作者：《Power & Motion》杂志技能编辑Sara Jensen

人工智能有助于提高制造运营的效率、质量和生产力。

人工智能（AI）在制造业和其他一系列行业的运用日益增多。
人工智能能够不断学习和处理信息，从而帮助剖析数据，并办理问题。

人工智能所具有的这些能力，为制造商和其他用户提高运营效率和生产力供应了可能。

《Power & Motion》杂志（Power & Motion）采访了环球技能、供应链和制造办理方案供应商伟创力公司智能制造工程团队副总裁Murad Kurwa，磋商了人工智能在制造业中的上风，以及伟创力对人工智能领域的趋势洞察。

编者注：为清晰起见，问题和回答均为编辑过的版本。

《Power & Motion》（以下简称“《P&M》”）： 您如何看待人工智能（AI）在制造业中的运用？

Murad Kurwa（以下简称“MK”）：人工智能（AI）可以惠及一些制造流程。
在决定如何在工厂车间支配AI技能时，主要的是从终极目标出发，然后利用技能来帮助实现这一目标，例如工厂生产线优化、预测性掩护、非常检测、库存管理和瓶颈预防等等。

根据终极目标，可以通过网络和整理数据、选择要利用的 AI 模型类型、演习模型、确定模型的性能是否足以实现终极目标来创建 AI 模型生命周期，末了将其支配莅临盆中。

此外，要从人工智能中获取代价，还须确保模型能够正常运行，并能根据我们所需的制造速率进行扩展。
随着韶光的推移，通过不断学习和改进，这些程序可以帮助我们显著提高事情质量和效率，并有助于我们做出更明智的、由数据驱动的决策。

《P&M》：在生产运营中，利用人工智能会带来什么收益？

MK: 人工智能有助于提高效率、提升质量和生产力，以我前面列举的一些利用案例为例。

在预测性掩护方面，人工智能办理方案可以帮助网络、剖析和检测车间机器问题，防患于未然。
借助联网机器所供应的大量上游数据，人工智能模型就能在不良事宜发生之前做出预测，从而使制造商能够阻挡潜在故障的发生，避免停机。

在非常检测方面，制造商可以通过检测产品毛病和非常来演习用于质量掌握的人工智能模型，减少人工检测的须要，并提高产品的统一性和质量。
非常检测还可运用于流程层面：人工智能模型可利用来低廉甜头造实行系统（MES）、机器和操作员的大量数据，来检测全体流程的非常情形，从而避免任何可能的停机。

除了运营之外，人工智能在制造业的另一个有效用场则是审阅条约。
人工智能措辞模型可以查看条约、审核“红线”、总结并检测重点内容，从而大大缩短条约的整体处理韶光。

总的来说，利用人工智能可以帮助企业各级职员实时做出数据驱动的明智决策，从而节省大量本钱，并提高效率。

同时，人工智能也可以帮助检测生产过程中的非常情形，在确保质量的同时减少人工检测的须要。

《P&M》：您能否举个例子，分享一下您是如何看待人工智能有效支配的？

MK：在伟创力的部分工厂中，我们支配了人工智能来改进质量考验流程。
传统上来看，这是一项由操作员完成的任务。

我举个例子来解释AI技能是如何发挥浸染的：在某条特定的生产线上，我们有两个险些完备相同的电容器。
两个元件之间唯一的差异便是阀门。
这个细微的差异人眼很难辨别非常，而一旦利用了缺点的电容器，产品将无法正常事情。

通过利用视觉数据和人工智能模型，我们的前辈制造技能可以查看操作员是否将组件放在了精确的位置上，并供应反馈以实时办理任何涌现的问题。
这不仅提高了性能和产量，还使我们能够在部件被送莅临盆线进行下一步之前就创造关键问题，从而减少废品涌现的概率。

《P&M》：以是，伟创力是如何与人工智能互助，并帮助客户利用人工智能技能的？

MK: 在伟创力，我们正在运用人工智能来肃清印刷电路板组装（PCBA）测试流程中的瓶颈，这项事情以往常日须要耗费大量的人力和韶光。

在一个实例中，我们客户的生产线末端 PCBA 功能测试包括四个阶段，个中一个阶段须要持续 2 个多小时，包括 50 多个步骤才能完成。
如果这个流程中的任何一个步骤中检测到故障或非常，设备就须要回到***来办理故障，然后重新启动全体测试流程。
这极大地影响了产量，增加了交货韶光，特殊是流程后期发生故障时。

此时，我们剖析了每个测试步骤的历史数据，并采取AI/ML（机器学习）分类模型，以最高效、最可靠的办法制订了重新排列优先级顺序的全新操持。
这样做，得以将整体测试韶光缩减30%，在涌现故障时也能将测试韶光缩减50%。

通过供应这些见地和优化，我们加深了与客户的互助关系，而客户则将把产品和测试设计优化整合到其下一代产品中。

将人工智能与其他工业 4.0 技能结合，有助于创建更具生产力、效率更高的智能工厂。

《P&M》：您如何预测未来几年AI的运用及其能力的发展趋势？

MK：机器互联、人工智能和其他工业 4.0 技能有能力创建智能工厂，并在各个层面上改变运营现状。
基于人工智能的系统将不断学习，从而变得更加智能，并识别出更多的模式，随着韶光的推移使制造过程变得更加高效。

人工智能在制造业中的必杀技是实现 \"大众闭环自主掌握\"大众。
这基本上相称于将AI与其他工业 4.0 技能相结合，以实现自我改动的自主系统，从而最大限度地提高产量和质量方面的制造性能。

例如，在一条自动化 PCBA 生产线上，所有装置事情均由机器人单元来完成，这些单元与数据湖相连，实时发送过程数据。
而非常检测人工智能模型会利用这些数据，检测流程中的非常情形，并确定导致非常的参数。
然后，反馈掌握回路会利用这一推断来自动纠正流程中的参数（例如，变动机器人单元中的参数）。

这种利用人工智能的前辈自我检测和纠正系统使 \"大众检测点 \"大众更靠近 \"大众***\公众，并且不会让毛病影响全体流程。
展望未来，这可以通过最前辈的工业 4.0 技能和人工智能来实现。

此外，我们还将看到人工智能模型在供应链优化和管理等制造业非运营领域的广泛运用。