製造領域的人工智慧技術

「ai將執行製造、質量控制、縮短設計時間、減少材料浪費、提高生產再利用率，執行**性維護等等，儘管人工智慧有望從根本上改變很多行業，但該技術非常適合製造業」ng說。andrew ng是深度學習google brain專案的創始人兼史丹福大學電腦科學兼職教授.

人工智慧這個術語今天被用作軟體的一部分，它可以訓練自己執行某些任務並隨著時間的推移逐漸完成這些任務。

例如，ai是在**中識別朋友臉部軟體的後面。這些系統最終會在面部識別方面變得更好，因為您可以通過繼續標記和識別各種姿勢和情況下的朋友來「訓練」它們。

ng說，同樣的ai過程可以用來檢查工廠中的零件。在另乙個ai應用程式中，西門子的機械人樣機自動讀取並遵循cad說明，無需程式設計即可構建零件。

ng於去年年底成立了自己的公司landing.ai，並進入ai領域。該公司的目標是幫助製造商將ai融入他們的工作流程中。

對於視覺檢查，landing.ai的系統在僅「檢視」五個產品影象之後識別出缺陷圖案。 ng表示，不依賴ai的視覺檢測系統必須接受大約100萬張影象的海量資料集的訓練，以確保它們識別到所有潛在的不完美之處。

許多任務廠的員工仍然自己檢查零件。「今天，單一工廠中的數千人共同工作，發現缺陷，這是一項令人難以置信的艱鉅任務，」ng說，「但我們的深度學習演算法花費了半秒的時間來檢查零件，並且在許多應用中比人類更精確。」

德國慕尼黑西門子企業技術部門的乙個研究小組在將ai帶入製造業的過程中，於去年12月宣布，他們開發了一種雙臂機械人，可以在無需程式設計的情況下製造產品。

機械人的胳膊自動地一起工作，根據需要，按照人類使用自己手臂的方式分配任務。

雖然傳統機械人無法破譯cad模型，但西門子機械人可以解釋各種cad模型，從而不需要對其運動和流程進行程式設計，kai wurm說，他與george von wichert一起負責該專案。此二人正在西門子研究自主系統。

wurm說：「未來，將不再需要耗費大量時間和**的昂貴程式設計給機械人，為他們提供固定程式來組裝零件。我們只需要指定任務，系統就會自動將這些規範轉化為程式。」

機械人本身決定每個手臂應該執行哪項任務。為了做到這一點，開發人員已經使樣機能夠將產品開發軟體的資訊提公升到語義層面。

wurm說：「產品零件和過程資訊在語義上轉換成本體論和知識圖。這使得隱含的資訊是明確的。到現在為止，當人們被告知將零件x抓到軌道y上時，人們從經驗中簡單地知道的事情必須以**的形式教給機械人。但是，我們的樣機本身會分析這個問題並找到相應的解決方案。」

機械人可以製造單個零件或樣機，這是製造業中稱為「批量型」的過程。該術語是指製造或組裝各種產品，每種產品都包含不同的元件和設定。

機械人還可以糾正錯誤。如果乙個零件滑動，其中乙隻手臂會在相機視野內找到該零件。然後手臂將拾取元件並調整其後續動作，以便它仍能正確安裝。 wurm說，例如，如果該位置對零件的位置更好，它可能會將零件轉移到另乙隻手臂。

西門子公司首席技術官roland busch表示，西門子也在使用ai來**工廠裝置何時需要維護。

busch說，該公司在包括感測器和用於資料傳輸的通訊介面的舊電機和變速器上安裝「智慧型盒」。

「通過分析資料，我們的人工智慧系統可以得出關於機器狀況的結論，並檢測出不符常規性，從而使**性維護成為可能，」他說。

ng表示，像西門子機械人和他自己的機器視覺檢測技術這樣的變化意味著製造過程在不久的將來可能並不相同。他比較了人工智慧和100多年前電力改變工業的方式。