边缘的AI正在推动无缺陷工厂的发展

如果万亿美元的工业领域中的每个制造商都有一个目标，那就意味着它的工厂没有生产缺陷。根据英特尔在2018年，2019年和2020年进行的几项研究，人工智能和边缘计算可以在产品退出生产线之前积极识别多达99%以上的可见制造缺陷。

“制造商关心的最重要的事情之一就是产品质量，”英特尔公司物联网集团(IOTG)副总裁兼高级首席工程师Brian McCarson表示，VentureBeat即将举行的数字会议Transform的特邀发言人。“制造商宁愿扔掉更少的次品。他们努力减少返工并减少客户回报。他们还希望通过提高工具和流程的效率来降低其运营成本，并提高其机器的可靠性，以便他们能够在太晚之前进行主动维护，并具有可预测的正常运行时间。”

麦卡森说，这就是楼上工厂边缘计算解决方案正在改变整个行业的原因，麦卡森(McCarson)专门研究英特尔IOTG的工业领域，并致力于提高工业生态系统的效率和功能。

边缘计算通过使AI计算更接近数据源，更接近与机器连接的传感器质量以及更接近工厂车间的设备，从而在实际工厂中实现真正的收益。无需将数据发送到远程数据中心或公共/私有云，而是直接在源处对数据进行处理并采取措施。从创建和摄取数据到从数据生成有意义的见解之时，工厂都在从端到端解决方案中受益，一些公司在生产步骤中发现了超过99%的制造缺陷检测能力产生缺陷的地方。

工厂车间的优势

人眼和大脑在几种类型的模式和特征识别方面都很棒。在上千张照片中，您一眼就能认出您认识的人。我们的眼睛和大脑可以检测运动，或者在拥挤的场景中筛选出不必要的信息，从而将所需的物体归零。

人类不擅长的是长期重复的扫描任务，我们正在寻找那种极其细微的变化，即使它们的规格仅相差几毫米，也可能导致产品无法正常工作或无法正常工作都在工作。

麦卡森说：“即使在高清摄像机上，一些工厂缺陷的尺寸也小于一个像素。”“屏幕上的一个小小点可能是一种早期警告，表明某种产品可能无法按市场上的设计运行。”

自动缺陷监控系统会不断扫描从机器上出来的产品，以确保它们符合所有必要的质量指标。运行AI算法以检测缺陷的摄像机的准确度可以比人眼高出10倍以上，并且可以在单位时间内分析出比人眼高出100倍以上的结果。

这节省了资本成本，人工成本和返工成本。它可以帮助制造商在其经济环境中提高竞争力。作为对地球的巨大好处，它通过减少浪费为工厂创造了更小的生态足迹。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！