本文摘要：人工智能和机器学习正在变革制造业。根据世界经济论坛去年年底公布的报告，人工智能、先进设备机器人、增材生产和物联网的融合将联合引导第四次工业革命。大多数制造业企业（80％）预测未来不会看见人工智能计划的大力影响，预计收益快速增长22.6％，成本减少17.6％。 事实上，生产企业早已在用于人工智能和机器学习技术来增加设备停机时间、找到生产缺失、提高供应链和延长设计时间了。然而，缺少技术人员、数据和标准使得许多企业无法之后前进。

人工智能和机器学习正在变革制造业。根据世界经济论坛去年年底公布的报告，人工智能、先进设备机器人、增材生产和物联网的融合将联合引导第四次工业革命。大多数制造业企业（80％）预测未来不会看见人工智能计划的大力影响，预计收益快速增长22.6％，成本减少17.6％。

事实上，生产企业早已在用于人工智能和机器学习技术来增加设备停机时间、找到生产缺失、提高供应链和延长设计时间了。然而，缺少技术人员、数据和标准使得许多企业无法之后前进。

通用电气回头在前沿通用电气（General Electric）是回头在这一轮产业转型浪潮前沿的企业之一，该领域的生产力上升促成通用电气仍然致力于探寻人工智能的用于。“截至2010年，生产力增长率在4％至5％之间，”通用电气软件研究副总裁Colin Parris回应。

然后，这个领域再次发生了变化，经验丰富的工程师们将要卸任，而通用电气所在的新兴地区如印度和中国，主要劳动力是年轻人。同时，客户拒绝正在很快显得更加简单。通向目的地的多条线路上的极端天气条件和空气污染影响了通用电气生产的喷气发动机。

社交媒体缩放了任何故障的影响，被迫客户拒绝更高的可靠性和更加较少的停机时间。与此同时，客户预计价格也将之后暴跌。Parris说道：“人们不会说道你无法预测未来。你意味著可以。

人们期望价格更加低廉。”为了解决问题这个问题，通用电气公司改向使用人工智能和机器学习，从给客户获取服务开始，例如对喷气发动机和涡轮机展开确保。然后，通用电气将AI应用于内部生产，然后是设计和内部流程，例如数据中心运营和人力资源。

“在过去最少10到15年中，我们仍然在服务中用于各种模型和分析形式，”Parris说道。5年前，通用电气开始用于机器学习和数字双胞胎以获取机器的虚拟世界呈现出，例如风力涡轮机或分组、风电场等。

数字双胞胎也可用作呈现出装配线、整个工厂或订购流程。在通用电气，数字双胞胎用作仿真性能，预测故障，并对潜在改良展开较慢测试。

“我们可以预测不会在哪再次发生故障，这样我们就会派专门的工程师，有针对性地库存零件。我们提升燃油效率，缩短飞行中时间，不必库存不必要的零件。我们早已为客户构建数百万美元的成本节约。

”为每台设备、每个系统或者每个流程配有数字双胞胎的另一个益处是，通用电气可以利用增材生产（例如3D打印机）来生产自定义零件，而不用倚赖传统组装上的那个批量生产出来的更换零件。“随着时间的流逝，机器的性能不会再次发生降级。

现在我可以说道，‘因为我看见训练边缘经常出现的设备损毁或者是这种刀片经常出现更好的裂开，所以我否可以设计专门的零部件？’增材生产让我可以一次生产出有一个部件，来解决问题这台机器在环境中遇上的独特问题，而不是必需在大型工厂内生产出有数百个部件。以前，我被迫投资数亿美元来修建工厂。现在，我一次只打印机一个部件，并且还可以大大调整机器的机身和核心系统。现在我有了这样一台可以大大自适应的、更加富有成效的机器，我们称作不朽的机器。

”“我正是我指出对通用电气来说未来不会显得十分有意思的原因，”他补足道。预测性确保前景寄予厚望还有其他一些生产企业也在考虑到用于人工智能和机器学习来降低成本、提升性能。总部坐落于美国佛罗里达州的Jabil是一家财富500强劲公司，为全球主要品牌获取合约生产服务。几个月前，Jabil公司开始用于人工智能来找到生产缺失，以及展开预测性确保。

例如，Jabil在中国开办的一家工厂中，自动光学检测机器配置有多个摄像头找寻生产中的电路板不存在的缺失。此前Jabil早已用于了基本的图像识别技术来找寻缺失，但系统标记出要发送给操作者人员展开检查的电路板中，有35％到40％实质上显然没问题。Jabil公司高级经理Ryan Litvak回应：“操作员对每个图像有两秒钟的时间，其中一些图像有可能十分大，有数百个组件。挑战就在于要捕猎操作员的直觉，并且要有很高的准确度，需要辨别出有这是一个缺失，或者这不是一个缺失。

”Jabil通过增加标记的电路板数量而不壮烈牺牲准确性，需要让其运营商把更好时间用在研究出有问题的电路板上，或者用作其他更加有价值的任务上。

本文来源：333体育官网平台-www.theshadesofgrace.com