如今，人工智能和機(jī)器學(xué)習(xí)是制造業(yè)變革的關(guān)鍵驅(qū)動力。人工智能和機(jī)器學(xué)習(xí)使制造變得更加自動化，提高效率并降低消費(fèi)者每天使用的商品的成本。

雖然工廠已經(jīng)部署了計算機(jī)視覺來優(yōu)化生產(chǎn)線，但公司可以將計算機(jī)視覺的力量與人工智能相結(jié)合，顯著提高制造吞吐量和質(zhì)量，這是高效生產(chǎn)線的兩個基本指標(biāo)。隨著工廠通過交互式人機(jī)流程變得更加自動化，人工智能也被用于提供新的工作場所安全水平。

人工智能利用計算機(jī)和機(jī)器來模仿人類思維解決問題和決策的能力，使系統(tǒng)能夠以令人難以置信的準(zhǔn)確度和速度檢測物體并做出預(yù)測。與傳統(tǒng)的計算機(jī)視覺一起部署，人工智能可以加速工廠的異常檢測——例如，檢查生產(chǎn)車間的麥片盒是否有缺陷到裝配線上的汽車劃痕——以提高制造效率并降低生產(chǎn)成本。

[[435615]]

然而，為工業(yè)自動化部署人工智能解決方案一直是一個挑戰(zhàn)。與傳統(tǒng)的計算機(jī)視覺相比，人工智能和機(jī)器學(xué)習(xí)技術(shù)技術(shù)在工業(yè)自動化中仍然是新的。制造領(lǐng)域的自動化工程師尚不具備開發(fā)有效AI算法的專業(yè)知識。有的AI技術(shù)公司正在通過提供完整的推理解決方案來消除這些障礙——高性能和低功耗的小尺寸硬件，以及隨時可以部署的AI算法。隨著越來越多的工廠希望利用強(qiáng)大的人工智能處理解決方案來提高效率和工作場所安全，我們將看到更多投資涌入這一領(lǐng)域。

除了生產(chǎn)線上的異常檢測之外，人工智能驅(qū)動的機(jī)器人正在被部署與人類并肩工作。例如，在倉庫內(nèi)運(yùn)輸包裹的自主移動機(jī)器人和在生產(chǎn)線上與人類一起組裝產(chǎn)品的協(xié)作機(jī)器人。這些工廠機(jī)器人將機(jī)器的精度和效率與人類操作員的技能和智慧相結(jié)合，提供兩全其美的服務(wù)。支持人工智能的機(jī)器人通過執(zhí)行重復(fù)性和繁重的任務(wù)來提高生產(chǎn)力，同時還跟蹤人類操作員的位置以維持安全的操作環(huán)境。

邊緣人工智能處理的進(jìn)步為今天的人工智能機(jī)器人鋪平了道路，并將為未來的機(jī)器人開辟新的可能性。智能機(jī)器人將不得不處理大量信息，并且需要實時做出決策，因此這些機(jī)器在邊緣處理信息而不是將其發(fā)送到云端并返回的效率要高得多。

神經(jīng)網(wǎng)絡(luò)推理處理是計算密集型且耗電的，并且傳統(tǒng)上需要昂貴的硬件、數(shù)百瓦的功率和笨重的冷卻解決方案。新技術(shù)——包括模擬內(nèi)存計算——使高性能神經(jīng)網(wǎng)絡(luò)處理成為可能，在端點(diǎn)部署到邊緣服務(wù)器時非常節(jié)能和可擴(kuò)展。

隨著工廠自動化需求的不斷增長，工廠將越來越多地轉(zhuǎn)向人工智能驅(qū)動的機(jī)器，以提高日常流程的效率。這為將更智能的應(yīng)用引入當(dāng)今的工廠打開了大門，從智能異常檢測系統(tǒng)到自主機(jī)器人等等。