制造业中的人工智能:术语表

你不需要博士学位才能轻松地讨论人工智能，尽管它确实有帮助。但了解一些与人工智能相关的基本术语和概念，可以让我们更容易理解工厂自动化的最新技术和检测进展。

这些是在关于工厂自动化的人工智能的对话和文章中出现的最常见的术语。

算法:帮助计算机实现目标的一组指令和计算。在工厂自动化中，算法可以对来自传感器、扫描仪和数码相机的大量数据集进行分类，以发现效率低下、提高质量并提出改进建议。“学习”算法使用试错法和实例学习方法来优化生产过程，无需人工干预。

人工智能:试图模仿人类决策的计算技术，使用自动化来执行人类难以完成的任务。人工智能算法是工厂自动化的核心，因为它们可以使用图像识别和自然语言处理等技术来减少人为错误并预测生产挑战。

大数据:从多个来源收集大量数据集的技术，使用分析工具生成独特的见解。大数据奠定了人工智能的基础，因为学习算法需要大量信息来模拟人类决策并产生准确的预测。一家自动化工厂使用大数据分析来为其人工智能计划提供信息。

分类:将数据分成不同的类别，提高人工智能的有效性。在工厂自动化中，数据收集设备扫描生产环境并识别特定对象，如机器零件和电子元件。人工智能算法帮助对这些物体进行分类，并将它们路由到生产线上的正确目的地。

集群:将一组数据点划分为集群，以确定哪些是相似的，哪些是不同的。学习算法扫描聚类来解释它们的含义并预测正确的行动方针。例如，聚类算法处理来自光学扫描设备的数据，以确定当扫描检测到产品缺陷时该怎么做。

数据清理/洗涤:去除有缺陷的数据以提高学习算法的有效性。人工智能依赖于复杂的数据模型，这些模型必须具有准确、可靠和一致的数据源。不幸的是，数据收集往往产生冗余、不准确、过时或无用的信息。因此，清洗(或擦洗)数据可以降低风险并提高人工智能的准确性。

深度学习:一种人工智能方法，使用神经网络和实例学习算法，在没有人类帮助的情况下，随着时间的推移自我改进。深度学习算法处理的数据越多越有效，这与基于规则的算法不同，后者对数据处理能力有严格的限制。在工厂自动化中，深度学习算法可以以反映人类认知的方式标记产品缺陷，而且速度要快得多。

图像识别:利用人工智能分析数字图像的内容。图像识别算法扫描数百万像素，并应用深度学习来区分人、地点和事物。这些技术使条形码扫描和自动化检查成为可能，可以极大地提高自动化工厂的生产率。另见:机器视觉。德国必威

物联网:一个连接到互联网的传感器网络，从机器和人类行为中收集实时情报。设备包括移动电话、可穿戴设备、摄像机、交通监控器和机器和生产线内的传感器。物联网传感器产生机器学习所需的大量数据。

机器学习:无需人工编程即可改善结果的计算过程。机器学习算法训练计算机数百万次来寻求成功和避免失败，以产生学习结果。例如，图像识别可以分析数百万张图像，以区分数字图像中的不同物体。参见:训练数据。

betway.com betway体育 识别对象特定特征的基于规则的算法。德国必威机器视觉技术利用光学扫描仪和数码相机的数据来检查生产线上的零件，并扫描配送中心的条形码。尽管机器视觉工具的工作速度比人眼快得多，但深度学习可以极大地提高这些工具的准确性和有效性。

神经网络:算法和数据节点的灵感来自于人类神经系统的神经通路。神经网络模拟神经细胞如何接收信息、处理信息并将其传递给其他神经。神经网络中的数千个处理节点在图像、文本和口语等数据中寻找模式。这些模式帮助算法决定下一步做什么，并教会自己在每次成功完成任务时表现得更好。

光学字符识别:将印刷的数字、字母和字符转换为有意义的数字数据。尽管OCR技术已有几十年历史，但它对工厂自动化和产品分销仍然至关重要。此外，人工智能技术在OCR精度上有了巨大的飞跃，可以扫描弯曲、撕裂、损坏和被塑料包装遮挡的标签。

机器人过程自动化(RPA):自动化生产流程的设备、软件和流程，提高生产力，将人们从乏味、重复的任务中解放出来。RPA设备包括完成焊接汽车零件或组装微处理器等任务的机械臂。RPA软件可以包括将以前需要人工输入的流程自动化的算法和应用程序。

结构化和非结构化数据:独特的框架，帮助机器理解数据的含义并准确地处理它。结构化数据以一致的格式存储，就像电子表格中的行、列和单元格一样。非结构化数据就像文字处理文件中的文本或视频中的像素。人工智能算法允许工厂自动化系统从这两种数据中提取知识。

群体智慧:一组算法协同工作，产生的智能超过了群体中个体的能力。群体智能系统以蜜蜂、鱼类、鸟类和其他社会生物的行为为模型，将简单而具体的任务分配给单个机器学习算法。让这些算法一起工作可以产生比单个算法更复杂的学习结果。参见:神经网络。

训练数据:在人工智能算法中为学习提供动力的数字信息。深度学习和神经网络算法必须知道好数据和坏数据之间的区别。训练数据让他们找到答案。例如，在自动化工厂中，数字图像提供训练数据，帮助算法学习识别有缺陷的机器部件，并将其排除在成品之外。

了解如何利用AI和深度学习检查技术在我们的免费VisionPro深度学习数据表．

标签: 深度学习