今日頭條
官方微信
官方抖音
資訊頻道推進智能制造轉型的根本原因在于：機器功能表現不遂人愿，人很難掌控機器的全部狀態情況。機器不容易改變和提升功能，任何的功能更改都需要重新開發某些甚至全部零部件；機器運行狀態不為人知，且不說遠程監控，就是人站在機器前面，也未必知道哪個零部件正常與否，還有多長時間需要更換；機器不靈活，例如無法像人手一樣靈巧地裝配零件；機器不認人，無法判斷誰是合法的操作者并給以相應的配合；機器不會自主發聲，告訴所有者或其他人，“我已空閑，請給我安排工作”等等。
在機器不智能的時代，只能靠人的智能來彌補。但是，人的體力有限易疲勞，人的智力和技能有差異，人的心理狀態不可控，更重要的是，很多問題限于人的辨別力是無法解決的，例如機器中的一個關鍵零部件現在復合受力是多大？環境的振動是否會引發加工質量問題？車間中的粉塵狀態何時會爆炸等等。
因此，人們一直期望在制造活動中能夠有某種人體以外的“智能”要素的參與，無論是類似人還是其它生物的智能要素，加入到機器、生產環境或者生產的流程之中，使得整個制造活動可以滿足這樣的需求：所有的狀態信息都能實時獲取和快速響應，所有的決策都恰當且及時，所有的產品特征變化（個性化需求）都能充分滿足，所有的產品都是高質量高附加值的，所有的制造過程都是高效安全的，所有的設備維護都是主動、預測式的，所有的企業運營都是高利潤、低成本、綠色環保的等等。
作為制造業智能制造轉型的關鍵使能技術，人工智能的發展在為智能制造賦能的同時，也為機器從“勞動工具”向“勞動伙伴”的角色演進提供新路徑。
當前，制造企業從原材料采購、生產制造，到產品銷售與流通，所有經營生產過程正越來越趨于數據化和智能化。數據的不斷累積以及數據算法和模型的不斷發展成熟，為人工智能融入到制造業提供了機會，進而促進企業從傳統生產向智能生產轉型。
企業可以通過遍布車間的傳感器和智能芯片，實現對生產過程中的全鏈路數據的處理和分析，進而提升生產效率、庫存周轉率、設備利用率等關鍵指標。在銷售層面，通過對海量的交易數據進行挖掘、計算和分析，人工智能可以為企業制定自動化和智能化的生產計劃；在生產層面，通過對產品數據、生產設備數據的采集和分析，人工智能實現對生產設備和產品質量的智能化診斷，提高產品良品率；在流通層面，通過產品上部署的傳感器及時采集產品狀態數據，為企業的生產過程提供決策支撐，同時也可以提供預測性的維修維護服務。
人工智能大師西蒙曾說過：“學習就是系統在不斷重復的工作中對本身能力的增強或者改進，使得系統在下一次執行同樣任務或類似任務時，會比現在做得更好或效率更高。”機器學習是人工智能應用的核心，是使計算機具有智能的根本途徑，其應用遍及人工智能的各個領域。現有的計算機系統和人工智能系統至多也只有非常有限的學習能力，因而不能滿足科技和生產提出的新要求。對機器學習的討論和研究，必將促使人工智能和整個科學技術的進一步發展。
摘自《搜狐網》
北京市公安局海淀分局備案號：11010802023656號