当多力多滋、沃克和沃茨在考文垂百事可乐工厂（英国一些最受欢迎的薯片的生产地）的传送带上飞驰时，机器的呼呼声险些震耳欲聋。

但在这里，不仅仅是人类工人试图在工厂的混乱入耳到机器故障的迹象。

连接到设备上的传感器也在监听硬件故障的迹象，经由演习可以识别疲倦机器的声音，这些机器可能会导致生产线陷入停顿。

继美国试验成功后，百事公司正在其工厂中支配这些由科技公司 Augury 创建并由人工智能 (AI) 驱动的传感器。

该公司是浩瀚探索人工智能如何提高工厂效率、减少摧残浪费蹂躏并更快地将产品上架的公司之一。

从早期设计到交付，人工智能被视为在新一轮制造浪潮中发挥着关键浸染。

它处理和剖析大量数据的能力已经帮助制造商预测并为潜在的毁坏做好准备。

工厂歇工一分钟可能会给公司造成数千英镑的丢失，而增加的耽误可能意味着在节日期间或玄色星期五等关键时候错过消费者的需求。

因此，能够实时检讨和剖析流程、警告即将涌现的问题以及利用历史数据来建议修复方法的工具正在成为工厂车间的常见景象。

百事公司工厂利用的传感器经由大量音频数据的演习，能够检测传送带和轴承磨损等故障，同时剖析机器振动。

Augury 首席实行官 Saar Yoskovitz 表示：“如今，我们已经剖析和监控了超过 3 亿小时的机器，我们可以利用所有这些数据来创建算法，知道如何查明不同故障的特定模式。
”

通过网络有关设备整体康健状况的信息和见地，例如识别机器将来何时可能再次涌现故障，该技能可以让事情职员提前安排掩护，并避免在机器发生缺点时做出反应。

利用人工智能驱动的传感器还可以为公司供应减少运营过程中摧残浪费蹂躏的方法。

“如果机器以最佳办法事情，您就可以减少机器的能耗”，Yoskovitz 师长西席说道。

打算机视觉涉及演习机器识别图像和***中的物体，是天下上一些工厂用于大规模检测产品毛病的另一种人工智能类型。

工厂里大量的物品沿着传送带移动并通过分拣机，这意味着产品中的眇小毛病很随意马虎被遗漏。

对付具有繁芜设计和组件的打算机芯片晶圆和电路板来说尤其如此。
以古人眼可能无法把稳到的缺点现在可以被机器的摄像头创造，并被经由演习以创造特定的表面非常的算法捕获。

剑桥大学制造学院数字制造教授 Alexandra Brintrup，利用人工智能提高行业效率，包括预测性掩护和质量掌握等领域，现在可以被视为该技能的传统运用。

“我以为人工智能在制造业中更令人愉快的机会将来自我们以前无法考试测验做的事情，例如制造商之间的产能共享，提高供应链的可视性，乃至在物流链中共享卡车， “ 她说。

供应链网络相互交织、繁芜，并且一些利益干系者不愿透露供应商是谁，这使得制造业的许多方面一贯笼罩在神秘之中。

但人工智能可以用来剖析和预测供应商是谁以及在哪里，让公司深入理解瓶颈，让消费者理解他们的产品来自哪里以及利用的材料。
布林特鲁普教授领导着制造研究所的供应链人工智能实验室，该实验室开拓了自己的预测机制，可以识别棕榈油等身分可能在产品中的哪些位置利用，但在标签上以不同的名称进行伪装。

该实验室最近的研究表明，棕榈油在美国有 200 种不同的名称，而这些名称对付具有生态意识的消费者来说可能并不引人瞩目。

布林特鲁普教授补充道：“我们的社会越来越意识到制造业对环境和社会的影响，因此我认为提高供应链透明度并向消费者供应这些信息将变得越来越主要。
”

工厂车间和更广泛的供应链中越来越多地采取人工智能工具对工人意味着什么，这个问题在制造业领域中尤为突出。

一些公司正在探索如何利用人工智能来确保生产线工人在机器周围的安全——利用机器学习和打算机视觉技能来监控工厂摄像头输入，以识别可能的威胁或事件。

与此同时，外骨骼等人工智能驱动的可穿着设备已支配在英国仓库中，以确珍重复搬运重物的职员不会紧张或受伤。

百事公司实验室环球副总裁 David Schwartz 表示，该公司将 Augury 的传感器和人工智能更广泛地视为为工人和客户供应更多代价的一种办法，而不仅仅是为了让工厂面向未来。

他说：“它有助于改进人们的事情办法，因此我们可以提高效率来知足我们的员工和客户的需求，并且我们可以准备好面向未来，以知足他们的日常需求。
”