曾有一个工厂是生产制造手机数据线零部件，每天产出230万个数据头，质检工人，是整个流水线的最后一环，也是对人力依靠水平最高的环节。

    很多工厂都装上了全自动流水线，但唯独质检环节例外——质检环节面临的环境最为复杂，不是单纯的机械设备作业。

    比如，那个小小的数据头，很有可能有33项缺陷让其沦落为残次品，有缝隙，有裂痕，有刮擦这些。

    零部件愈小，越考验检验员的经验、眼神和体力——尤其是在精密度规定极高的3C行业，他们必须像机器设备一样周密有序，高速运转。然而，心态再好的工人也有情绪波动之时，当他们处在疲乏期或者痛苦期时，质检的精准性便会大打折扣。

    瑞智光电视觉检测机“怜香惜玉”

    但质检工厂里的女工，显然较为幸运——他们的拯救者来了，怜香惜玉的——瑞智光电那个名叫“表面缺陷视觉检测机”的机器设备走进工厂后，能够关心成千上万的一线质检工人，减轻大量高重复性、高频次的工作中，提高效率，解放更多劳动力。

    事实上，用视觉检测机来取代人工检测，某些外企此前类似有一定的探究——这是3.0版的全自动流水线，依靠的技术是传统式的机器设备学习。

    但由机器设备学习驱动的“检验员”，只能在较为确定性的环境下，对人类指定的单一性的两三类缺陷精确甄不，也便是讲“指哪儿打哪儿”，灵活度低，普适性低，包容度低，无法做到对人工的彻底替代，只能做到“人机配合”。

    举例来讲，如果外部环境变了，比如光线的明暗变化，阴天和晴天不同的天气状况，都要对机器设备学习的质检算法进行调节，而一旦商品的外部形态、制造工艺更改了，也要重新调节算法。

    机器设备学习驱动的全自动质检，必须匹配专业的AI人才，不断调节算法，落地门槛高，普适度很低。

    而瑞智光电CCD视觉检测机则由深度学习驱动，能够全面检验数据头的30多类缺陷，精准度能够做到人工检验员的标准。而且，伴随着时刻的推移和经验的积存，其精确度还会继续不断提高，趋近完美。