人工智慧在制造制造有什么样应用领域的这个话题足够大，因此须要理清探讨边界线。责任编辑探讨的边界线是怎样透过人工智慧这项控制技术代替大脑即使超越大脑的功能，来实现轻工业制造效率的提高。
在开始正式探讨前，试著先回答一个难题。为什么轻工业须要人工智慧？
从两个层次来阐释，首先是控制技术上：计算机反应速度急剧提高、储存生产成本下降、以及云计算、物联网等控制技术的发展，让人工智慧的应用领域生产成本急剧降低。其次是市场需求上：随著消费者个人化和品质升级换代的市场需求发展，大大降低了轻工业的繁杂性，主要包括制造的组织形式、产品质量检验各个环节、仓储配送仓储等各个环节。随著控制系统越来越繁杂，人的自学曲线就会越缓慢，人应对繁杂控制系统的能力就会成为制约控制技术进步和应用领域的困局。在传统轻工业界大都以人的重大决策和意见反馈为核心，这就会潜在地中有很大一部分的价值并没有被转化成。而人工智慧为轻工业带来的革新，就是摆脱人类知觉和知识边界线的限制，为重大决策支持和协作优化提供可定量依据。
责任编辑探讨人工智慧在生产不同各个环节，主要包括制造线电子设备、产品质量检验、仓储配送仓储、整体网络管理四个方面的应用领域。
1、人工智慧在制造制造线的应用领域
1.1制造线电子设备保护
人工智慧在厂房网络管理的应用领域：
比如说一条生制造线忽然发出机械故障报案，电脑能自己进行诊断，找到哪里产生了难题，原因是什么，同时还能根据发展史保护的记录或是保护国际标准，告诉我们怎样解决机械故障，即使让电脑自己解决难题、人格恢复。例如，在一个电力中，要能可靠地定位在电力的别的地方性再次出现了难题，用常规性方法大概只能做到80%。西门子公司借助了深度自学控制技术对发展史机械故障事件自学，透过已经分布在电力中的电阻器，来更好地判断电力出了什么难题，出在别的地方性等等。自学演算法已经内嵌到我们国际标准变压器的产品中。
人工智慧在全面性保护的应用领域：
假如轻工业生制造线或电子设备假如忽然再次出现难题，那造成的损失是非常巨大的。借助大数据可视化和数学模型等演算法，可以让电脑在再次出现难题之前就交互到或是预测出可能再次出现的难题。比如说，厂房中的机床在运行一段时间后枪械就须要更改，西门子公司的机床预防措施保护软件系统，透过预测发展史的运营数据，电脑可以提早知道枪械会损毁的时间，从而提早准备好更改的零件，并安排在最近的一次保护时更改枪械。
1.2制造线电子设备参数优化
制造制造线工位少则几十个，多则数百个，涉及的制造线电子设备、制造物料、工人都非常多。透过基于生制造线的大量数据，基于大数据预测和智能演算法可以优化制造工艺、提高品质。在中策橡胶，基于阿里云ET轻工业大脑，将制造端的各类数据进行深度运算和预测，形成了资源最优借助的方案组合，提高了5%混炼胶合格率。在天合光能，阿里云数据科学家透过研究光伏电池的业务流程和制作工艺，构建出数据预测模型，对工艺参数进行调整，最终在丝网印刷各个环节捕获到了关键因子，优化后A品率提高了7%。
2、人工智慧在产品质量检验的应用领域
现在有很多厂房传统上都是用人工在做产品质量检验的工作，在制造流水线上的质检员，他们须要每天花10个小时以上的时间去判断产品质量。很多厂房这个工作岗位两三个月就要轮一次岗，因为肉眼确实受不了。为什么之前没用控制技术的手段帮助解决质检的难题呢？主要原因是传统视觉电子设备误判率比较高。大概是有百分之二十，即使三十的误判率。人工智慧最重要的一个能力，它具备自学能力。比如说说，同样一个划痕，它会和传统控制系统一样，第一次都犯错误。但是人工智慧第二次、第三次，它不会犯一样的错误，它具备一个自学能力。同样的难题或是类似的难题，下次它会做出非常精准的判断。而传统的控制系统除非修改程序，同样的难题，下次它一样会犯错误。
正如百度前人工智慧首席专家吴恩达和富士康合作的智能检验，透过借助深度自学，数学模型，就可以让电脑快速自学做自动检验的工作。现在人工智慧介入了以后，厂房的这种误判率会在上线时达到3%-4%的水平，并且会逐步减少到最低。
3、人工智慧在仓储配送仓储的应用领域
仓储配送仓储的主要包括各个环节很多，从入库分拣、库位管理、上下架、出库分拣到物料运输，中间涉及分拣电脑人、上下料电脑人、立库、AGV小车、叉车等。透过计算机视觉用于分拣电脑人的交互和地图定位，借助电脑自学和深度自学，实现分检电脑人的路径规划和避障。透过数学规划等运筹优化演算法和遗传演算法，实现仓库上下架策略管理。透过多智能体演算法蚁群演算法用于多个分拣电脑人的协调行动。基于人工智慧控制技术实现货架、商品、电脑人的整体协调，能更快速的实现产品出入库和高效的仓库货架规划。在厂房仓储配送中，各种类型的全自动流水线、自动分拨、仓储配送和配送电脑人已经开始慢慢应用领域，基于人工智慧控制技术可以让每一个物料都有最优路径，最短时间送达。
4、人工智慧在整体网络管理的应用领域
网络管理数据量庞大，基于深度自学控制技术在庞大的数据量中发掘价值。西门子公司在西班牙的高铁的网络管理中有一个整体的应用领域。西班牙的高铁公司有一条线从马德里到巴塞罗那的，而从马德里到巴塞罗那的航班很多，就像京沪线一样，这个行业面临和航空公司竞争的挑战。后来它公布一个政策，在这条线上假如延误超过15分钟，全额退款。这个高铁线到现在是非常成功的，背后是西门子公司提供的服务和担保，担保99%的准点率。西门子公司有一个轻工业4.0厂房在德国安贝格，在成都也有一个，是它的双胞胎。在安贝格，所有能源的预测、消耗都是透过数学模型来完成。基于人工智慧控制技术来实现厂房整体能耗的降低。同时，西门子公司在全球30个钢铁厂也用了一些在线数学模型自学以及预测应用领域，来控制钢铁厂的能耗。
2018年汉诺威轻工业展人工智慧应用领域案例
在西门子公司展台上借助人工智慧控制技术打造的增加制造柔性的Autonomous控制系统。基于搭载西门子公司Autonomous控制系统的KUKA电脑人，这款电脑人的最大优势在于其出色的灵活性。其中一台样机搭载了三维交互摄像机，基于图像识别和深度自学控制技术，能对现场任何环境变化做出灵敏反应，即时调整操作轨迹。。这种控制技术可以大大增强生制造线的柔性，不再局限于制造国际标准化产品。
在SAP展台上展示了模拟饮料装瓶作业的生制造线。新型生制造线上的大程序，制造运营模式不再是以往那样遇到难题才被动反应。”
在Festo展台上展示了仿生自学网络：具有自学能力的工位，用于人类与电脑人的合作。透过仿生工位，展示了具备自学能力的工位，用于人类与电脑人合作，集合了BionicCobot（气动轻型电脑人）与人工智慧领域的信息控制技术控制系统的各种优点。 这种灵活的工位配备了多种辅助控制系统和外围电子设备（相互联网进行通信）。除了人工智慧外，电脑自学控制技术让仿生工位成为了一个具有自学能力的预判性控制系统，可持续人格优化。人可以透过手势、接触和语音控制直接与BionicCobot 进行交互，还可实现控制系统的远程操作。这种高效率、安全的人类与电脑人的合作可实现个人化产品制造批量低至1。
在IBM展台上，借助人工智慧为大型手扶电梯电子设备带来“全面性保护”。透过大数据的收集和预测，人工智慧可预测出专业机械电子设备出难题的部分，让控制技术人员提早采取措施。这种“全面性保护”适用于轻工业制造中的各类设备。
上述人工智慧的应用领域场景已经有先行者在试著，但是作为人工智慧的应用领域前提，厂房必须首先要实现数字化，这也是西门子公司、博世、海尔等公司目前在突破的方向。只有先积累完整的数据，才能进一步为人工智慧所用。关于人工智慧在轻工业的应用领域，最后用一句经典的话为文章收尾：我们倾向于高估一项新控制技术的短期效应，而低估它的长期影响。
特别感谢责任编辑作者：
西门子公司数字化厂房集团及过程轻工业和驱动集团
Sales100 B16培训生
