在工业4.0的浪潮下，人工智能和物联网等先进制造技术正在不断优化制造流程，为生产速度和质量带来新飞跃，深刻改变着制造业的方方面面。伟创力智能制造工程团队副总裁 Murad Kurwa对人工智能和机器学习系统如何优化产品检测的进行了详细的阐述。

Murad Kurwa认为，传统的制造检验流程需要工人在产品沿着生产线移动时进行检查，但是伴随着自动化、机器人技术和其他先进制造技术的发展，生产速度被提高到了前所未有新水平，因此，仅依靠人力，不仅难以保证检查质量，同时，长时间的人工检查会导致员工视觉疲劳，从而产生人为错误。

但通过将人工智能/机器学习和生产运营流程深度融合，制造商将克服这一挑战。

人工智能/机器学习，制造业焕新机

检测“慧眼如炬”

通过利用人工智能和机器学习技术，制造商可以打造智能化的视觉检测和检验系统，以优化运营，减少人为错误，提高检测准确性。

Murad Kurwa介绍，工程师可以根据需要分析的产品和系统来标注数据和训练机器学习模型，然后根据发送给人工智能模型的图像，获得检测结果。在部署人工智能和机器学习系统之前，团队还必须对其应用结果进行评估，以确保不会出现因数据或训练不佳而导致误报或错误。

当模型对其预测的置信度达到一定水平，并已对其功能进行了编程，智能化质检解决方案就可以被应用于完成图像分类、异常检测、目标检测和分割等一系列计算机视觉任务。为了打破传统产品检测方式的困境，伟创力开发了两套基于人工智能/机器学习的检测和检查系统，专门用于改进工厂车间生产的质量检测流程，该系统经过训练的高级视觉认知功能可以检测出传统人工质检难以发现的缺陷。

伟创力全球众多的生产基地，通过部署人工智能和机器学习赋能的检测系统，大大缩短了检测时间，提高了监测能力，使缺陷零件在被运输到产线的下一工序前就被识别，从而有效减少废品率，节约成本，提高了生产效率。

伟创力将人工智能和机器学习技术运用于工业质检流程，成果十分显著。在伟创力的硬件生产与检测车间，通过部署智能化监测系统，检测效率提高了30 %，在一个月内，客户初次投资回报率达到了97%。在另一个金属板部件产品生产的车间，检测效率也成功提高了28%，客户更是获得了超过100%的投资回报率。

强势“赋能于人”

除了提高生产力和节省运营成本外，人工智能和机器学习的运用还能赋能员工发展，为企业打造智能人才生态体系。

Murad Kurwa 认为，人工智能和机器学习系统并不是完全取代工人，而是为检测人员创造了提升技能的机会，帮助员工们从繁重的人工检验任务解放出来，从而专注于更具战略性的生产运营。这不仅可以提高员工积极性，还可以为员工的职业发展道路创造新机遇。

人工智能浪潮已经掀起，尽管人工智能技术伴随着诸多挑战和风险，但Murad Kurwa表示，不利用这些技术的企业可能会面临被淘汰的风险。正如伟创力所展示的，人工智能和机器学习系统和先进制造能力的深度融合，不仅可以提高生产效率，降低成本，还将为员工创造前所未有的职业机会。

本文改写自伟创力智能制造工程团队副总裁Murad Kurwa的行业洞察文章