機器視覺如今在制造市場中成為許多人工智能應(yīng)用的支柱。隨著人工智能進入制造車間，這些標(biāo)準(zhǔn)變得至關(guān)重要。

在多個市場中推動視覺應(yīng)用的一個關(guān)鍵趨勢是易用性。復(fù)雜的攝像頭、傳感器和處理技術(shù)演變成了即插即用的解決方案。我們將同樣的方法引入制造業(yè)的人工智能。我們的目標(biāo)是簡化人工智能，這樣組織就可以開始部署新技術(shù)來節(jié)省時間和金錢。我們提供的是一個由人工智能和基于視覺的檢查和可追溯應(yīng)用程序組成的平臺，可以輕松定制獨特的工作流程，使制造決策一致、可靠和可跟蹤。

關(guān)于人工智能在制造業(yè)中的應(yīng)用，有哪些常見的誤解?

最大的誤解之一是它很復(fù)雜。這在幾年前是正確的，但最近人們開始強調(diào)讓AI工具更簡單、更容易使用。我們的立場是，你不需要成為專家來開發(fā)自己的人工智能算法或數(shù)字化工作流程。通過用戶友好的拖放式開發(fā)工具和可定制的基于應(yīng)用程序的模板，任何人都可以開發(fā)自己的基于人工智能的工作流。對于制造商來說，這是一個巨大的優(yōu)勢，可以避免供應(yīng)商鎖定和重復(fù)的集成和開發(fā)成本。

人工智能可以解決哪些類型的問題?

機器視覺擅長于通過/失敗決策，但很難手動編程可接受的公差。相比之下，人工智能可以更容易地訓(xùn)練來學(xué)習(xí)這些可變的決策。我用的例子是硬木檢驗。手動編程機器視覺來辨別自然紋理和劃痕是非常困難的。相比之下，基于幾個好的和壞的圖像來訓(xùn)練人工智能要容易得多，這樣它就能識別出其中的區(qū)別?；旧?，由于它的學(xué)習(xí)能力，人工智能可以幫助做出主觀決定。

人工智能在依賴人類決策的檢查過程中也有很大的機會。人工智能可以幫助我們在主觀質(zhì)量決策上做出正確的決定，或者在我們的注意力開始出現(xiàn)變化時發(fā)現(xiàn)錯誤。我們正在與一家依賴人工檢查的汽車零部件制造商合作，但正在增加人工智能輔助，以發(fā)現(xiàn)可能遺漏的缺陷，或確定缺陷是否在操作公差范圍內(nèi)。

基于人工智能的視覺檢測可以幫助汽車零部件制造商識別錯誤，并確定缺陷是否在可接受的性能公差范圍內(nèi)。

今天的制造商是如何使用人工智能的?

制造商部署人工智能的一個關(guān)鍵領(lǐng)域是圍繞人類決策支持。雖然在制造業(yè)自動化方面投入了大量資金，但在美國，大約70%的流程仍然需要人工決策。對于小規(guī)模生產(chǎn)、定制或季節(jié)性生產(chǎn)來說尤其如此，因為這些生產(chǎn)過于昂貴和復(fù)雜，無法投資于全面自動化。

視覺檢查是人工智能可以幫助人類始終做出正確決定的一個領(lǐng)域。作為基于攝像頭的系統(tǒng)的一部分，視覺檢測應(yīng)用程序可以為操作人員突出產(chǎn)品差異或缺陷。這也是一個領(lǐng)域，回到之前關(guān)于誤解的問題，我們可以使用圍繞這些缺陷的初始操作員決策來訓(xùn)練AI模型。當(dāng)操作員接受或拒絕這些初始差異時，在幕后，他們正在透明地訓(xùn)練人工智能模型。經(jīng)過幾次檢查后，人工智能模型將開始向操作員建議決策。

當(dāng)檢查員在產(chǎn)品進入市場之前發(fā)現(xiàn)錯誤時，制造商也在收集完整的檢查記錄，包括產(chǎn)品圖像和操作員說明，以提供對手動過程的完全可追溯性。例如，我們與一家為高可靠性應(yīng)用組裝零件的電子制造商合作，擁有完整的端到端檢查步驟和操作員決策記錄對于可追溯性至關(guān)重要。

DicaElectronics使用視覺檢查作為“第二雙眼睛”來捕捉潛在的生產(chǎn)錯誤，同時還捕獲產(chǎn)品圖像和操作員筆記的完整記錄，以確?？勺匪菪浴?/p>

你對制造商如何部署人工智能有什么建議嗎?

圍繞人工智能有很多炒作，制造商往往基于完美的用例建立期望。很快，他們就遇到了問題。他們的應(yīng)用程序可能不像那個完美的用例那么簡單。需要進行大量的定制。一個常見的問題是簡單地獲取構(gòu)建和訓(xùn)練人工智能模型所需的圖像——特別是如果你正在制造獨特的小批量產(chǎn)品。

通常我們的建議是首先將流程數(shù)字化，然后逐步走向自動化。視覺檢查是一個很好的起點，您首先使用機器視覺來檢測錯誤，然后添加基于ai的決策支持來擴展跨班次或跨不同工作站的一致決策。當(dāng)您將第一個容易出錯的流程數(shù)字化時，您正在捕獲有助于指導(dǎo)下一個自動化決策的數(shù)據(jù)。通常，這是在目視檢查決策中添加可追溯性，或者將指導(dǎo)工作或裝配說明合并到檢查過程中。

總的來說，選擇一個容易出錯的流程，看看你如何使用數(shù)字化和人工智能來節(jié)省你的時間和金錢。我們正在與許多制造商合作，他們開始圍繞第一個麻煩的缺陷或過程進行試點項目，對技術(shù)感到滿意，現(xiàn)在正在跨不同的工作站或生產(chǎn)線進行擴展。

將人工智能用于制造業(yè)的最大障礙是什么?

這是一個經(jīng)常被忽視的大問題;不要忘記過程中的人。

即使有了自動化，許多流程在某些時候仍然需要人工決策。這可能就像向操作員解釋為什么要自動化流程一樣簡單，并提供必要的培訓(xùn)，以便他們能夠以新的方式應(yīng)用他們的專業(yè)知識。例如，在機器人焊接應(yīng)用中，目標(biāo)是將人類從重復(fù)、骯臟和危險的工作中移除，但仍然依靠他們的專家洞察力和多年的培訓(xùn)來監(jiān)控過程和評估結(jié)果。如果沒有適當(dāng)?shù)臏贤ê团嘤?xùn)，人類將很快摒棄技術(shù)并抵制變革。這就是我們的本性。

展望未來幾年，你認為人工智能在制造業(yè)中的應(yīng)用會是怎樣的?Pleora將如何參與其中?

不久前，人們普遍對人工智能感到恐懼。這種普遍的擔(dān)憂在很大程度上正在消失。這要歸功于人工智能技術(shù)變得更容易使用，在我們的日常生活中越來越普遍。我驚訝地發(fā)現(xiàn)，現(xiàn)在我把很多決定都交給了智能手機上的虛擬助手。

我們在制造業(yè)上處于同一點。幾年前，人工智能還很昂貴和復(fù)雜，主要局限于高級實驗室，但現(xiàn)在的開發(fā)工具使質(zhì)量經(jīng)理更容易設(shè)計和部署他們自己的人工智能輔助工作流程。人們還更加關(guān)注人工智能技術(shù)如何幫助人類勞動力，將他們從枯燥、骯臟和危險的任務(wù)中解脫出來，并協(xié)助他們做出決策。

在制造業(yè)市場上廣泛采用這些技術(shù)的關(guān)鍵是使最終用戶更容易使用這些技術(shù)。這是我們的主要關(guān)注點;為質(zhì)量管理人員提供可定制的、易于部署的解決方案，使他們能夠減少制造錯誤和成本。