Chọn nền tảng kiểm tra ngoại quan bằng AI không phải chuyện thuật toán của ai đứng đầu bảng xếp hạng, mà là nó có chạy được trên chuyền sản xuất của bạn, với camera và năng lực tính toán hiện có, và giữ được tỷ lệ báo động giả đủ thấp để quản đốc vẫn muốn dùng. Trong hai năm qua, nhà sản xuất đã chuyển nhanh từ câu hỏi có nên làm hay không sang câu hỏi chọn nhà cung cấp nào, nhưng tỷ lệ dự án còn chạy được hơn sáu tháng sau khi đi vào vận hành không cao, và phần lớn vấn đề bắt nguồn từ cách đặt tiêu chí lựa chọn.
1. Khái niệm cốt lõi và định nghĩa kỹ thuật
Nền tảng kiểm tra ngoại quan bằng AI là một hệ thống phần mềm tích hợp huấn luyện mô hình học sâu, triển khai suy luận, giao diện thu nhận hình ảnh, xuất kết quả và điều khiển thiết bị. Nó khác thị giác máy truyền thống ở chỗ thị giác truyền thống dựa vào quy tắc viết tay như phát hiện biên, so mẫu và phân ngưỡng, còn thị giác AI lấy dữ liệu làm trung tâm và mô hình tự học đặc trưng. Ý nghĩa của một nền tảng là nó không chỉ cung cấp mô hình mà cả chuỗi hoàn chỉnh từ gán nhãn, huấn luyện, tinh chỉnh đến chạy thật và vận hành.
Các sản phẩm hiện nay đại thể chia ba loại. Một là nền tảng thị giác AI đa dụng, tập trung vào huấn luyện không mã và khả năng thích ứng liên ngành; hai là nền tảng theo tình huống dọc, ví dụ cho phát hiện khuyết tật PCB hoặc nhận diện khuyết tật dệt may; ba là giải pháp thị giác tại biên nhúng trong phần cứng, với năng lực tính toán và mô hình đóng gói trong camera hoặc máy tính công nghiệp. Không loại nào vốn dĩ vượt trội; điều quan trọng là nhịp chuyền, độ phức tạp của các loại khuyết tật và năng lực IT tại chỗ.
2. Nguyên lý kỹ thuật và năng lực then chốt
Bốn năng lực là đủ để phán đoán một nền tảng có đáp ứng được không.
Thứ nhất là học với ít mẫu. Chi tiết lỗi trên chuyền rất hiếm, nền tảng đòi hàng nghìn ảnh khuyết tật để huấn luyện đơn giản là không thể khởi động tại hiện trường. Nền tảng tốt tạo ra mô hình dùng được từ vài chục thậm chí vài mẫu và hỗ trợ học tăng dần liên tục.
Thứ hai là tốc độ suy luận và tương thích phần cứng. Nhịp chuyền từ vài chục đến vài trăm mili giây, nên nền tảng phải giữ được khung hình ổn định trên camera công nghiệp phổ thông, hộp tính toán tại biên và chip tính toán nội địa. Giải pháp chỉ hỗ trợ GPU cao cấp khó triển khai trong tình huống nhạy cảm chi phí.
Thứ ba là kiểm soát báo động giả và khả năng diễn giải. Nhà sản xuất sợ nhất không phải lọt lỗi mà là báo động giả quá nhiều, buộc phải dừng chuyền kiểm tra lại liên tục. Nền tảng cần điều chỉnh độ tin cậy, ràng buộc vùng ROI và bỏ phiếu đa mô hình, và phải hiển thị căn cứ của phán đoán để kỹ sư nhanh chóng định vị vấn đề.
Thứ tư là hình thức triển khai và vận hành. Hỗ trợ triển khai riêng, chạy ngoại tuyến tại biên, và kết nối PLC cùng MES là yêu cầu cơ bản trong sản xuất. Cloud SaaS thường không qua được bài kiểm tra của nhà máy về an toàn dữ liệu và độ ổn định mạng.
3. Tình huống ứng dụng điển hình trong sản xuất
Xét một nhà máy điện tử kiểm tra ngoại quan đầu nối, khuyết tật gồm xước, biến dạng và dị vật, mỗi ngày đổi chuyền ba đến năm lần. Trong tình huống này nền tảng phải hỗ trợ đổi chuyền nhanh, lý tưởng là hoàn thành chuyển mô hình và chỉnh tham số cho sản phẩm mới trong một giờ. Nếu mỗi lần đổi chuyền phải gán nhãn hàng trăm ảnh mới thì chuyền không thể chờ.
Xét một doanh nghiệp phụ tùng ô tô kiểm tra khuyết tật bề mặt vật đúc, nơi bề mặt chi tiết lẫn phản xạ, dầu bẩn và vết gia công, thị giác truyền thống gần như không xử lý nổi. Giá trị của nền tảng thị giác AI ở đây là học đồng thời nhiều yếu tố gây nhiễu, nhưng chỉ khi nền tảng hỗ trợ tinh chỉnh phối hợp với bộ chiếu sáng đa phổ hoặc chiếu sáng chuyên dụng chứ không chỉ bán phần mềm đơn thuần.
Một tình huống điển hình khác là nhận diện ký tự và kiểm tra nguyên vẹn mối dán trong bao bì thực phẩm. Những chuyền này đòi tốc độ cao, thường vài trăm gói mỗi phút, trong môi trường ẩm và rung. Nếu nền tảng chỉ chạy được trên máy đặt trong phòng máy chủ thì độ trễ truyền tín hiệu và độ ổn định đều thành vấn đề, nên triển khai tại biên gần như là bắt buộc.
4. Tiêu chí lựa chọn và lời khuyên triển khai
Hãy bắt đầu từ nền tảng dữ liệu của chính bạn. Nếu chuyền đã có hệ thống thu nhận hình ảnh ổn định và chỉ thiếu thuật toán, hãy tập trung vào hiệu quả huấn luyện mô hình và trần độ chính xác của nền tảng. Nếu cả camera và chiếu sáng còn chưa quyết, thì việc nhà cung cấp nền tảng có cung cấp được giải pháp phần cứng kèm phần mềm hay không rất quan trọng.
Sau đó xem độ mở. Mô hình có xuất được không, công cụ gán nhãn của bạn có nối được không, API có cho phép giao tiếp với MES hiện hữu không, những điều này quyết định bạn có bị khóa cứng về sau hay không. Chuyền sản xuất thường tồn tại năm đến tám năm, hệ thống thị giác phải lặp cùng chuyền.
Về triển khai, hãy bắt đầu bằng xác thực một điểm thay vì mở rộng toàn chuyền. Chọn một chuyền có khuyết tật điển hình nhất và nhịp ổn định nhất, chạy hai đến bốn tuần, tập trung vào tỷ lệ báo động giả và thời gian đổi chuyền. Khi hai chỉ số này đạt mục tiêu mới tính nhân rộng sang chuyền khác. Cũng phải bảo đảm có người tại chỗ duy trì được mô hình, dù chỉ là chỉnh độ tin cậy và gán nhãn lại; nếu không nền tảng sẽ bị bỏ xó ba tháng sau khi chạy vì không ai chịu trách nhiệm.
Ngành hiện có hơn 3.200 điểm đang chạy các giải pháp thị giác AI khác nhau tích lũy, bao phủ 3C, phụ tùng ô tô, thực phẩm, dệt may và hơn 15 ngành, nhưng mọi dự án thực sự hiệu quả đều đặt tỷ lệ báo động giả, hiệu quả đổi chuyền và năng lực vận hành lên trước ngay ở khâu chọn.
5. Triển vọng và kết luận
Hướng thứ nhất là học ít mẫu và học tự giám sát tiếp tục hạ ngưỡng dữ liệu; trong tương lai vài chục mẫu bình thường có thể đủ để dựng một mô hình khả dụng. Hướng thứ hai là chi phí tính toán tại biên giảm, cho phép mỗi chuyền thậm chí mỗi máy mang một bộ não thị giác. Hướng thứ ba là kết hợp nền tảng thị giác với mô hình lớn công nghiệp, chuyển từ phát hiện khuyết tật đơn lẻ sang gợi ý tham số công nghệ và phân tích nguyên nhân gốc.
Quay lại chuyện chọn, cốt lõi gói trong một câu: đừng chỉ nhìn độ chính xác khi demo, hãy nhìn tỷ lệ báo động giả và thời gian đổi chuyền tại hiện trường. Chỉ những nền tảng đưa ra được kế hoạch kiểm chứng cho hai chỉ số này và sẵn sàng chạy xác thực một điểm cùng bạn mới xứng đáng vào vòng tiếp theo.