人工智能的概念第一次被提出，是在20世紀(jì)50年代，距今已六十余年的時(shí)間。然而直到近幾年，人工智能才迎來爆發(fā)式的增長(zhǎng)，究其原因，主要在于日趨成熟的物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等技術(shù)。

　　物聯(lián)網(wǎng)使得大量數(shù)據(jù)能夠被實(shí)時(shí)獲取，大數(shù)據(jù)為深度學(xué)習(xí)提供了數(shù)據(jù)資源及算法支撐，云計(jì)算則為人工智能提供了靈活的計(jì)算資源。這些技術(shù)的有機(jī)結(jié)合，驅(qū)動(dòng)著人工智能技術(shù)不斷發(fā)展，并取得了實(shí)質(zhì)性的進(jìn)展。AlphaGo與李世石的人機(jī)大戰(zhàn)，更是將人工智能推到了風(fēng)口浪尖，引爆了新一輪的人工智能熱潮。

　　此后的近幾年，關(guān)于人工智能的研究和應(yīng)用開始遍地開花。隨著智能制造熱潮的到來，人工智能應(yīng)用已經(jīng)貫穿于設(shè)計(jì)、生產(chǎn)、管理和服務(wù)等制造業(yè)的各個(gè)環(huán)節(jié)。

　　01人工智能技術(shù)的三個(gè)層次

　　人工智能技術(shù)和產(chǎn)品經(jīng)過過去幾年的實(shí)踐檢驗(yàn)，目前應(yīng)用較為成熟，推動(dòng)著人工智能與各行各業(yè)的加速融合。從技術(shù)層面來看，業(yè)界廣泛認(rèn)為，人工智能的核心能力可以分為三個(gè)層面，分別是計(jì)算智能、感知智能、認(rèn)知智能。

　　1、計(jì)算智能

　　計(jì)算智能即機(jī)器具備超強(qiáng)的存儲(chǔ)能力和超快的計(jì)算能力，可以基于海量數(shù)據(jù)進(jìn)行深度學(xué)習(xí)，利用歷史經(jīng)驗(yàn)指導(dǎo)當(dāng)前環(huán)境。隨著計(jì)算力的不斷發(fā)展，儲(chǔ)存手段的不斷升級(jí)，計(jì)算智能可以說已經(jīng)實(shí)現(xiàn)。例如AlphaGo利用增強(qiáng)學(xué)習(xí)技術(shù)完勝世界圍棋冠軍;電商平臺(tái)基于對(duì)用戶購(gòu)買習(xí)慣的深度學(xué)習(xí)，進(jìn)行個(gè)性化商品推薦等。

　　2、感知智能

　　感知智能是指使機(jī)器具備視覺、聽覺、觸覺等感知能力，可以將非結(jié)構(gòu)化的數(shù)據(jù)結(jié)構(gòu)化，并用人類的溝通方式與用戶互動(dòng)。隨著各類技術(shù)發(fā)展，更多非結(jié)構(gòu)化數(shù)據(jù)的價(jià)值被重視和挖掘，語(yǔ)音、圖像、視頻、觸點(diǎn)等與感知相關(guān)的感知智能也在快速發(fā)展。無人駕駛汽車、著名的波士頓動(dòng)力機(jī)器人等就運(yùn)用了感知智能，它通過各種傳感器，感知周圍環(huán)境并進(jìn)行處理，從而有效指導(dǎo)其運(yùn)行。

　　3、認(rèn)知智能

　　相較于計(jì)算智能和感知智能，認(rèn)知智能更為復(fù)雜，是指機(jī)器像人一樣，有理解能力、歸納能力、推理能力，有運(yùn)用知識(shí)的能力。目前認(rèn)知智能技術(shù)還在研究探索階段，如在公共安全領(lǐng)域，對(duì)犯罪者的微觀行為和宏觀行為的特征提取和模式分析，開發(fā)犯罪預(yù)測(cè)、資金穿透、城市犯罪演化模擬等人工智能模型和系統(tǒng);在金融行業(yè)，用于識(shí)別可疑交易、預(yù)測(cè)宏觀經(jīng)濟(jì)波動(dòng)等。要將認(rèn)知智能推入發(fā)展的快車道，還有很長(zhǎng)一段路要走。

　　02人工智能制造業(yè)應(yīng)用場(chǎng)景

　　從應(yīng)用層面來看，一項(xiàng)人工智能技術(shù)的應(yīng)用可能會(huì)包含計(jì)算智能、感知智能等多個(gè)層次的核心能力。工業(yè)機(jī)器人、智能手機(jī)、無人駕駛汽車、無人機(jī)等智能產(chǎn)品，本身就是人工智能的載體，其硬件與各類軟件結(jié)合具備感知、判斷的能力并實(shí)時(shí)與用戶、環(huán)境互動(dòng)，無不是綜合了多種人工智能的核心能力。

　　例如，在制造業(yè)中被廣泛應(yīng)用的各種智能機(jī)器人：分揀/揀選機(jī)器人，能夠自動(dòng)識(shí)別并抓取不規(guī)則的物體;協(xié)作機(jī)器人能夠理解并對(duì)周圍環(huán)境做出反應(yīng);自動(dòng)跟隨物料小車能夠通過人臉識(shí)別實(shí)現(xiàn)自動(dòng)跟隨;借助SLAM(simultaneous localization and mapping，同步定位與地圖構(gòu)建)技術(shù)，自主移動(dòng)機(jī)器人可以利用自身攜帶的傳感器識(shí)別未知環(huán)境中的特征標(biāo)志，然后根據(jù)機(jī)器人與特征標(biāo)志之間的相對(duì)位置和里程計(jì)的讀數(shù)估計(jì)機(jī)器人和特征標(biāo)志的全局坐標(biāo)。無人駕駛技術(shù)在定位、環(huán)境感知、路徑規(guī)劃、行為決策與控制方面，也綜合應(yīng)用了多種人工智能技術(shù)與算法。

　　目前制造企業(yè)中應(yīng)用的人工智能技術(shù)，主要圍繞在智能語(yǔ)音交互產(chǎn)品、人臉識(shí)別、圖像識(shí)別、圖像搜索、聲紋識(shí)別、文字識(shí)別、機(jī)器翻譯、機(jī)器學(xué)習(xí)、大數(shù)據(jù)計(jì)算、數(shù)據(jù)可視化等方面。下文則總結(jié)制造業(yè)中常用的八大人工智能應(yīng)用場(chǎng)景。

　　場(chǎng)景一：智能分揀

　　制造業(yè)上有許多需要分撿的作業(yè)，如果采用人工的作業(yè)，速度緩慢且成本高，而且還需要提供適宜的工作溫度環(huán)境。如果采用工業(yè)機(jī)器人進(jìn)行智能分揀，可以大幅減低成本，提高速度。以分揀零件為例。需要分撿的零件通常并沒有被整齊擺放，機(jī)器人雖然有攝像頭可以看到零件，但卻不知道如何把零件成功地?fù)炱饋?。在這種情況下，利用機(jī)器學(xué)習(xí)技術(shù)，先讓機(jī)器人隨機(jī)進(jìn)行一次分撿動(dòng)作，然后告訴它這次動(dòng)作是成功分撿到零件還是抓空了，經(jīng)過多次訓(xùn)練之后，機(jī)器人就會(huì)知道按照怎樣的順序來分撿才有更高的成功率;分撿時(shí)夾哪個(gè)位置會(huì)有更高的撿起成功率;知道按照怎樣的順序分撿，成功率會(huì)更高。經(jīng)過幾個(gè)小時(shí)的學(xué)習(xí)，機(jī)器人的分撿成功率可以達(dá)到90%，和熟練工人的水平相當(dāng)。