记者 | 林森
在某论坛有一个求助帖，一位质检员因为长期用眼过度，导致视力模糊。他希望大家给他一点职业建议，因为他不想再做这一行。
“有这种苦恼的不止他一人，更是许多质检员的痛。这是一个非常耗损视力的职业，特别是在半导体行业。另一方面，做人工目检这个职业本身是重复劳动，工人也没法通过这项工作获得企业职位晋升，或者是个人能力的成长，除了视力度数的增长外。”单书畅是中科院计算所博士，毕业后做过助理研究员，做过AMD兼职研究员，在此期间积累了大量的集成电路和AI算法经验。
有了创业念头之后，他发现，以往半导体产品质检只靠人工肉眼辨别，效率低，精度不高。长此以往，不仅损伤了质检员的视力，企业也因为产品质量付出不菲的代价。除了人工，半导体企业质检的另一个痛苦是，质检设备质检抗干扰能力和效率也较低。
人工不行，机器不行，半导体行业该怎么做质检？单书畅和朋友想到了AI技术。
2018年，单书畅在联合创始人谢涛教授的鼓励和支持下，联合在华为做技术骨干的研究生同学别晓辉博士，以及来自半导体制造业的朋友陈龙一起成立视睿科技，希望利用AI算法，让质检设备持续学习，消除干扰和噪声，提高检测精准度。当年年底，团队第一款产品AI智检员面世。到2019年底，AI智检员第二代投入应用，检测精度高于99.95%。
在熬了两年的“贫困”日子后，到2020年底，视睿科技服务客户达几十家，长期服务客户十几家，累计出货AI智检员产品设备几十台。
受疫情影响融资暂停之后，视睿科技终于在2021年1月拿下了Pre-A轮融资，金额数千万人民币，投资方为基石基金和图灵创投。
注：单书畅承诺文中数据无误，为内容真实性负责。铅笔道作客观真实记录，已备份速记录音。
中科院博士的技术情怀
当公司逐渐步入正轨、展露光芒时，单书畅的老师来到杭州，参观完公司后满心感慨，因为像单书畅这样，坚持本专业工作的同学已是极少。
这位中科院博士其实可以有许多选择，但他却挑了最苦的那一条。
2012年，单书畅拿到中科院计算所博士学位，随后留所在系统结构国家重点实验室做助理研究员，从事超大规模集成电路测试与可靠性设计，以及体系结构方面的研究。
与此同时，单书畅还兼职AMD研究员，接触到了并行架构用于解决科学计算等AI最早期的实际应用。与此同时，他还结识了创业生涯中至关重要的一位前辈，时任北卡州立大学的谢涛教授（现任北京大学讲席教授）。
两年后，单书畅离开计算所，找寻创业方向。当时，移动互联网和物联网概念大热，单书畅尝试投入其中。但是，互联网和物联网的应用场景偏“软”，注重模式创新而非技术创新，对有较强技术背景的单书畅来说，成就感不大。在他心里，希望能做技术难度高一些的挑战性工作，用硬科技解决实业行业的问题。
看着身边越来越多的人放弃本专业，纷纷投入热门行业，此时，谢涛教授还是鼓励他：“希望我们做学术研究出身的技术人员可以把技术能力用到现实场景中，做好产学研，并做到一定的产业影响力。”
单书畅觉得创业就是要解决一个行业的痛点，他要找到合适的时机。
这个时机在一次和老乡的交流中闪现。陈龙是单书畅的安徽老乡，有十几年的半导体行业经验。有一次陈龙和单书畅吐苦水，讲到半导体产品质检的麻烦。
当时半导体封装企业质检主要靠人工。工人用高倍放大镜挨个检查产品，检测精度有限，效率又低。更让人唏嘘的是，许多工人长时间用眼，患上了眼部疾玻有的面板检测厂，半数以上质检员出现视力下降问题。
陈龙还告诉单书畅，还有的企业因为质量问题经常被客户投诉，10%-20%的利润被用来赔偿客户损失。为此，那些企业还成立了公关部门，专门协调此类问题。
那么当时就没有质检机器么？单书畅调研后发现，有的企业用AOI（自动光学检测）设备做质检，但是检测精度不是很理想。
AOI设备质检主要靠传统机器视觉技术，原理像“一起找不同”游戏。这类设备需要提前输入产品模板，然后机器对比产品图像和模板之间的像素灰阶值差异。这种检测方式适合像长度、宽度、高度、厚度等规则的检测标准，但是对一些干扰因素无法分辨。“光线问题，甚至成像角度问题，都容易导致算法误判，把良品认成残品，把残品认成良品。”
如何解决不确定因素对质检的影响？单书畅和陈龙想到了大数据和AI算法。因为AI独特的学习和进化能力，通过学习缺陷数据找到缺陷的本质特征，从而有效地消除噪声干扰，大幅提高检测精准度。
彼时，国家特别重视半导体产业链，也倡导自动化与智能化升级。团队认为，产业升级的浪潮已来，硬科技创业时机到了。他们在2018年组建团队，成立了公司视睿科技，用AI技术提高半导体行业的质量检测能力。
“别被那个博士忽悠了！”
创业之初，团队首先做的就是开发AI算法。得益于多年技术积累，经过大量图片和数据训练后，视睿的AI算法模型很快初步成型。
机器质检服务还需硬件配合，一开始就做整机设备有点不切实际。单书畅选择先制作简易的图像收集器件。“开始做的很简陋，只是简易拍照工装，把相机和光源固定在上面，保证基本的稳定性就可以。”
带着这个简陋的机器，单书畅和团队无数次到工厂收集数据，然后把数据上传到公司服务器训练算法。为了验证算法效果，团队还和质检工人PK，用算法检测结果和人工结果做对比。在不断地训练中，AI算法模型精度越来越高，他们决定正式找企业试用。
第一次找企业客户试用，满怀期望的单书畅却被当成了骗子。当时，陈龙找到了一位朋友，想让其介绍一家国内大型的半导体企业，但是对方一席话让团队又心酸又想笑。“对方和陈龙说，他们试过很多AOI厂家，最后效果都达不到量产要求的检测能力。让陈龙小心点，别被那几个博士给忽悠了。还想拉陈龙一起做其他行业设备的代理商。”
虽然对方是好心，还是让团队尝到了被拒绝的滋味。经过多方打听，他们最终联系到了意向客户。
“这家公司的产品和那些AOI设备不太一样，检测效果更好。”只试用了一个月，团队的产品就得到了客户的赞扬。之前把他们当作骗子的那位代理商知道后也十分惊讶，对他们团队的看法也大为改观，大家也开始了产品代理与服务合作。
这段小插曲让单书畅陷入深思，他意识到国内机器质检还有很多“坑”，得抓紧让自己的产品成熟起来。
为了加快设备的测试速度，找到潜在客户，团队决定全员出动。当时团队仅有10人，几乎全是技术人员。他们跑到工厂，看生产、看质检和客户聊天，了解客户的真实需求，有时候一待就是一个月。
“有人看我们公司天天锁着门，就问隔壁邻居，这家公司是不是跑路了。”
经过一段时间的用户积累，团队收获了大量的行业数据，经过大规模迭代式数据训练的AI系统也越发高效。
2018年底，团队决定做第一台完整的质检设备。
设备最终的应用场景是工厂，要工人来操作，所以交互尤为重要。但这也难倒了团队的同事。“一群算法工工程师哪里懂什么电子器件。我们也很苦恼，如果设备里哪个光电传感器接触不良，我们都不知道怎么回事。”
好在设备生产商对单书畅团队全力支持，第一台机器也顺利的面世，取名“AI智检员”。单书畅决定花大力气做硬件方面的升级，不断提高产品的交互体验。
走出疫情阴影
在经过几十家企业测试之后，在2018年底，单书畅团队终于迎来第一位付费客户。
这是一家大型半导体制造企业，产品质检几乎全部由人工目检完成。此前曾因为产品质量把控不过关，被客户投诉并罚款一千多万元。
这对双方来说都是一场冒险。“我们承诺达到99.95%以上的检测精度，如果做到了，他们就验收设备。如果做不到，我们把设备拉走，把预付款还给他们。”虽然单书畅对自己的产品有信心，但心里还是忐忑。因为收了预付款，如果最后不过关，不仅损失几个月宝贵时间，还要面临赔款。
好在团队的努力没白费，对方十分满意。从那时开始，这家企业就一直在与视睿持续合作，同时研发并导入其他检测环节的AI智检员产品，也算是视睿的老朋友了。
2020年初，疫情爆发，尽调停止，投资搁置。同时，客户停工，团队的商业化推广被按下了暂停键。
没有投资，也没有新收入进账，团队资金压力很大。其实，早在公司成立开始，团队就开始过苦日子了。
“2018年我们融了天使轮，但是金额并不是很大。团队所有人都咬紧牙过日子。”单书畅感慨，其实团队中每个人都有实力在大企业获得一份可观的收入，但却腰斩薪资在这里一起吃苦，一起努力的艰苦，除了情怀之外，还有一些对行业和事业的执着追求。
2020年下半年，疫情好转，公司的客户也渐渐多了起来，从几个增长到几十个，长期服务客户十几家。与此同时，新一轮融资也步入了正轨。
在客户合作方式上，团队选择先交定金再投产的方式。一般来说，产品落地需要技术人员在工厂现场获取数据，回到公司进行算法设计，再到工厂把算法模型导入端侧机器设备。为了最大限度解放算法人员，团队选择做模型迁移和半监督式算法迭代，只需要获得新客户少量数据，算法模型就可以快速迭代完成适配并上线。
在团队看来，这样还不够。此后，团队又研发了Sense++ AIns 云平台服务，并深入探索适用于工业检测场景的AutoML，大家的目标是，由行业用户自行上传数据，云平台完成算法模型的设计与数据训练，极大限度地减少技术人员参与模型算法调优。
在资金压力渐缓时，产品也完成了升级，第二代AI智检员面世。单书畅介绍，第二代“AI智检员”检测精测可达99.95%以上,漏检率低于0.01%。
