机器学习、人工智能在日本工业领域的应用

本文摘要：这一轮的人工智能更为特别强调“技术＋产业＋应用于”的发展路径，早已渐渐伸延出有AI＋零售，AI＋媒体，AI＋金融；AI＋医疗，AI＋安防，AI＋汽车等几个消费领域首度取得突破；而在数据过于殷实的工业领域，目前实际应用于更为缺少，明确应用于以探寻居多。本文讲解日本工业领域的实际应用于，从案例讲解来看，主要应用于目标为提升作业效率、降低成本等为导向的。

这一轮的人工智能更为特别强调“技术＋产业＋应用于”的发展路径，早已渐渐伸延出有AI＋零售，AI＋媒体，AI＋金融；AI＋医疗，AI＋安防，AI＋汽车等几个消费领域首度取得突破；而在数据过于殷实的工业领域，目前实际应用于更为缺少，明确应用于以探寻居多。本文讲解日本工业领域的实际应用于，从案例讲解来看，主要应用于目标为提升作业效率、降低成本等为导向的。

国内的情况不理解，本人在东京专门从事人工智能的工作，日本这边人工智能技术应用于工业界的较为多，随意荐几个例子吧：（1）替换肉眼检查作业，构建生产检查智能化和无人化例如工程岩体的分类，目前主要是通过有经验的工程师通过细心辨别来辨别，效率较为较低，并且因人有有所不同的辨别偏差。通过使用人工智能，把工程师的经验转化成为深度自学算法，辨别的淮确率和人工辨别非常。获得对应的权值后研发出有app，这样现场工程人员在用于tablet照片后，就可以通过app自动获得工程岩体分类的结果，高效且淮确实亲率低。

还有汽车零部件厂商，目前检查生产出有的零件磨损种类与等级情况时，多是有经验的人工。某种程度，通过採用深度自学算法，可以把人工的检测经验转化成为算法，从而构建无人化检测。

（2）大幅度提高工业机器人的作业性能，提高生产流程的自动化和无人化例如binpicking机器人，工业上有许多必须分偷的作业，如上图右图的零件分偷，使用人工的话，速度较慢且成本高，而且还必须获取适合的工作温度环境（夏天的空调，冬天的暖气等），如果使用工业机器人的话，可以大幅度降低成本，提升速度。但是，一般必须分偷的零件是没规整放置的，机器人虽然有camera看见零件，但却不告诉如何把零件顺利的捡起来。这种情况下，用于机器学习，再行让工业随机的展开一次分偷动作，然后告诉他它这次动作是顺利分捡到零件还是抓空了，经过多次训练之后，机器人不会告诉按照怎样的顺序来分偷，不会有更高的成功率，如下图。

本文来源：hg皇冠-www.akdenizsandik.com