機器正在學習思考。深度學習是一種機器學習技術
，也是人工智能中最重要的未來技術。SICK將此關鍵技術轉移到傳感器中，為客戶提供附加值
，以提高生產力和靈活性。

如(ru)果(guo)要(yao)提(ti)高(gao)生(sheng)產(chan)中(zhong)每(mei)個(ge)階(jie)段(duan)的(de)效(xiao)率(lv)，必(bi)須(xu)適(shi)配(pei)聰(cong)穎(ying)的(de)機(ji)器(qi)。物(wu)流(liu)過(guo)程(cheng)自(zi)動(dong)化(hua)正(zheng)在(zai)持(chi)續(xu)發(fa)展(zhan)。人(ren)們(men)對(dui)智(zhi)能(neng)機(ji)器(qi)的(de)行(xing)為(wei)越(yue)來(lai)越(yue)感(gan)興(xing)趣(qu)，數(shu)字(zi)技(ji)術(shu)的(de)挑(tiao)戰(zhan)也(ye)隨(sui)之(zhi)而(er)來(lai)。

傳感器仍然是信息的來源，而集成軟件則為網絡數據的評估和溝通提供了解決方案。然而

，工業4.0的趨勢意味著IT行業迫切需要對數據複雜性進行“改革”。深度學習是必不可少的，這也是SICK及其客戶在現代化工廠流程中所走的道路。

深度學習，像人類一樣思考

深度學習需要能夠檢測和處理大量複雜模式以及數據的算法。人工神經網絡模仿人類的思維
，並從實例中學習。

它從經驗中學習，學會適應不斷更新的新資訊。其結果是
，現如今一係列的優化有了可能，而這在幾年前是不可想象的。機器和工廠結合智能數據和專用傳感器，可以找到最複雜任務的解決方案。

現實檢驗

SICK目前的深度學習項目主要集中在光學質量檢測領域。在物流自動化中

，通過分析捕獲的圖像庫
，深度學習相機可以自動檢測
、驗證
、分類和定位“訓練”對象或特征。

例如它們可以檢查出分揀盤中是否有扁平的物件，從而優化分揀效率並提高吞吐量。他們可以檢測到包裹上有帶子，甚至連白色包裹上附著的白色帶子都不例外。這樣可以改進自動包裝過程中的質量控製，並確保對運輸對象進行分析。如果包裹有凹陷或損壞
，或者需要確定包裹的材料屬性
，SICK傳感器可以在實時操作中智能捕獲和評估結構或特征。它們確保啟動排序過程中的後續步驟。

這種形式的功能是獨一無二的
，以前這隻能由人眼來完成。所有SICK項目的最終目的是將深度學習應用於改進流程和提高工廠效率。

頂級專家，複雜算法
，強大計算能力

大家需求的並不是一個通用解決方案。相反
，人們的重點是針對特定情況量身定製的解決方案。盡管現代2D和3D相機變得越來越快、越來越強大，但目前其性能仍受到傳統圖像處理算法的限製。為了評估不同的應用和條件
，SICK的深度學習專家與客戶的流程和品質的專家緊密合作。他們獨特的流程控製專業知識是深度學習前期的仿真訓練的基礎，也是傳感器後續深度學習算法的核心。

一(yi)個(ge)複(fu)雜(za)的(de)網(wang)絡(luo)結(jie)構(gou)可(ke)以(yi)處(chu)理(li)大(da)量(liang)的(de)信(xin)息(xi)。盡(jin)管(guan)如(ru)此(ci)，培(pei)養(yang)一(yi)個(ge)深(shen)度(du)學(xue)習(xi)網(wang)絡(luo)隻(zhi)需(xu)要(yao)幾(ji)個(ge)小(xiao)時(shi)。深(shen)度(du)學(xue)習(xi)網(wang)絡(luo)也(ye)可(ke)以(yi)被(bei)重(zhong)新(xin)塑(su)造(zao)並(bing)適(shi)應(ying)新(xin)的(de)條(tiao)件(jian)。對(dui)於(yu)大(da)數(shu)據(ju)池(chi)和(he)神(shen)經(jing)網(wang)絡(luo)訓(xun)練(lian)，SICK使用獨立、強大的內部處理和IT係統。生成的深度學習算法通過雲本地放置在傳感器上，使其具有故障保護能力
，並可直接在智能相機上使用。

離(li)機(ji)器(qi)真(zhen)正(zheng)成(cheng)為(wei)主(zhu)流(liu)還(hai)有(you)很(hen)長(chang)的(de)路(lu)要(yao)走(zou)，不(bu)過(guo)現(xian)如(ru)今(jin)
，深(shen)度(du)學(xue)習(xi)也(ye)取(qu)得(de)了(le)令(ling)人(ren)矚(zhu)目(mu)的(de)成(cheng)績(ji)
，並(bing)帶(dai)來(lai)了(le)許(xu)多(duo)好(hao)處(chu)。然(ran)而(er)，最(zui)核(he)心(xin)的(de)工(gong)作(zuo)仍(reng)由(you)人(ren)類(lei)負(fu)責(ze)。隻(zhi)有(you)時(shi)間(jian)才(cai)能(neng)告(gao)訴(su)我(wo)們(men)，有(you)多(duo)少(shao)公(gong)司(si)和(he)行(xing)業(ye)會(hui)決(jue)定(ding)通(tong)過(guo)加(jia)大(da)對(dui)這(zhe)項(xiang)數(shu)字(zi)技(ji)術(shu)的(de)投(tou)資(zi)來(lai)推(tui)動(dong)自(zi)身(shen)的(de)增(zeng)長(chang)。

成為改革的一部分——與新項目共同成長。與SICK共同前行。