加入收藏 | 设为首页 |

简单装修-日本制造业新趋势:用于不良品检测和预知保护的人工智能

海外新闻 时间: 浏览:175 次

小姐姐有话说:

人工智能(AI)正在改动制作业。

使逾简单装修-日本制造业新趋势:用于不良品检测和预知保护的人工智能越人的辨认和操控成为可能的深度学习技能进入了实用阶段。

用AI替代人眼检测不良品,在设备坏掉的几天前发现问题的技能,现已进入工厂。

让机器人执行人的动作,替换娴熟技工的AI技能也得到了飞速开展。

用AI检测不良品

替代人眼的AI

运用人工智能(AI)的高精度画像认知现已广泛投入运用。从事通讯电缆和电线事务的日本fujikura公司将AI运用于高功率半导体激光加工的不良品检测中。

人为断定良品/不良品的精确度是95%,而AI可以达到98%的精度。AI还能削减人工作业。

无独有偶,东芝存储器制作厂也将AI运用于NAND闪存制作工序中。在各工序拍照的SEM(扫描电子显微镜)图画按缺点品种分类作业中,人工仅能判别49%,而AI可以切当分类83%。

面向轿车齿轮加工的日本武藏精细工业将AI用于机械零部件的不良品断定上。

该公司在斜齿轮(伞齿轮)的出产线上致力于AI检测作业的自动化。用AI替代肉眼进行检查。

不良品率原本就只要0.002%怎么办?

这儿存在一个问题,那便是武藏精细工业的不良品率原本就很低,只要0.002%。AI需简单装修-日本制造业新趋势:用于不良品检测和预知保护的人工智能求学对数据进行学习,可是,像武藏精细那样,用于学习的不良品很少的话,就会发生AI学习所面对的数据缺乏的问题。

因而,武藏精细工业运用的办法是让AI学习正常状况下的齿轮图画,将违背的部分判别为不良品的办法。经过该办法,AI可以检测出97.7%的反常产品。

此外,美国谷歌开发的“GoogLeNet”进行搬运学习(事先给已学习的AI供给追加数据,重新学习的办法)时,可以检测出81%的不良品。为了将这一技能实践投入出产线,谷歌正在致力于精度的进步。

运用AI不良品检测办法的不只仅是图画。日本发那科与PFN协作,开发了前期发现机器人毛病的技能。该技能运用从正常状况检测反常的办法,可以在约40天前检测出毛病。

在这些一起研讨效果之上,发那科追加了用AI判别注塑机反流避免阀的磨损状况,并在损坏前奉告的功用。

原动力是深度学习

深度学习是什么?

使以上运用成为可能的AI技能,是“深度学习”。用一句话归纳,深度学习便是超高精度的形式辨认技能

形式辨认包括图画辨认和声响辨认等广泛概念,可以经过从图画中寻觅特征要从来判别现状,或许依据数据的形式猜测将来。

形式辨认之所以可以完成上述用处,是由于具有从产品的相片中找出不良品特有的画像形式,从显现制作设备状况的传感数据中,读取表明毛病预兆的形式。

80年代的AI:像人相同考虑

关于AI的实体被叫做形式辨认,有的读者或许会觉得怪。

一听到AI,谁都会联想到“考虑的机器”,并且,不会把“形式辨认”和“考虑”联系起来。AI看到图画时,即便正确答复“这是狗”“这是猫”,咱们也并不会感觉AI有多聪明。

实践上,从前的AI是为了“像人相同考虑”而被创造出来的。在20世纪80年代鼓起的上一代AI热潮中,人们将专家所具有的常识规则化,教给电脑,并用三段论法等逻辑推理办法来引导出有用的效果。

可是,这种办法很难完成AI的真实运用。这股热潮在20世纪90年代的时分就消退了。

21世纪的AI:用深度学习,逾越人类

到了21世纪,深度学习在形式辨认的范畴获得了逾越人类才干的效果。深度学习的热潮起始于2012年。

在“用AI判别画像”的世界图画辨认比赛中,运用深度学习的研讨小组获得了优异的效果。并且,跟着精度的不断改进。

到2015年,AI辨认判别的错误率仅为3.6%,乃至低于人类错误率的5%。

深度学习最厉害的是它的运用规模非常广泛,在以语音辨认为代表的范畴,不只获得了惊人的效果,还推动了让机器“像人相同考虑”的言语处理技能的开展。

现在,外语翻译、发问答复、简单装修-日本制造业新趋势:用于不良品检测和预知保护的人工智能天气预报、医疗确诊,乃至是专业的作曲和女人化装主张等范畴,都运用了深度学习。打破围棋世界冠军的“Alpha Go”中,也有运用。

在被称为第3次AI浪潮的现在,深度学习成为了AI的代名词

从“考虑的机器”到“学习的机器

目前为止,形式辨认的技能有许多种。为什么深度学习能在广泛的用处上发挥出超人的实力呢?实践上,与其他形式辨认简单装修-日本制造业新趋势:用于不良品检测和预知保护的人工智能办法比较,深度学习存在决定性的差异。

曩昔的形式辨认技能是根据人类考虑特征后所规划的。例如,假如你想从图画中辨认人脸,你会说“眼睛,鼻子”等,技能人员有必要考虑在图画中需求什么样的特征才干称之为人的面部,需求重复的探索苏小暖。

深简单装修-日本制造业新趋势:用于不良品检测和预知保护的人工智能度学习则不需求以上测验。由于电脑会从许多的数据中自己找出特征,而不是运用人们所考虑的特征。深度学习之所以能获得惊人的效果,是由于电脑发现的特征比人类所想的,要优异得多(图4)。

电脑提取特征需求用到“学习”处理。假如想辨认人脸,首先要预备许多脸的相片和没有脸的相片。然后,重复告知电脑“这个是脸部的相片,那个不是”。电脑便会随意抽出面部特征。

来历:ものづくり未来図


聪明好学的你,或许想看看以下专栏:

戳此链接订阅电子专栏《AI工厂:思想、技能13讲》

——学习先进工厂,少走AI弯路!

戳此链接订阅电子专栏《制作业商场研讨2019年第一期》

——为你追寻日本制作业精英在商业新趋势、新时机方面的洞悉!


或许你还想看看往期文章:

日本微细加工:一家26人的小作坊,怎么造出模数简单装修-日本制造业新趋势:用于不良品检测和预知保护的人工智能0.025齿轮的成型模具?

日本RWB:最痞大叔,怎么徒手改装保时捷,将翼子板与轮胎的空隙缩小到1毫米之下?

日本一家只要13人的小企业,怎么用一个扭蛋女孩,年赚17亿,让迪士尼自动谈协作?

空调之父威利斯开利:一到夏天,你们的命都是我给的

注射器针头竟用树脂,日本人的脑洞让人不得不服!不过效果然挺好


欢迎留言与小编互动与我们共享~

你的每一条留言,小编都会谦虚阅览,小编一向都在:)