當(dāng)前制造企業(yè)中應(yīng)用的人工智能技術(shù)，主要圍繞在智能語(yǔ)音交互產(chǎn)品,、人臉識(shí)別,、圖像識(shí)別、圖像搜索,、聲紋識(shí)別,、文字識(shí)別、機(jī)器翻譯,、機(jī)器學(xué)習(xí),、大數(shù)據(jù)計(jì)算、數(shù)據(jù)可視化等方面,。以下總結(jié)了制造業(yè)中常用的8大人工智能應(yīng)用場(chǎng)景,。

（1）智能分揀
制造業(yè)中有很多需分撿的作業(yè),采用工業(yè)機(jī)器人進(jìn)行智能分揀,大幅降低成本，提高速度,。

（2）設(shè)備健康管理
在實(shí)時(shí)監(jiān)控設(shè)備運(yùn)行數(shù)據(jù)基礎(chǔ)上,，通過(guò)特征分析與機(jī)器學(xué)習(xí)技術(shù)，一方面能夠在事故發(fā)生之前預(yù)測(cè)設(shè)備故障,，降低非計(jì)劃性停機(jī),。另一方面在遇到設(shè)備突發(fā)故障時(shí)，能快速診斷出故障,、定位故障原因,、提供對(duì)應(yīng)解決方法。在制造行業(yè)應(yīng)用較為常見(jiàn),，尤其在化工,，重型設(shè)備，五金加工,3C制造和風(fēng)電等行業(yè),。

（3）基于視覺(jué)的表面缺陷檢測(cè)
現(xiàn)有的工業(yè)智能企業(yè)將深度學(xué)習(xí)與3D顯微鏡結(jié)合,，使缺陷檢測(cè)精度達(dá)到納米級(jí),。對(duì)于檢測(cè)出的缺陷產(chǎn)品，系統(tǒng)會(huì)自動(dòng)進(jìn)行可修復(fù)判定,，并規(guī)劃修復(fù)路徑與方法,，再由設(shè)備執(zhí)行修復(fù)動(dòng)作。

（4）基于聲紋的產(chǎn)品質(zhì)量檢測(cè)與故障判斷
采用聲紋識(shí)別技術(shù)自動(dòng)檢測(cè)異音,，發(fā)現(xiàn)不良品,，并比對(duì)聲紋數(shù)據(jù)庫(kù)進(jìn)行故障判斷。

（5）智能決策
制造企業(yè)在產(chǎn)品質(zhì)量,、運(yùn)營(yíng)管理,、能耗管理以及刀具管理等方面，可以應(yīng)用機(jī)器學(xué)習(xí)等人工智能技術(shù),，結(jié)合大數(shù)據(jù)分析,，對(duì)調(diào)度方式進(jìn)行優(yōu)化以提高企業(yè)決策能力。

（6）數(shù)字孿生
數(shù)字孿生是客觀事物在虛擬世界的鏡像,。創(chuàng)建數(shù)字孿生的過(guò)程,，集成了人工智能、機(jī)器學(xué)習(xí)和傳感器數(shù)據(jù),，以建立一個(gè)可以實(shí)時(shí)更新的,、現(xiàn)場(chǎng)感極強(qiáng)的“真實(shí)”模型，用來(lái)支撐物理產(chǎn)品生命周期各項(xiàng)活動(dòng)的決策,。

（7）創(chuàng)成式設(shè)計(jì)
創(chuàng)成式設(shè)計(jì)是一個(gè)人機(jī)交互,、自我創(chuàng)新的過(guò)程。工程師在進(jìn)行產(chǎn)品設(shè)計(jì)時(shí),，只需在系統(tǒng)指引下，設(shè)置期望的參數(shù)及性能等約束條件（如材料,、重量,、體積等），結(jié)合人工智能算法,，就能根據(jù)設(shè)計(jì)者的意圖自動(dòng)生成成百上千種可行性方案,，然后自行進(jìn)行綜合對(duì)比，篩選出最優(yōu)的設(shè)計(jì)方案推送給設(shè)計(jì)者進(jìn)行最后的決策,。

（8）需求預(yù)測(cè),，供應(yīng)鏈優(yōu)化
基于人工智能技術(shù)，建立精準(zhǔn)的需求預(yù)測(cè)模型,，實(shí)現(xiàn)企業(yè)的銷量預(yù)測(cè),、維修備料預(yù)測(cè)，做出以需求導(dǎo)向的決策,。同時(shí),，通過(guò)對(duì)外部數(shù)據(jù)的分析,，基于需求預(yù)測(cè)，制定庫(kù)存補(bǔ)貨策略,，以及供應(yīng)商評(píng)估,、零部件選型等。