QQ在線
企業(yè)微信
資訊
342智能制造商的定義在一個組織與另一個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。
將人工智能融入計算機(jī)視覺過程的能力可能是一個很好的例子。最近，我有機(jī)會與Levatas數(shù)據(jù)科學(xué)與分析副總裁Johann Beukes交流，聽聽他的見解。
愛安那：人工智能和計算機(jī)視覺可以通過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)會來改善對業(yè)務(wù)系統(tǒng)的實時決策支持，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，這可能會導(dǎo)致成本高昂且功能受限。在這里，計算機(jī)視覺(CV)可以成為更具成本效益和靈活的“數(shù)據(jù)捕獲”選項。
使用自主或半自主機(jī)器人，例如工程和機(jī)器人設(shè)計公司Boston Dynamics的Spot®，進(jìn)一步增強(qiáng)了計算機(jī)視覺數(shù)據(jù)捕獲的可訪問性和覆蓋范圍。相反，安裝靜電傳感器，與CV能力的單個機(jī)器人可以部署到涵蓋多個當(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，計算機(jī)視覺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，計算機(jī)視覺在其應(yīng)用中具有靈活性，因為應(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，例如異常檢測和質(zhì)量控制。
愛安那：如何充分利用人工智能和計算機(jī)視覺面臨哪些挑戰(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。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，在仍然無法獲得性能良好的模型的情況下，對昂貴的優(yōu)化處理單元的投資可能會非常昂貴。
