“坚美铝业是全国铝材行业的龙头企业，拥有行业最高水平的自动化车间，但质检环节仍然依赖人工，如何实现质检自动化是坚美需攻坚的痛点和难点。”阿里云天池大赛运营专家王听说，正是这一痛点，让坚美铝业和阿里云出现了合作的契机，发现新技术应用的全新价值点。
回到赛事本身，这便要求阿里云和坚美铝业必须在选手入场前，首先形成一批高质量的基础数据。“我们双方的工作人员花了两个月的时间，采集、标注了1万多张铝型材质检图像，形成了铝材图像质检数据集。”王听说，这一数据集，不但成为了此次智能算法赛的基础数据，也成为了全国民用铝型材行业内的首个铝材图像质检数据集。
特写
禾思科技：人工智能一定要先落地
同样在掘金AI质检的不单只有阿里云、坚美铝业，南海赛场上，来自全国各地的互联网大数据企业展示了自己为各行各业带来的智能制造解决方案。
“我们从企业中拿到了2万多张玻璃样本，作为深度学习..的基础。”深圳禾思众成科技有限公司（以下简称“禾思科技”）CEO（首席执行官）杨泽霖在参与创新应用赛总决赛答辩时表示，禾思科技自主开发了深度学习..，并以此切入3C产品以及手机玻璃检测领域，为多家相关企业提供了人工智能图像检测方案。
“你们能够真正扎根在工业中，获得2万张样本，这很难得。”展示中，评委对于禾思科技提供的玻璃缺陷检测算法给予很高的评价。而这也是禾思科技切入工业互联网细分领域的理念。“没有基础数据，智能制造就无从谈起。”该公司CTO（首席技术官）马智恒认为，掘金AI质检的关键，在于与实际应用场景的紧密集合，“一定要先落地，先进入工厂、生产车间，先解决一部分需求，积累起基础数据，然后才能解决更多的需求。”
马智恒说，与传统的视觉识别检测算法不同，其团队的产品是基于深度学习..提供算法是数据驱动的，数据越多模型越好，并且是可迭代的。“这个算法就像一个小孩，具有成长性，在工厂、生产车间里可以不断学习，根据实际需求不断成长。”
