現(xiàn)代科技的發(fā)展正在為制造業(yè)轉(zhuǎn)型升級(jí)帶來(lái)新的活力，人工智能技術(shù)就是其中之一。

人工智能在制造業(yè)的應(yīng)用主要有三個(gè)方面：首先是智能裝備，包括數(shù)控機(jī)床、自動(dòng)識(shí)別設(shè)備、人機(jī)交互系統(tǒng)、工業(yè)機(jī)器人等具體設(shè)備。其次是智能工廠(chǎng)，包括智能設(shè)計(jì)、智能生產(chǎn)、智能管理以及集成優(yōu)化等具體內(nèi)容。最后是智能服務(wù)，包括大規(guī)模個(gè)性化定制、遠(yuǎn)程運(yùn)維、預(yù)測(cè)性維護(hù)等具體服務(wù)模式。

以5G、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能為代表的新一代信息技術(shù)技術(shù)正助力設(shè)備聯(lián)網(wǎng)、數(shù)據(jù)上云。對(duì)于傳統(tǒng)的制造業(yè)來(lái)說(shuō)，要想實(shí)現(xiàn)“AI+工業(yè)互聯(lián)網(wǎng)”的深度融合，離不開(kāi)5G、大數(shù)據(jù)、物聯(lián)網(wǎng)為支撐：5G增強(qiáng)了數(shù)據(jù)傳輸能力，人工智能構(gòu)建起數(shù)據(jù)模型，虛擬現(xiàn)實(shí)以及超高清顯示增強(qiáng)了數(shù)據(jù)的可視化程度。

有分析人士指出，人工智能推動(dòng)了機(jī)器視覺(jué)的高速發(fā)展，從手機(jī)里的美顏APP面目識(shí)別功能、人臉相冊(cè)分類(lèi)，到支付寶面部識(shí)別身份驗(yàn)證、儲(chǔ)物柜人臉識(shí)別，再到工業(yè)機(jī)器人對(duì)物體準(zhǔn)確抓取、物流機(jī)器人障礙避讓?zhuān)曈X(jué)機(jī)器在我們的身邊的應(yīng)用幾乎隨處可見(jiàn)。

借助人工智能這股“熱風(fēng)”，機(jī)器視覺(jué)技術(shù)成為了不少制造業(yè)企業(yè)走向智能化、信息化升級(jí)的關(guān)鍵驅(qū)動(dòng)力。特別是智慧物流、智能包裝等具備一定自動(dòng)化基礎(chǔ)，十分迫切向智能化邁進(jìn)的行業(yè)，在應(yīng)用機(jī)器視覺(jué)技術(shù)上更加積極主動(dòng)。

有分析人士指出，驅(qū)動(dòng)人工智能發(fā)展的動(dòng)力主要來(lái)自四個(gè)方面：一是數(shù)據(jù)，即以大數(shù)據(jù)、物聯(lián)網(wǎng)、云計(jì)算等技術(shù)提供的數(shù)據(jù)基礎(chǔ)；二是取得重大突破的機(jī)器學(xué)習(xí)算法；三是以圖形處理器（GPU）為代表的強(qiáng)大的計(jì)算能力；四是得益于全社會(huì)對(duì)人工智能技術(shù)的接受和認(rèn)同。在這些重要力量的驅(qū)動(dòng)下，人工智能技術(shù)不斷成熟，應(yīng)用場(chǎng)景也日益增多。

在AI技術(shù)引領(lǐng)下，傳統(tǒng)制造業(yè)產(chǎn)業(yè)模式受到挑戰(zhàn)，并發(fā)生了許多新變化。在新一代人工智能技術(shù)引領(lǐng)下，制造業(yè)由注重規(guī)模生產(chǎn)逐漸向以客戶(hù)需求為中心、保持規(guī)?；a(chǎn)成本優(yōu)勢(shì)的前提上實(shí)現(xiàn)滿(mǎn)足個(gè)性化需求的產(chǎn)品生產(chǎn)模式演進(jìn)。

在制造模式的不斷演進(jìn)之下，部分新的模式逐漸成形，主要包括電子商務(wù)、數(shù)字化制造、“云平臺(tái)+”制造、網(wǎng)絡(luò)協(xié)同制造、新一代人工智能制造、規(guī)模定制生產(chǎn)服務(wù)、遠(yuǎn)程運(yùn)維服務(wù)、軟件定義的制造等。

作為當(dāng)前服務(wù)型制造具有較大推廣應(yīng)用價(jià)值的兩個(gè)重點(diǎn)方向，新一代人工智能技術(shù)在遠(yuǎn)程運(yùn)維服務(wù)和大規(guī)模定制生產(chǎn)中的應(yīng)用正加速實(shí)現(xiàn)。假如工業(yè)生產(chǎn)線(xiàn)或生產(chǎn)設(shè)備在生產(chǎn)過(guò)程中突然出現(xiàn)故障，那么將會(huì)給企業(yè)造成巨大損失。如果能充分利用大數(shù)據(jù)建模、神經(jīng)網(wǎng)絡(luò)等前沿科技算法進(jìn)行提前預(yù)判，就能在機(jī)器設(shè)備在出現(xiàn)故障之前做出預(yù)測(cè)性維護(hù)和預(yù)警，從而盡可能地避免可能會(huì)出現(xiàn)的一系列問(wèn)題。

預(yù)測(cè)性維護(hù)能夠出現(xiàn)，也要得益于：更加高效的通信網(wǎng)絡(luò)、更加精巧的傳感器、能夠處理大規(guī)模數(shù)據(jù)的強(qiáng)大運(yùn)算平臺(tái)。預(yù)測(cè)性維護(hù)一般通過(guò)傳感器收集和分析設(shè)備的實(shí)時(shí)數(shù)據(jù)，用以預(yù)測(cè)何時(shí)可能發(fā)生故障。因此，在智能工廠(chǎng)內(nèi)設(shè)置多種監(jiān)控及傳感設(shè)備十分必要。

雖然目前人工智能的解決方案還不能完全滿(mǎn)足制造業(yè)的要求，但是作為一項(xiàng)通用性技術(shù)，人工智能與制造業(yè)融合是大勢(shì)所趨，未來(lái)的制造業(yè)轉(zhuǎn)型升級(jí)也將會(huì)運(yùn)用到包括云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等在內(nèi)的多種技術(shù)。
責(zé)任編輯:tzh