智能制造商的定義在一個(gè)組織與另一個(gè)組織之間可能有很大的不同。但是,真正成為“智能制造商”通常在很大程度上取決于組織將最新工具和技術(shù)無(wú)縫集成到現(xiàn)有生產(chǎn)環(huán)境中的能力。這樣做的方式可以顯著提高生產(chǎn)率,效率和功能。
將人工智能融入計(jì)算機(jī)視覺(jué)過(guò)程的能力可能是一個(gè)很好的例子。最近,我有機(jī)會(huì)與Levatas數(shù)據(jù)科學(xué)與分析副總裁Johann Beukes交流,聽聽他的見解。
愛(ài)安那:人工智能和計(jì)算機(jī)視覺(jué)可以通過(guò)哪些方式共同幫助智能制造商?
Beukes:制造空間提供了許多機(jī)會(huì)來(lái)改善對(duì)業(yè)務(wù)系統(tǒng)的實(shí)時(shí)決策支持,例如提高能效,供應(yīng)鏈和網(wǎng)絡(luò)優(yōu)化以及計(jì)劃維護(hù)。但是,捕獲數(shù)據(jù)以達(dá)到這些決策支持目標(biāo)需要新的傳感器,這可能會(huì)導(dǎo)致成本高昂且功能受限。在這里,計(jì)算機(jī)視覺(jué)(CV)可以成為更具成本效益和靈活的“數(shù)據(jù)捕獲”選項(xiàng)。
使用自主或半自主機(jī)器人,例如工程和機(jī)器人設(shè)計(jì)公司Boston Dynamics的Spot®,進(jìn)一步增強(qiáng)了計(jì)算機(jī)視覺(jué)數(shù)據(jù)捕獲的可訪問(wèn)性和覆蓋范圍。相反,安裝靜電傳感器,與CV能力的單個(gè)機(jī)器人可以部署到涵蓋多個(gè)當(dāng)前使用情況,并很容易地調(diào)整開始捕獲數(shù)據(jù)的新的使用案例。
此外,計(jì)算機(jī)視覺(jué)可以使用相同的捕捉到的圖像,但提取新在后端使用新車型的信息。與通常使用一次的傳感器不同,計(jì)算機(jī)視覺(jué)在其應(yīng)用中具有靈活性,因?yàn)閼?yīng)用發(fā)生在軟件層。例如,捕獲傳送帶和正在運(yùn)輸?shù)漠a(chǎn)品的視頻流允許進(jìn)行多種應(yīng)用,例如異常檢測(cè)和質(zhì)量控制。
愛(ài)安那:如何充分利用人工智能和計(jì)算機(jī)視覺(jué)面臨哪些挑戰(zhàn)?
Beukes:即使是最先進(jìn)的CV模型,其性能也從中等到優(yōu)于人的感知范圍不等,但是要達(dá)到高水平的性能卻要付出代價(jià)。當(dāng)前的CV方法使用需要大量數(shù)據(jù)的深度學(xué)習(xí)架構(gòu),因此,在仍然無(wú)法獲得性能良好的模型的情況下,對(duì)昂貴的優(yōu)化處理單元的投資可能會(huì)非常昂貴。