工業(yè)領(lǐng)域的人工智能(AI)正在迅速嶄露頭角，工業(yè)AI可以幫助制造商借助設(shè)備監(jiān)控和預(yù)防性維護(hù)計(jì)劃來最大限度地延長正常運(yùn)行時(shí)間，以及確定損失的產(chǎn)量和缺陷。其預(yù)測能力也可以用于創(chuàng)建學(xué)習(xí)和預(yù)測需求模型。

但與此同時(shí)，對(duì)于AI的應(yīng)用也伴隨著一些普遍的誤解。IBM《2022年全球AI采用指數(shù)》報(bào)告顯示，34%的調(diào)查受訪者(全球約2,550家公司)表示：缺乏AI專業(yè)知識(shí)阻礙了實(shí)施工作。因此，本文旨在澄清大眾對(duì)工業(yè)AI常見的四大誤解，以便大家能更清晰地理解AI技術(shù)在制造和物流行業(yè)的實(shí)際應(yīng)用和潛力。

誤解1：

AI術(shù)語可以互換且無足輕重

有人誤以為工業(yè)AI、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等術(shù)語是可以互換使用的。實(shí)際上，每個(gè)術(shù)語都有其獨(dú)特的含義和應(yīng)用范圍。工業(yè)AI是一個(gè)廣泛的范疇，包括多種技術(shù)術(shù)語。理解這些微妙差異是評(píng)估技術(shù)適用性的第一步。

下面整理了一些常見工業(yè)AI術(shù)語，幫助大家快速了解這項(xiàng)技術(shù)的不同形式、功能和可行性：：

• 人工智能：一組旨在模仿人類決策活動(dòng)的計(jì)算技術(shù)，采用圖像識(shí)別、自然語言處理和其他技術(shù)，通過自動(dòng)化來執(zhí)行人力難以處理的任務(wù)。
• 深度學(xué)習(xí)：一種AI技術(shù)，旨在為復(fù)雜和高度定制的應(yīng)用實(shí)現(xiàn)自動(dòng)化。采用圖形處理器(GPU) 進(jìn)行處理，可以快速有效地分析大量圖像集來探測細(xì)微缺陷，以及可接受和不可接受異常之間的區(qū)別。
• 邊緣學(xué)習(xí)：為方便使用而設(shè)計(jì)的AI技術(shù)。采用一組預(yù)先訓(xùn)練的算法，在設(shè)備上，即“邊緣”進(jìn)行處理。此技術(shù)易于設(shè)置，與基于深度學(xué)習(xí)的傳統(tǒng)解決方案相比，所需的圖像集更小(低至5至10張圖像)，并且所需的訓(xùn)練期也更短。

誤解2：

AI會(huì)取代人類的工作

AI的目標(biāo)不是取代人類，而是與人類合作，提高工作效率和質(zhì)量。AI能夠自動(dòng)化繁瑣任務(wù)，使員工能專注于更具創(chuàng)造性和戰(zhàn)略性的工作。這是一種高效而有益的工具，同時(shí)也能夠幫助解決勞動(dòng)力短缺的問題。

因此，這項(xiàng)技術(shù)正逐漸被更廣泛地應(yīng)用于制造和物流行業(yè)，以解決持續(xù)的勞動(dòng)力短缺問題和其他長期存在的問題。AI與機(jī)器人的搭配使用，可以實(shí)現(xiàn)物體躲避和地面測繪等任務(wù)，從而在各個(gè)設(shè)施中完成商品的配送。而AI與機(jī)器視覺系統(tǒng)的結(jié)合，則可以承擔(dān)必不可少的重復(fù)性質(zhì)量保證任務(wù)，包括對(duì)部件進(jìn)行缺失探測和檢查。

誤解3：

工業(yè)AI需要成千上萬的圖像和大型數(shù)據(jù)集

一些人錯(cuò)誤地認(rèn)為，在工業(yè)領(lǐng)域應(yīng)用AI需要龐大的數(shù)據(jù)集和成千上萬的圖像。實(shí)際上，AI技術(shù)有許多不同的類型，其中一些應(yīng)用確實(shí)需要大型數(shù)據(jù)集，但并非所有情況都需要如此龐大的數(shù)據(jù)量。對(duì)于某些應(yīng)用，使用有限的數(shù)據(jù)集和經(jīng)驗(yàn)也能夠做出有效的預(yù)測和決策。

康耐視公司推出的深度學(xué)習(xí)和邊緣學(xué)習(xí)技術(shù)，就是上述兩種情況的代表：

深度學(xué)習(xí)以出色的復(fù)雜任務(wù)處理能力而著稱。這種技術(shù)適用于處理包含大量細(xì)節(jié)、變化顯著的大型圖像集任務(wù)，同時(shí)也是復(fù)雜或高度定制化應(yīng)用的理想選擇。由于這些應(yīng)用涉及眾多細(xì)節(jié)變化，因此前期需要大量的圖像訓(xùn)練和模型執(zhí)行，才能為復(fù)雜的任務(wù)實(shí)現(xiàn)自動(dòng)化。

邊緣學(xué)習(xí)專為易用性設(shè)計(jì)。它使用一組經(jīng)過預(yù)訓(xùn)練的算法在設(shè)備上或數(shù)據(jù)源的“邊緣”位置進(jìn)行處理。通過預(yù)先將應(yīng)用需求知識(shí)嵌入到神經(jīng)網(wǎng)絡(luò)連接中的訓(xùn)練方式，消除大量計(jì)算負(fù)荷，因此無需GPU，僅需使用5到10個(gè)圖像，便可在數(shù)分鐘內(nèi)完成訓(xùn)練部署，從而快速擴(kuò)展應(yīng)用規(guī)模，并輕松適應(yīng)變化。

誤解4：

部署AI解決方案需要專業(yè)科學(xué)家團(tuán)隊(duì)

盡管AI的開發(fā)和設(shè)計(jì)需要一定的專業(yè)知識(shí)，但現(xiàn)代AI解決方案已變得更易于部署。特別是康耐視的邊緣學(xué)習(xí)技術(shù)，它已經(jīng)大大簡化了部署過程?？的鸵暤倪吘墝W(xué)習(xí)解決方案可以在智能相機(jī)內(nèi)部運(yùn)行。這種智能相機(jī)配備了集成光源、自動(dòng)對(duì)焦鏡頭以及一個(gè)強(qiáng)大的傳感器，這些部件共同發(fā)揮作用，提供精確的檢測功能。

操作人員無需具備部署方面的專業(yè)知識(shí)，即使是非視覺專家的人員也可以訓(xùn)練邊緣學(xué)習(xí)工具，并在幾分鐘內(nèi)生成準(zhǔn)確的結(jié)果。這使得邊緣學(xué)習(xí)成為適用于從機(jī)器視覺入門者到專家等所有人的可行自動(dòng)化解決方案。通過消除對(duì)復(fù)雜基礎(chǔ)設(shè)施的依賴，并降低對(duì)專業(yè)知識(shí)的需求，康耐視的邊緣學(xué)習(xí)技術(shù)使得更多的人能夠利用AI技術(shù)來提高工作效率和質(zhì)量。

AI并非短暫的風(fēng)潮，也非僅適用于特定市場的專屬技術(shù)，而是涉足廣泛領(lǐng)域，為工業(yè)提供多方面協(xié)助。隨著技術(shù)的不斷發(fā)展，AI變得更加便捷，經(jīng)過制造和物流行業(yè)的現(xiàn)場測試，為簡化質(zhì)量控制、提升產(chǎn)品可追溯性、及早識(shí)別生產(chǎn)缺陷提供支持。

通過澄清上述關(guān)于工業(yè)AI的常見誤解，希望您能更準(zhǔn)確地理解AI的實(shí)際應(yīng)用和潛力?？的鸵暤腁I技術(shù)，特別是邊緣學(xué)習(xí)解決方案，通過消除對(duì)復(fù)雜基礎(chǔ)設(shè)施和龐大數(shù)據(jù)集的依賴，以及降低對(duì)專業(yè)知識(shí)的需求，正以前所未有的方式助力企業(yè)提高檢測效率、降低生產(chǎn)成本并改進(jìn)產(chǎn)品質(zhì)量。