資緣匯
人工智能技術可能是繼蒸汽機、電力、互聯網科技之後推動新一輪產業革命浪潮的革命性技術。在大量的數據、更好的算法和更強的算力的共同推動下，人工智能的應用已經在很多行業落地，逐漸滲透並開始帶來實際的價值。
根據研究，在全球範圍內，人工智能在先進製造、自動駕駛、醫療、金融、安防、電網、家居、零售等數據基礎較好的行業的應用場景正在不斷建立起來。
相關案例包括：人工智能在金融行業的智能風險控制、智能投資顧問、市場預測、信用評級等領域的應用；在醫療領域，人工智能算法被應用到新藥研製、輔助診療、癌症檢測等方面。
“人工智能+製造”
助力中國製造業升級轉型
“人工智能+製造”是將人工智能技術應用到製造業，在自動化、數字化、網絡化的基礎上，實現智能化。其核心在於機器和系統實現自適應、自感知、自決策、自學習，以及能夠自動反饋與調整。
人工智能、工業互聯網等相關技術的融合應用能逐步實現對製造業各流程環節效率優化。
目前，中國的製造業面臨內部和外部多種壓力。來自內部的影響包括勞動力成本上升、原材料成本上升、環境壓力和市場飽和。
外部壓力一方面來自西方發達國家的貿易摩擦、關稅壁壘、技術封鎖、設備和關鍵零部件禁運等，另一方面來自印度、東南亞低成本新興國家的競爭。
“人工智能+製造”
的機遇與挑戰
“人工智能+製造”是中國製造業升級轉型的一個重要途徑。將人工智能技術用於製造業將有效提高生產效率；實現柔性化生產；提高產品質量，降低人為錯誤；持續工藝改善，提升成品率，並降低生產成本。
未來幾年，中國製造業轉型升級的巨大需求可以為“人工智能+製造”市場的拓展提供極好的機遇。不過，“人工智能+製造”機遇與挑戰並存。
在未來5G等無線互聯技術的支持下，數據的傳輸與處理速度將進一步提升。
同時，傳感器、無線傳感網絡等技術的發展幫助“人工智能+製造”系統收集大量的製造流程、物流等數據，高質量的海量數據對人工智能數據訓練至關重要。總體而言，上述技術的發展使得人工智能賴以學習的標記數據獲得的成本在不斷下降。
算力增長也為“人工智能+製造”的應用提供了條件。在過去10年間，芯片處理能力提升、雲服務普及以及硬件價格下降使計算能力大幅提升。成本不斷下降以及算力的提高為“人工智能+製造”的實施提供了保障。
即使在同一製造業領域，企業情況也是千差萬別的。因此，“人工智能+製造”項目實施面臨的情況十分複雜，沒有什麼統一的標準可言。
從相對成熟的
“人工智能+製造”場景入手
“人工智能+製造”實施投入大，傳統制造企業實施相關項目的複雜程度較高。
不過，在眾多的“人工智能+製造”應用場景中有一些技術相對成熟，並有了相當數量的項目落地。這些相對成熟的“人工智能+製造”的應用主要包括以下幾種。
● 質量檢測
電子製造、汽車等行業工序複雜，在線檢測的環節比較多，需要對產品進行大量的、基於視覺識別的質量檢測、缺陷檢查等。
使用工業相機或高清攝像頭捕捉產品組件、電路模塊等在生產和組裝過程中的圖像和視頻，可以提供給人工智能軟件進行分析判斷。
人工智能視覺檢測可以最終實現無須人力的機器自主質檢，且全天候無間斷。目前，人工智能視覺檢測過程用時已經可以做到比人工檢測時間縮短80%，有效節約了檢測的人工成本。
另外，計算機視覺檢測精準度高，可以檢測到肉眼無法檢測的微小瑕疵，且判斷標準一致，保持了檢測過程的一致性。
人工智能檢測在電子、汽車等製造行業的質量控制環節應用越來越廣泛。在有些案例中，使用人工智能結合物聯網和大數據技術已經能夠實現把產品質量的自動監控擴展到整個生產流程。
這不僅能提高質量檢測效率，還能指導工藝、流程等改善，提高整體良品率。
● 預測性運營與維護
基於人工智能的預測性運維繫統可以利用機器學習、處理設備的歷史數據和實時數據，搭建預警模式，提前更換即將損壞的部件，從而有效地避免機器故障的發生。
企業可以藉助人工智能運維繫統來減少設備故障和由此帶來的損失，提高設備利用效率。
● 供應鏈管理
電子等製造行業的零部件供應商來自全球各地，供應鏈比較長，涉及的元器件種類和分銷渠道的流通環節非常多，容易受到國際政治、天災人禍等因素的影響。
使用機器學習深入研究供應管理環節，分析需求、計劃和庫存，建立實時、精準匹配的供需關係，通過掌握和預測需求動態變化能夠有效地促進供應鏈調整優化。
藉助人工智能，可以幫助製造業企業實施多級庫存、計劃生產等庫存動態調整，最終實現採購和補貨的半自動甚至全自動化。
人工智能可以基於大數據進行需求預測，這些大數據不僅來自供應鏈內部的各個環節，還來自行業外的數據，如貿易促銷、媒體活動、新產品發佈、季節性變化，甚至氣候數據預測等。
綜上所述，“人工智能+製造”是中國製造業轉型升級的重要途徑，其發展的機遇與挑戰並存。
傳統制造企業在全面實施“人工智能+製造”有困難時可以優先發展人工智能質量檢測、預測性運營與維護、供應鏈管理等相對成熟的“人工智能+製造”應用，實現“人工智能+製造”的單點突破。
這些系統可以獨立運作，帶來實實在在的收益，也可以在未來併入“人工智能+製造”大系統。
閱讀更多 AI工信科創 的文章
