原標題：東聲科技CEO韓旭專訪 |科技賦能，圖像、聲音、3D檢測“海陸空”全系出擊

韓旭，畢業于韓國最高學府首爾國立大學計算機科學與工程專業。在現代重工集團并參與過眾多工業項目，之后科技領域自主創業完成了由工程師到綜合領導人的蛻變。曾帶領團隊完成了眾多行業不可能：全國首家人工智能光伏EL檢測產線，全國首家人工智能電池檢測產線，全國首家人工智能手機整機外觀全檢產線，影響著整個中國市場，在工業領域的知名度達到全國領先，產品在新能源、PCB、光伏、玻璃、Display、手機零部件、電容、磁石、汽車零部件、半導體等領域取得了廣泛應用，成為中國人工智能缺陷檢測軟件的NO.1品牌，而他本人也是人工智能在工業視覺領域應用及落地的開路先鋒！

今天，韓旭先生攜自創品牌—東聲智能科技再次震撼出場，這次他又會帶給我們哪些驚喜呢？讓我們隨記者步伐一探究竟！

Q1：在人工智能方面您已經功成名就，為何還要孤注一擲選擇創業？

多年來，我將所有的精力投入在AI工業視覺技術的研發以及推廣上，相信AI去解決繁瑣的人力勞動這項事業意義重大。然而，前公司人的斗爭比技術的突破更難以適從。加上本人是做研發出身，對技術一直抱有著很大的渴望和信任，堅信科學可以改變工業，于是放棄了百萬年薪和幾千萬期權，帶著自己的初心和一群志同道合的伙伴們創辦了以立足工業，以人工智能算法為核心，把公司重點放在工業領域的2D、3D圖像處理，聲音檢測，產品工藝及質量可追溯分析，產業數據分析，產線品質管理等人工智能解決方案的研發與部署。以圖片信息、聲音信息、數字信息，從“海陸空”三重緯度布局智能工廠，創辦了東聲（蘇州）智能科技有限公司。

Q2：創業之路舉步維艱，能談談您一路走來的感想嗎？

這兩年，貿易摩擦帶來外部環境的不確定性，工業同樣也是在寒冬蕭條之中，而蕭條往往是夢想播種的絕妙時刻。越是在這樣的寒冬里越是需要一群有毅力，懂技術，愛科學的伙伴逆勢而行，給工業帶來變革，為制造業貢獻一份力量。之所以在行業內占據一席之地，是因為我們矢志不渝的團隊。他們雖然畢業于全球TOP 50名校、985、211高校，如韓國首爾國立大學、諾丁漢大學、愛丁堡大學、南京大學、南京航空航天大學、蘇州大學等，但是駐廠調試解決產線棘手問題不分晝夜，和產線工人奮斗在在一線；更不乏五百強企業、制造業企業、人工智能企業背景的專業人才，如蘋果、華為、富士康、現代重工等，是人工智能、機器視覺、數據挖掘和工業領域的資深人員，在工業人工智能行業深耕多年，擁有極強的部署能力及攻堅能力，是走在人工智能在工業應用領域前沿的首批人，他們本可以有更好的選擇，卻選擇了和我一起創業，并堅持做好，很可貴。所以人才是我們企業成功的關鍵。帶著對科技的熱愛，帶著對工業的情懷，帶著死磕到底的精神，我相信蕭條不一定只有絕處，也會是偉大的肇始。

Q3：目前，東聲智能科技的核心技術與業務領域有哪些方面？

目前東聲的業務領域主要是主營：AI圖像檢測、AI聲音檢測、3D視覺檢測三個方面。

其中，AI圖像檢測技術基于學術界最新的研究成果，我們研發了具有高檢測精度的核心技術人工智能跨平臺缺陷檢測HanddleAI軟件，現已可以實現穩定的商業使用，功能齊全，用戶界面豐富。1、其最新優化功能主要用于強化語義分割算法，主要針對局部區域背景復雜，干擾因素多，或是缺陷類型繁多的樣本圖像。從算法層面，對于不同檢測區域和不同缺陷特征，軟件將自動選擇相應的算法進行重點加強訓練，從而使模型具有更高效的特征區分能力，提高檢測精度，目前已用于3C領域手機內部檢測項目并已得到驗證，此項目檢測精度99.99%。2、區別于市場上同類產品，它具有高兼容性，可以跨Windows 和Linux 兩大系統平臺，不僅支持英偉達旗下的GPU，也可在集成顯卡上運行已經實現跨硬件平臺運行，不受英偉達顯卡限制，更廣泛地支持英特爾VPU、FPGA，可實現多硬件并行處理，從而提升軟件檢測速度。3、HanddleAI軟件還可支持針對不同項目的定制化算法，即根據不同項目、不同客戶定制相應的算法和頁面，可以更靈活和垂直解決客戶根本需求。

我們企業的AI聲學檢測通過外接震動信號采集器，非接觸式收集產品發出的正常和非正常信號，從中提取聲音特征值，利用機器學習，數據分析，再通過精密算法生成定制化神經網絡，對產品進行實時檢測以及檢后工作。它最大的優勢是：1、非接觸性，無需嵌入設備或產線本體之中，不會影響產線的正常運轉；2、易部署，傳感器價格便宜且無需考慮與產線設備結合，即貼即用；3、通用性強，工廠內部場景基本都可以貼附傳感器，沒有影響。目前此項技術用在汽車發動機出廠檢測上，通過對聲音的頻率特征進行數據分析挖掘，目前的檢測精度可以達到99.87%，相比之前人工聽診的方式檢測效果大幅度增加。此外，這項技術還有一個很強的能力，它可通過設備噪聲識別方式切入預測性維護領域，識別工業設備的實時運行狀態以及各零部件的健康指標，對生產環節進行監控，從而實現實時維護到預防性維護，再到預測性維護的轉變，降本增效的成果顯著。

我們已經開始投入研發于3D視覺檢測，并已取得極大進展。3D視覺檢測技術將之前2D技術檢測下的不可能變成可能?？梢暬母叨刃畔⒖梢詫崿F對目標物的寬度、高度、體積、凸面積、凹面積、凸體積、凹體積等的測量。通過指定畫面內任意平面為起算面，實現了自由度更高的檢測。包括難以檢測曲面上的癟痕和輕微凹陷，電路板圖形及焊錫表面狀態，有無、錫橋及體積，微小金屬表面的一些較小的凹坑、凸起、變形等類型的檢測等都可以實現高速生產線上的穩定檢測。

我們將核心放在AI圖像檢測、AI聲音檢測、3D視覺檢測三個主營核心技術，再結合工業制成工藝和豐富的產線經驗形成以質量管控為核心的產品質量可追溯管理系統。

Q4：東聲的發展規模在不斷擴大，其產品的市場認可度也在不斷提高，那您對于公司下一步發展有何規劃?

在大家看來AI技術落地慢、落地難，在與工業場景深度融合的，不僅要懂技術更是要懂傳統行業，而傳統行業是靠長期積累來。我想這就是我們的優勢之處，多年的工廠產線摸爬滾打，常年的駐廠技術支持，沒有人比較我們更了解中國工業的亟待解決的產線痛點。

展望未來，東聲一定會始終堅持自己創業的初心，不忘使命。我們會堅持奮斗，圍繞我們最擅長也是目前工業核心痛點，如圖像處理、缺陷檢測、聲音檢測、3D檢測、多維數據采集、綜合數據分析等逐個擊破。再由點逐漸連成線，形成以數字信號與圖像信號為基礎，結合工業制成工藝和豐富的產線經驗形成以質量管控為核心的產品質量可追溯管理系統。最后隨著各種數據的采集與豐富，以及對整個產品的所有環節的數據分析和了解，逐步再由線擴展到面，慢慢滲透以解決整個工廠所需要的各種工業相關問題，成為多維數據為基礎，人工智能和數據挖掘算法為核心的智能工廠解決方案。 在未來2到3年時間里，擁有一個智慧化工廠的建設體系。

工業天生就是一個快不起來的生意，目前我們把有限的人才跟精力先集中在聲音檢測、圖像檢測、3D檢測，讓AI技術像針一樣深深扎進具體落地應用，未來除了依靠自己的力量，為了快速覆蓋多個場景和智能工廠解決方案，我們也會聯合資本方市場加速AI遍地開花、加速AI賦能進程的戰略性路徑，更好的服務于我們的客戶。

人工智能為傳統制造業注入了技術，改造了現有產線以及工廠，未來的工業的美好模樣，唯有靠每一段過程的步步為營，靠每一個參與者的不忘初心堅持再堅持。 返回搜狐，查看更多

責任編輯：