（二）缺陷檢測領域

基于視覺檢測的南京力泰科技汽車零部件視覺檢測

視覺檢測技術是基于機器視覺的圖像處理技術，視覺檢測系統(tǒng)對整個產品進行自動檢測，形成圖像并對圖像進行分析，然后做出決策。南京力泰科技典型應用就是汽車零部件視覺檢測，對汽車制造的心臟進行全方位的檢測，消除產品尺寸缺陷、表面平整度以及表面瑕疵。它對于控制汽車零部件的質量起著至關重要的作用，不但從源頭解決了不合格產品外流，而且提高了企業(yè)的核心競爭力，還保證了后續(xù)使用人員的安全問題。

（三）其他領域應用

1、智能物流：京東無人倉MUJIN 3D無序分揀系統(tǒng)

“亞洲一號”全流程無人倉實現了從商品入庫、存儲、包裝、分揀的全流程、全系統(tǒng)的智能化和無人化，對整個物流領域而言都具有里程碑意義，在智能物流領域處于全球領先水平。

MUJIN公司研發(fā)的3D無序分揀系統(tǒng)，通過3D視覺系統(tǒng)和無需示教的無序分揀機器人控制系統(tǒng)，將無人倉內成百上千成商品注冊后，進行分揀、碼垛、入庫、出庫等工作，一套系統(tǒng)能同時適應成百上千種產品的分揀檢驗，智能識別，將原本需要人工分揀的工作轉化為機器的兼容性，實現無需示教便可完成人工分揀的高難度作業(yè)，成功解決物流無人化的最難的一個環(huán)節(jié)，簡單智能化。

2、智能營運案例： 星網銳捷

星網銳捷目前的ERP系統(tǒng)與PDM產品數據管理系統(tǒng)、MES制造執(zhí)行系統(tǒng)、EC電子商務系統(tǒng)都實現了集成，正在著手與WMS倉儲管理系統(tǒng)進行集成。并且還做了一些創(chuàng)新嘗試，比如通過自動化設備與ERP、EC等系統(tǒng)的集成，實現生產線跟倉庫之間的自動送料，取得了可觀的成效。在IQC檢驗、倉儲自動化設備以及生產線上也引進了更多的自動化設備以及生產線，并與IT系統(tǒng)進一步集成，爭取產生更大的效益。

五、AI制造面臨的行業(yè)痛點

賽智產業(yè)研究院分析師認為盡管當前人工智能與制造業(yè)的融合發(fā)展已經顯露出一些成效，但是從世界范圍看，該領域仍然較為前沿，在技術架構、實施路徑、行業(yè)標準及產業(yè)生態(tài)等方面均存在一定的發(fā)展瓶頸。

首先是產業(yè)總體發(fā)展尚不成熟。作為一項基礎性、通用性的技術，人工智能在工業(yè)領域的應用實踐需要產業(yè)界多方合作開展大量的融合創(chuàng)新探索，對相關產品、解決方案的成本、可靠性等指標也有較高的要求。從已有的實踐案例中可以看到，當前人工智能在制造業(yè)的融合創(chuàng)新主要是由數據、知識密集型的制造企業(yè)與具備人工智能技術優(yōu)勢的互聯網企業(yè)或軟件企業(yè)強強聯合推進的，其開發(fā)成本、技術壁壘較高，應用覆蓋面也相對較窄，這使得人工智能技術暫時不具備在制造業(yè)大范圍推廣的條件。

其次是行業(yè)標準有待完善。工業(yè)領域的人工智能應用需要基于大樣本的數據集建模，這些數據通常是來自智能裝備及現場部署的獨立傳感器。然而，工業(yè)現場目前的數據通信標準之間通常不能兼容，無法滿足人工智能技術對優(yōu)化建模數據量基本需求。以工業(yè)現場總線為例，目前在工業(yè)界常見的通信協(xié)議達二十余種，這些協(xié)議之間不能直接互聯互通，使得信息孤島的情況在工業(yè)界廣泛存在。

再次是產業(yè)發(fā)展保障體系有待健全。人工智能技術作為信息技術的一種，其自身就存在一定的安全風險，引入工業(yè)領域后，將與工業(yè)系統(tǒng)自身的功能風險疊加放大，這將直接危及到生命安全和國家安全。此外，在面對某些與倫理道德相關的抉擇問題時，人工智能系統(tǒng)的研發(fā)也缺乏相關的法律標準。例如，向人工智能視頻識別系統(tǒng)中輸入帶有欺騙特征的圖片，有可能會引起系統(tǒng)誤判而觸發(fā)一系列的危險動作；在工業(yè)事故中，人工智能應急管理系統(tǒng)在面對重大資產與人員安全無法兼顧時也沒有權威的處理標準。

六、AI制造行業(yè)未來發(fā)展趨勢

作為一項極具發(fā)展前景的前沿領域，人工智能與制造業(yè)的融合發(fā)展尚需政府和產業(yè)界多方發(fā)力。賽智產業(yè)研究院分析師認為：

首先是要培育產業(yè)發(fā)展環(huán)境。政府和行業(yè)協(xié)會需要通過培育解決方案服務機構、開展試點示范等方式，引導人工智能技術在ICT、互聯網等領域的應用成果向制造業(yè)輸出，尤其是在輕量化設計、節(jié)能降耗、工藝優(yōu)化、質量提升、運行維護等當前人工智能已經涉足的領域培養(yǎng)一批成熟的解決方案。與此同時也要針對系統(tǒng)開發(fā)、現場操作、管理規(guī)劃等不同層面的需求，分類型、分等級推進人工智能階梯形人才隊伍的培育工作，加強企業(yè)員工的再培訓，做好工業(yè)智能化變革下新舊動能的承接工作。

其次是要加快合作推進行業(yè)標準。產業(yè)界需要通過組織聯盟等形式開展多方合作，面向各工業(yè)分類的人工智能應用對數據采集、應用部署等方面的需求，聯合制定機器設備、工控系統(tǒng)、工業(yè)互聯網平臺的標準化數據接口及應用參考架構，確保支撐人工智能應用的工業(yè)數據能快速有效得以應用。

再次是要統(tǒng)籌協(xié)調構建保障體系。面向人工智能技術在未來可能大范圍覆蓋的工業(yè)應用場景，由立法部門及行業(yè)協(xié)會共同研究制定應用規(guī)范、開發(fā)守則等涉及到應用安全、倫理道德的行業(yè)標準，盡可能規(guī)避未來可能出現的相關風險。同時政府需要加快建立工業(yè)智能公共評測服務平臺，加強對工業(yè)智能系統(tǒng)的安全測試服務，制定完善人工智能裝備、系統(tǒng)在工業(yè)生產應用場景中的安全操作規(guī)范守則。