智能（néng）制造商的定义在一（yī）个组织与另一个组织之间（jiān）可能有很大的不同。但是，真正（zhèng）成为“智能制造商”通常在很大程度上取决于组织将最新工具和技术（shù）无缝集成（chéng）到现有生产环境中（zhōng）的能力。这样做（zuò）的（de）方式可（kě）以显着提（tí）高（gāo）生产（chǎn）率，效率和功能（néng）。

将人工智能融入计算机视（shì）觉过程（chéng）的能力可能是一个很好的例子。最近，我有机会与Levatas数（shù）据科学与分析副总（zǒng）裁Johann Beukes交流，听听他的见解。

爱安那：人工智能（néng）和计（jì）算机（jī）视觉可以通过哪（nǎ）些方式共同帮助智能制造商?

Beukes：制造空间（jiān）提供了许多机会来改善对业务系统的实时（shí）决策支持（chí），例如提（tí）高能效，供应链和网络优（yōu）化以及计划（huá）维护（hù）。但是，捕（bǔ）获数据以达到这些决策支持目标需（xū）要新的传感器，这可能会导致成本高昂且功能受限（xiàn）。在这里，计算机（jī）视觉（jiào）(CV)可以（yǐ）成为更具（jù）成本效益和灵活的“数据捕获”选项。

使用自主或半自主机器（qì）人，例如工程和机器人设计（jì）公司（sī）Boston Dynamics的Spot®，进一步（bù）增强了计算机视觉（jiào）数据捕获的（de）可访问性和覆盖范（fàn）围。相反，安装静电传感器，与CV能力（lì）的（de）单个机器人可（kě）以部署到涵盖（gài）多个当前使用（yòng）情况，并很容易地调整开始捕获（huò）数据（jù）的新的使用案例。

此（cǐ）外，计算机（jī）视（shì）觉可以使（shǐ）用相同的捕捉到的图像，但提取新在后端使用新（xīn）车型的信息（xī）。与通常使（shǐ）用一次的传感器不（bú）同，计算（suàn）机视觉在其（qí）应用中具有灵活性，因为（wéi）应用发生在（zài）软件层。例（lì）如，捕获传送（sòng）带（dài）和正在（zài）运（yùn）输的产品的（de）视频（pín）流允许进行多种应用，例如异常检测和质量控制。

爱（ài）安那（nà）：如何充分利用人（rén）工（gōng）智能和计算机视觉面临哪些挑战?

Beukes：即使是最先进的CV模型，其性能也从（cóng）中等到优于人的感（gǎn）知范围不等，但是要达（dá）到高水平的性（xìng）能却要付（fù）出（chū）代价（jià）。当前的CV方法使（shǐ）用需要大量数据（jù）的（de）深度学习架构，因此（cǐ），在仍然无法获得性能（néng）良好（hǎo）的模型（xíng）的情况下，对（duì）昂（áng）贵的优化处（chù）理（lǐ）单（dān）元的投资可能会非常昂贵。