工業領域的人工智能(AI)正在迅速嶄露頭角
，工業AI可(ke)以(yi)幫(bang)助(zhu)製(zhi)造(zao)商(shang)借(jie)助(zhu)設(she)備(bei)監(jian)控(kong)和(he)預(yu)防(fang)性(xing)維(wei)護(hu)計(ji)劃(hua)來(lai)最(zui)大(da)限(xian)度(du)地(di)延(yan)長(chang)正(zheng)常(chang)運(yun)行(xing)時(shi)間(jian)，以(yi)及(ji)確(que)定(ding)損(sun)失(shi)的(de)產(chan)量(liang)和(he)缺(que)陷(xian)。其(qi)預(yu)測(ce)能(neng)力(li)也(ye)可(ke)以(yi)用(yong)於(yu)創(chuang)建(jian)學(xue)習(xi)和(he)預(yu)測(ce)需(xu)求(qiu)模(mo)型(xing)。

但與此同時，對於AI的應用也伴隨著一些普遍的誤解。IBM《2022年全球AI采用指數》報告顯示

，34%的調查受訪者(全球約2,550家公司)表示：缺乏AI專業知識阻礙了實施工作。因此
，本文旨在澄清大眾對工業AI常見的四大誤解
，以便大家能更清晰地理解AI技術在製造和物流行業的實際應用和潛力。

誤解1：

AI術語可以互換且無足輕重

有人誤以為工業AI
、機器學習和深度學習等術語是可以互換使用的。實際上，每個術語都有其獨特的含義和應用範圍。工業AI是一個廣泛的範疇，包括多種技術術語。理解這些微妙差異是評估技術適用性的第一步。

下麵整理了一些常見工業AI術語，幫助大家快速了解這項技術的不同形式、功能和可行性：：

• 人工智能：一組旨在模仿人類決策活動的計算技術，采用圖像識別
  
  、自然語言處理和其他技術，通過自動化來執行人力難以處理的任務。
• 深度學習：一種AI技術，旨在為複雜和高度定製的應用實現自動化。采用圖形處理器(GPU) 進行處理，可以快速有效地分析大量圖像集來探測細微缺陷
  ，以及可接受和不可接受異常之間的區別。
• 邊緣學習：為方便使用而設計的AI技術。采用一組預先訓練的算法，在設備上，即“邊緣”進行處理。此技術易於設置
  ，與基於深度學習的傳統解決方案相比，所需的圖像集更小(低至5至10張圖像)，並且所需的訓練期也更短。

誤解2：

AI會取代人類的工作

AI的目標不是取代人類，而是與人類合作，提高工作效率和質量。AI能(neng)夠(gou)自(zi)動(dong)化(hua)繁(fan)瑣(suo)任(ren)務(wu)，使(shi)員(yuan)工(gong)能(neng)專(zhuan)注(zhu)於(yu)更(geng)具(ju)創(chuang)造(zao)性(xing)和(he)戰(zhan)略(lve)性(xing)的(de)工(gong)作(zuo)。這(zhe)是(shi)一(yi)種(zhong)高(gao)效(xiao)而(er)有(you)益(yi)的(de)工(gong)具(ju)，同(tong)時(shi)也(ye)能(neng)夠(gou)幫(bang)助(zhu)解(jie)決(jue)勞(lao)動(dong)力(li)短(duan)缺(que)的(de)問(wen)題(ti)。

因此，這項技術正逐漸被更廣泛地應用於製造和物流行業，以解決持續的勞動力短缺問題和其他長期存在的問題。AI與機器人的搭配使用，可以實現物體躲避和地麵測繪等任務

，從而在各個設施中完成商品的配送。而AI與機器視覺係統的結合，則可以承擔必不可少的重複性質量保證任務
，包括對部件進行缺失探測和檢查。

誤解3：

工業AI需要成千上萬的圖像和大型數據集

一些人錯誤地認為
，在工業領域應用AI需要龐大的數據集和成千上萬的圖像。實際上，AI技(ji)術(shu)有(you)許(xu)多(duo)不(bu)同(tong)的(de)類(lei)型(xing)，其(qi)中(zhong)一(yi)些(xie)應(ying)用(yong)確(que)實(shi)需(xu)要(yao)大(da)型(xing)數(shu)據(ju)集(ji)，但(dan)並(bing)非(fei)所(suo)有(you)情(qing)況(kuang)都(dou)需(xu)要(yao)如(ru)此(ci)龐(pang)大(da)的(de)數(shu)據(ju)量(liang)。對(dui)於(yu)某(mou)些(xie)應(ying)用(yong)
，使(shi)用(yong)有(you)限(xian)的(de)數(shu)據(ju)集(ji)和(he)經(jing)驗(yan)也(ye)能(neng)夠(gou)做(zuo)出(chu)有(you)效(xiao)的(de)預(yu)測(ce)和(he)決(jue)策(ce)。

康耐視公司推出的深度學習和邊緣學習技術，就是上述兩種情況的代表：

深度學習以出色的複雜任務處理能力而著稱。這種技術適用於處理包含大量細節、bianhuaxianzhudedaxingtuxiangjirenwu，tongshiyeshifuzahuogaodudingzhihuayingyongdelixiangxuanze。youyuzhexieyingyongshejizhongduoxijiebianhua
，yinciqianqixuyaodaliangdetuxiangxunlianhemoxingzhixing，cainengweifuzaderenwushixianzidonghua。

邊緣學習專為易用性設計。它使用一組經過預訓練的算法在設備上或數據源的“邊緣”位置進行處理。通過預先將應用需求知識嵌入到神經網絡連接中的訓練方式，消除大量計算負荷，因此無需GPU，僅需使用5到10個圖像，便可在數分鍾內完成訓練部署
，從而快速擴展應用規模
，並輕鬆適應變化。

誤解4：

部署AI解決方案需要專業科學家團隊

盡管AI的開發和設計需要一定的專業知識
，但現代AI解(jie)決(jue)方(fang)案(an)已(yi)變(bian)得(de)更(geng)易(yi)於(yu)部(bu)署(shu)。特(te)別(bie)是(shi)康(kang)耐(nai)視(shi)的(de)邊(bian)緣(yuan)學(xue)習(xi)技(ji)術(shu)，它(ta)已(yi)經(jing)大(da)大(da)簡(jian)化(hua)了(le)部(bu)署(shu)過(guo)程(cheng)。康(kang)耐(nai)視(shi)的(de)邊(bian)緣(yuan)學(xue)習(xi)解(jie)決(jue)方(fang)案(an)可(ke)以(yi)在(zai)智(zhi)能(neng)相(xiang)機(ji)內(nei)部(bu)運(yun)行(xing)。這(zhe)種(zhong)智(zhi)能(neng)相(xiang)機(ji)配(pei)備(bei)了(le)集(ji)成(cheng)光(guang)源(yuan)、自動對焦鏡頭以及一個強大的傳感器，這些部件共同發揮作用，提供精確的檢測功能。

操cao作zuo人ren員yuan無wu需xu具ju備bei部bu署shu方fang麵mian的de專zhuan業ye知zhi識shi，即ji使shi是shi非fei視shi覺jiao專zhuan家jia的de人ren員yuan也ye可ke以yi訓xun練lian邊bian緣yuan學xue習xi工gong具ju，並bing在zai幾ji分fen鍾zhong內nei生sheng成cheng準zhun確que的de結jie果guo。這zhe使shi得de邊bian緣yuan學xue習xi成cheng為wei適shi用yong於yu從cong機ji器qi視shi覺jiao入ru門men者zhe到dao專zhuan家jia等deng所suo有you人ren的de可ke行xing自zi動dong化hua解jie決jue方fang案an。通tong過guo消xiao除chu對dui複fu雜za基ji礎chu設she施shi的de依yi賴lai，並bing降jiang低di對dui專zhuan業ye知zhi識shi的de需xu求qiu，康kang耐nai視shi的de邊bian緣yuan學xue習xi技ji術shu使shi得de更geng多duo的de人ren能neng夠gou利li用yongAI技術來提高工作效率和質量。

AI並非短暫的風潮，也非僅適用於特定市場的專屬技術

，而是涉足廣泛領域
，為工業提供多方麵協助。隨著技術的不斷發展，AI變得更加便捷，經過製造和物流行業的現場測試，為簡化質量控製、提升產品可追溯性
、及早識別生產缺陷提供支持。

通過澄清上述關於工業AI的常見誤解，希望您能更準確地理解AI的實際應用和潛力。康耐視的AIjishu
，tebieshibianyuanxuexijiejuefangan，tongguoxiaochuduifuzajichusheshihepangdashujujideyilai，yijijiangdiduizhuanyezhishidexuqiu，zhengyiqiansuoweiyoudefangshizhuliqiyetigaojiancexiaolv、降低生產成本並改進產品質量。