn kiểm chứng ban đầu (POC), 3. Giai đoạn thu thập dữ liệu, 4. Giai đoạn kiểm chứng lặp lại, 5. Giai đoạn vòng tuần hoàn tích cực của AI, 6. Vận hành chính thức. Giai đoạn đánh giá là tìm hiểu và đánh giá sơ bộ tình hình Domain của bên có nhu cầu, tiếp theo sẽ tiến hành kiểm chứng POC; sau POC sẽ thu thập dữ liệu với số lượng lớn, bước vào giai đoạn kiểm chứng lặp lại, cuối cùng đưa AI vào giai đoạn vòng tuần hoàn tích cực; khi đạt hiệu quả nhất định là có thể vận hành chính thức. Nhìn chung, một dự án cần mài giũa từ nửa năm đến một năm. Nhưng với những dự án quen thuộc hơn như AOI cho PCB thì bỏ qua thẳng hai giai đoạn đầu, bắt đầu từ thu thập dữ liệu, thời gian cũng rút ngắn đi nhiều.
"Dù là dự án này hay các dự án khác đều gặp một vấn đề chung, khách hàng nào cũng hỏi: cần bao nhiêu dữ liệu mới đủ, khi nào AI mới học được?" Trước những câu hỏi như vậy, ông Aaron Lin chỉ ra nguyên nhân phát sinh là: 1. Về mặt kỹ thuật, học sâu không thể giải thích được, vì nó là một hộp đen; 2. Về công nghệ AI, nhìn chung khách hàng chưa có khái niệm tương ứng. Vì vậy, công ty phải kiên nhẫn kiểm chứng dữ liệu lặp đi lặp lại, tìm ra dữ liệu mà AI cần, tiến hành tích lũy và thử nghiệm, làm rõ và giải quyết từng tình huống của Domain — việc này đòi hỏi rất nhiều thời gian và sự kiên nhẫn.
Trong quá trình triển khai AI, khách hàng kỳ vọng rất cao vào AI, cho rằng chỉ cần kết hợp dịch vụ AI là có thể thay thế nhân lực ngay lập tức; ông Aaron Lin chỉ ra rằng thực ra không phải vậy, trên thực tế giá trị của AI đến từ việc tích lũy lượng lớn dữ liệu chất lượng cao, sau đó chuyển đổi, phân tích và xây dựng mô hình huấn luyện và kiểm chứng AI, mới có thể giải quyết trọn vẹn những vấn đề phát sinh từ thao tác thủ công.
Hiện nay, ngoài kiểm tra bóng golf, AIWin đang triển khai cho các sản phẩm của ngành dệt may như vải và dây giày; cũng có nhiều ngành đang tiến hành POC thông qua AIWin, như bán dẫn, PCB và các ngành truyền thống khác.
▲Kiểm tra lỗi vải bằng AOI: hình trên là trước khi triển khai kiểm tra AOI, hình dưới là sau khi triển khai kiểm tra AOI
Ông Aaron Lin chỉ ra rằng, trong quá trình khởi nghiệp, khó nhất là đào tạo nhân tài và nhận thức của khách hàng; khách hàng thường đòi hỏi thấy hiệu quả nhanh, mà không biết rằng việc triển khai AI cần tích lũy dữ liệu và kiểm chứng lặp lại, những quá trình này không có trên nửa năm thì không thể cho thấy kết quả.
Chịu tác động của dịch COVID-19, xu hướng toàn cầu hóa và tập trung hóa chuỗi cung ứng của ngành sản xuất đã bị phá vỡ, thay vào đó là chuỗi cung ứng "ngắn, theo khu vực"; nói cách khác, những nhà máy nhỏ mà tinh sẽ nở rộ khắp nơi — liệu điều đó có mang lại cơ hội kinh doanh mới cho AOI? Ông Aaron Lin cho biết, mức độ tự động hóa cao quả thực mang lại cơ hội cho kiểm tra tự động bằng AI; tuy nhiên, vốn đầu tư tương ứng lại khá cao, bao gồm thiết bị tự động hóa, máy chủ, GPU và đủ nhân lực vận hành, bảo trì AI, v.v., đều không phải thứ mà doanh nghiệp vừa và nhỏ hay nhà máy nhỏ có thể gánh nổi, cần dựa vào nguồn vốn và nguồn lực đầu tư của chính phủ thì mới có thể chuyển đổi thuận lợi.