“生产线组装”听起来像是制造过程中较简单的测试之一，但任何曾经组装过盒装组合家具的人都知道，它可能非常复杂。Invisible AI是一家专门利用计算机视觉（Computer Vision）监控人员完成生产线组装作业的创业公司，其目的在帮助维持安全性和效率，避免造成显而易见的错误。360万美元的种子轮融资应该有助于他们向前迈进。
该公司制造独立完备的摄影机 / 计算机组件，这些组件运行高度优化的计算机视觉算法，来关注他们所看到人的动作。通过将这些动作与一组标准动作范例进行比较，系统可以监视错误或识别出工作流程中的其他问题（例如漏件或受伤等）。
很显然地，从一开始，这听起来就像一位无情的计算机监督员，只要看到有工人低于人为且不断提高的标准时就会对他们进行惩罚（亚马逊可能已为此申请了专利）。但是Invisible AI联合创办人首席执行官Eric Danziger急于解释，这绝对不是他们设计上的初衷与想法。
人体与动作关注提升组装效率，安装简便且快速上线
“该产品最重要的部分完全针对作业员本身的需求。这是为了打造出技术娴熟的工人，并让他们对自己的工作感到非常自豪，”他表示：“他们是第一线工作人员，发现并纠正错误是他们工作上的重要部分。”这种人体关注机制以各种形式存在，原因及理由也各有不同；例如Veo Robotics公司便通过深度传感器来关注作业员和机器人的精确位置，以动态地防止碰撞。
但是，在工业规模上的挑战不在于“我们如何一开始就关注到一个人的动作”，而在于“我们如何轻松地将某个人动作的关注结果加以部署与应用”。毕竟，如果系统需要一个月的时间来安装，并要好几天的时间重新进行程序开发，那就毫无效益可言了。因此，Invisible AI专注于简化安装和管理，不需要任何程序代码，并且完全支持边缘式计算机视觉。
“目标在尽可能地让部署变得更容易。你只需向我们购买内置运算和其他功能的摄影机，将其安装在你的设施中，并向其展示一些组装过程的范例，然后对它们添加注释即可。这一切并没有听起来那么复杂，”Danziger解释：“一个小时之内它们就可以上线运行了。”至于隐私权问题，以及经常出现在镜头前而感到不安的可能性，莫不是使用该技术的公司必须解决的问题。就像所有新技术一样，难免有好也有坏。
采用姿势和位置侦测机制，打造知识标准化实践
Invisible AI的早期合作伙伴之一是丰田（Toyota），该公司在AI和自动化领域既是大胆的早期采用者，但也是小心翼翼的怀疑论者。他们经实际验证结论而导出的哲学就是充分授权给专家工作者。Invisible AI的工具无异是一项能依据作业员所做所为而提供系统改进之机的利器。
在年复一年、日复一日地开发产品之后，员工对于如何正确地开发产品有着深刻且具体的专业知识，但这些知识却很难传承下去。在训练中很容易讲述像是“在栓紧组件时要像这样握住，否则你的手肘会挡到”之类的话，但要依此创建标准实践就不容易了。Invisible AI的姿势和位置侦测机制便可以帮助解决这个问题。
Danziger指出：“我们很少关注个人的生产周期时间（Cycle Time），更多会是简化步骤，避免重复性压力等等。”重要的是，这种功能可以通过免程序代码的轻巧型设备提供，该设备无需连接，只需直接将结果发送到某种企业内部网络上。其不需要将将视频流媒体传输到云计算上进行分析；如果有需要，图片记录和诠释资料皆可完全保留在本地端。
像任何引人注目的新技术一样，难免会有滥用的可能性（例如Clearview AI），但它们绝不是为滥用而设计打造的。“两者间仅一线之隔而已。它肯定反映了它所部署的公司，”Danziger表示：“与我们打交道的公司，非常重视员工并希望他们在这个过程中能得到尽可能多的尊重与参与感。这对他们是有帮助的。”目前进行的360万美元种子轮融资是由8VC牵头，其中参与的投资者包括了iRobot Corporation、K9 Ventures、Sierra Ventures及Slow Ventures。
（首图来源：Invisible AI）