AI视觉检测在温室大棚中应用的未来在哪

    工业产品检测过程看似相同实则区别较大，检测一个产品可能同时需要多个检测工具，除了视觉可能还有触觉、听觉等一系列感官能力参与。就目前状况看，AI视觉检测只能做到光整平面检测，对凸凹不平三维体无能为力，这样的应用场景就局限于小的平面零件，适用范围狭小。
　　AI视觉检测应该专注于把一项领先技术迭代，小范围推广尝试做技术积累，让子弹飞一会。工业产品的特点决定了不可能有互联网产品那样统一大市场，每项技术应用场景很小，这一点应该向德国学习，专注于深耕细作，再不然也应该向日本学习，一口井撅深了再挖挖周边，藤蔓式创新，做一个产业链。
　　我思考了很久也没想到机械加工工艺上怎么应用AI检测(可能与我见识浅薄视野狭隘有关)。就目前AI视觉检测技术来看，在机械加工中应用，视觉检测精度、复杂度、稳定性都不还够。

　　就像市面上很多人工智能产品，对一个感官健全的人来说可以用一用，对一个感官不全残障人士来说可能是废的产品。准确度不够，缺少基本执行功能，ai替代人全方位感知能力现在还很难。现阶段应用难是整个工业体系还没准备好，提供不了一个完整的解决方案，仅作为一个工具，承担不起工业4.0进程的领导作用，制造业反应本来就慢些，一马当先其它马还得追一会。
　　检测处于制造工艺末端环节，一般占生产成本比例不大，检测工艺技术也不是生产关键技术，对检测人员技能要求也不高，不是企业迫切革新环节，也不是提高生产率刚性需求，AI检测技术提升的那点效率，对于企业来说既不痛也不痒，如果需要投入很多人力物力，还不如投入生产制造前端工艺改进，带来效率提升更明显。最终还是得用户需求驱动技术创新和市场选择驱动技术转化为商品。要想把AI检测产品做得好，得把AI工业检测往生产工艺前端推进，参与到更广泛的生产场景中去。满足更多用户痛点需求、刚性需求，最好能干预、引导整个生产环节。比如，在装配环节应用，监测装配零件和工具取用顺序，对装配工人肢体动作进行监测，对零件装配做过程引导，减少错装漏装等。
　　最后，工业是要出实物产品，前期固定资产投入高，产品周期长，技术基础积累环节可能需要几年十几年甚至几十年，比起其他行业回报又相对较低。就拿热门的芯片来说，前期研发需要十几年时间，投入是海量资金和人力，一般企业根本支撑不来，资本更没有耐心等待。
　　工业就要制造实物，是智力+能量+时间的转化过程。时间是阻止外行进入最高的门槛。
    而AI视觉检测在温室大棚中可以通过和机械手采摘车配合不间断的检测和摘取成熟的蔬菜水果，比人的工作时间更长，也更准确。