欧美韩国日本桃色,一区二区三区国产私人毛片,精品极品精品,亚洲一区人妻,久久久久久久久亚洲免费,青娱乐91,亚洲情涩,久久久成人毛片,日本欧美不卡二区在线

　　Deep Learning 將改變工業(yè)。機(jī)器將能夠完成那些需要人類智慧的工作。伴隨著企業(yè)流程數(shù)字化和數(shù)據(jù)收集的發(fā)展，Deep Learning 的應(yīng)用也將增加，使人類和機(jī)器之間的合作更加高效。這將徹底改變自動化和生產(chǎn)，實現(xiàn)更高效且更正確的決策流程以及更高的生產(chǎn)力，同時顯著降低開發(fā)成本。

　　在我們的播客“SICKnificant”中，我們與數(shù)字服務(wù)和解決方案戰(zhàn)略產(chǎn)品經(jīng)理 Christoph Eichhorn 博士探討了 Deep Learning 如何幫助人們完成繁瑣的任務(wù)以及提高流程質(zhì)量。

　　Christoph Eichhorn 博士，SICK 數(shù)字服務(wù)和解決方案的戰(zhàn)略產(chǎn)品經(jīng)理。

　　近年來，Deep Learning 作為人工智能和機(jī)器學(xué)習(xí)的一個子領(lǐng)域，隨著數(shù)據(jù)和計算能力的不斷增加而愈發(fā)重要。該技術(shù)將為生產(chǎn)自動化和其他領(lǐng)域帶來變革，使機(jī)器能夠完成以前需要人類智慧才能完成的任務(wù)。SICK 的 AI 解決方案負(fù)責(zé)人 Christoph Eichhorn 博士這樣解釋：“Deep Learning 是機(jī)器學(xué)習(xí)的一個子領(lǐng)域。為此需要使用能夠處理復(fù)雜情況的人工神經(jīng)網(wǎng)絡(luò)，即所謂的‘deep neural networks’。人工神經(jīng)網(wǎng)絡(luò)可以完成例如質(zhì)量控制領(lǐng)域的復(fù)雜決策，幫助企業(yè)將越來越多的流程自動化和數(shù)字化，從而將生產(chǎn)效率提高到一個新的水平。”

　　數(shù)字化和人工智能

　　近年來，工業(yè)中的數(shù)字化方案發(fā)展迅猛。來自傳感器以及其他來源的數(shù)據(jù)（過去主要用于直接的流程控制）在數(shù)字化過程中被儲存起來，從而可以在更抽象的層面得到應(yīng)用。但僅僅收集數(shù)據(jù)是不夠的。當(dāng)涉及到提取數(shù)據(jù)的核心信息以進(jìn)行進(jìn)一步的優(yōu)化時，人工智能發(fā)揮了重要作用。

　　以木材加工業(yè)的某個應(yīng)用為例：該應(yīng)用借助數(shù)千兆字節(jié)的數(shù)據(jù)訓(xùn)練一個神經(jīng)網(wǎng)絡(luò)，其決策比人類的眼睛更高效、更快速、更持久。這個神經(jīng)網(wǎng)絡(luò)的大小不到一兆字節(jié)，卻用到了大量的經(jīng)驗。這個方案可以轉(zhuǎn)化到任意數(shù)量的應(yīng)用中。

　　從基于人工智能的自動化中受益

　　當(dāng)然，并不總是需要如此巨量的數(shù)據(jù)才能從人工智能中受益。根據(jù)客戶的個性化需求，Deep Learning 項目的實施具有很大的差異。擬定這些需求和期望目標(biāo)并不輕松，但這是成功使用人工智能的先決條件。“簡單來說：只有當(dāng)你明確了自己的需求時，才能通過人工智能得到想要的結(jié)果。一旦清楚了這一點，所有客戶都希望通過一個簡單而靈活的解決方案來解決他們的問題。”Eichhorn 說。

　　“在人工智能的幫助下，我們的客戶可以自己實現(xiàn)過去難以實現(xiàn)的自動化任務(wù)。典型示例包括利用反光零件進(jìn)行質(zhì)量檢查和裝配檢查、焊點檢查或對天然產(chǎn)品進(jìn)行分揀。這些工作往往非常繁瑣，需要占用熟練工人的大量寶貴時間，因此通常只能以抽檢的方式進(jìn)行。”

　　訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)

　　隨著 Deep Learning 的廣泛使用，自動化正在經(jīng)歷顛覆性的變革。今后不再需要為了制定一套具體的規(guī)則而去研究哪些細(xì)節(jié)與決策相關(guān)，而是充分利用現(xiàn)有實例。算法學(xué)會了自主決策。“我們訓(xùn)練一個解決方案，而不是對其進(jìn)行編程，這樣做更加快速且更加高效。但必須強(qiáng)調(diào)的是，Deep Learning 不能替代人的專業(yè)能力。人的智慧對于充分挖掘技術(shù)潛力來說仍是必不可少的。Deep Learning 是對人類能力的輔助和擴(kuò)展。”Eichhorn 解釋并總結(jié)道：“由于 Deep Learning 工具使用簡單，用戶只要知道問題所在，即便沒有專業(yè)的編程知識，也可以自行解決。因為只有用戶才知道哪些因素對于解決方案來說是重要的，哪些是不重要的，也只有用戶才能找到更合適的訓(xùn)練實例。通過我們的工具，用戶可以非常直觀地進(jìn)行人工智能訓(xùn)練，從而解決具體的、個性化的任務(wù)。”