迈向“无人码头”的一小步 透露AI产业化的一大

 

　6300多公里的长江黄金水道，在浙江杭州湾与钱塘江交汇，浩浩汤汤的水道与黄金海岸线交于一点形成一条10.7公里深水岸线，水域宽广——宁波大榭招商国际码头就坐落在这里。码头上，一艘艘庞大的外轮停靠在岸，桥吊配合着集卡有条不紊地装卸集装箱。没有黑烟、巨大噪声，也没有人头攒动一波接一波的装卸人员，忙而井然有序的码头背后，是码头多年智能化的自研与探索。

　　(图宁波大榭招商国际码头)

　　“应该是2015年，我们就开始向智能化转型了。” 宁波大榭招商国际码头的信息技术系统管理员陈文杰介绍说，“主要转型应用场景集中在岸边、闸口、堆场三块，并有专门的部门和负责人来统筹。”不难看出，当仍有部分人将“AI(人工智能)”视为远在天际的“星辰大海”时，却也有着更多的人思考着如何将“AI”加注于传统产业，跑出“智能化”升级的又一个中国速度。

　　传统码头的智能化升级从未如此快速落地过。

　　在码头集装箱领域，集装箱箱门朝向识别非常重要，这直接影响码头的运输效率和调转搬运成本。如果出闸集装箱箱体方向错误，需要使用大型专用机械进行调转，搬移一次的成本高达几十元。对于每天有成千上万个箱体运输的码头来说，这是一笔不小的潜在成本，需要对集装箱箱门朝向进行高效核对。

　　传统码头主要依靠人工对集装箱信息进行核对和录入，审核效率较低。宁波大榭招商国际码头一天出闸量在3000个左右，人工核对工作量大，由此迫切需要一种智能核对方案，以提升审核效率。

　　宁波大榭招商国际码头面对该问题时，仅用一周时间，以几乎零预算的成本投入，使用百度大脑EasyDL平台快速完成模型训练与部署，实现摄像头替代人眼对集装箱信息进行核对，实时判断出闸集装箱箱门朝向是否正确。

　　(图宁波大榭招商国际码头)

　　“我们是在一次业内活动中，听说的EasyDL，抱着试一试的态度，去尝试了下。”宁波大榭招商国际码头技术信息技术系统管理员陈文杰介绍道“此前我们也尝试过其他的解决方案，但结果不是很理想。而如果要用传统的产品定制化去专门做一套系统出来的话，财务上的投入产出比又不划算。”陈文杰指出的，正是传统产业在进行产业智能化转型时会遇见的普遍问题——随着产业转型，每个生产环节的细节可能都需同步升级，却由于资金、资源、技术、时间等众多因素，在进退维谷中被暂缓。

　　还记得在今年的百度AI开发者大会上，百度以“产业智能化”为主题交出的成绩单中，每个AI应用案例都写实地印证着那句“Do Better，科技为更好!”而当百度将AI技术开放开源、进一步降低门槛后，如何通过一种简单的方式来代替“精通算法”从而快速让非AI出身的各个企业从业人员都可以使用AI技术，也变得更加有迹可循。这之中，宁波大榭招商国际码头通过自主训练、自定义模型，并将结果快速应用于实践解决“堆场”箱门朝向识别问题的例子，就是这种“快速自定义AI应用”的探索之一。

　　(图百度EasyDL定制化训练和服务平台)

　　据了解，百度大脑EasyDL是一个面向企业的全流程的AI模型开发和服务平台，而且可支持不需要算法编程的AI模型训练。陈文杰的团队最开始先从历史核查图片中，挑选了500张，将错误和正确的箱体方向图片素材，分别进行分类训练。经过短短1周迭代出3次模型，最终完成了闸口箱门识别模型，准确率在当下就已高达95%左右。，EasyDL还同步提供给他们自动化的模型发布和服务部署，只需选择校验通过的模型版本，提交服务发布申请，即可获得一个服务API接口。而且这个服务接口有完整的流控、鉴权等安全机制，稳定性与可用性与百度大脑应用于百度自身的AI应用服务水准保持一致。而在模型发布后，通过云端调用数据功能，还可以一键将实际调用的数据关联模型训练集，实现数据闭环，持续进行模型效果的优化。

　　(图通过EasyDL进行集装箱箱门识别)

　　原本，需要1名员工每天核对3000余张图片，现在用EasyDL模型就可先进行机器筛选，再由人工有针对性地复审即可。，现在这项工作只需1名员工辅助核对150张图片就可以完成一天的审核工作了。这样不仅提升了审核效率，也大大释放了审核人员的时间，增加了投入到更多的数据研究和业务讨论中的时间。

　　面对20年前国外港口在“堆场”实现自动化作业的画面，中国码头企业曾有过的憧憬，现已随着AI深度学习等技术加速进行着“弯道超车”。目前，国内外重要码头均有新建和改造自动化码头的计划与探索，而宁波大榭招商国际码头作为集装箱吞吐量316万标箱的国际大港更是已有多年探索经验。“传统码头自动化转型战略于2016年作为宁波大榭招商国际码头的IT规划开始实施”。