智能制造商的定义在一（yī）个组织与另一个组织（zhī）之间（jiān）可能有很（hěn）大的不同。但（dàn）是，真（zhēn）正成为“智能制造（zào）商”通（tōng）常在很大程度上取决于组织将最新（xīn）工具和技术无缝集成到现有生产环境中的能力。这样做的方式可以显着提高生产率，效率（lǜ）和功能。

将人工智能（néng）融（róng）入计算机视觉过程的能力可能是（shì）一个很好（hǎo）的例子。最近，我（wǒ）有机会与Levatas数据科学与分析（xī）副总裁Johann Beukes交流，听听（tīng）他的见解。

爱安那：人（rén）工智能和计算机视觉（jiào）可以通过哪些（xiē）方式共同帮助智能制造商（shāng）?

Beukes：制造（zào）空间提供了（le）许（xǔ）多机会来改（gǎi）善（shàn）对业务系统的实时决策支持，例如提高（gāo）能效，供应链和网络优化以及（jí）计划维护。但是，捕（bǔ）获数据以达到这些决策支持目标需要新的传（chuán）感器，这可能（néng）会导致（zhì）成（chéng）本（běn）高昂且功能受限。在（zài）这里，计（jì）算机（jī）视（shì）觉(CV)可以成为更具成本效益和灵活的“数（shù）据捕获（huò）”选（xuǎn）项。

使用（yòng）自主（zhǔ）或半自（zì）主（zhǔ）机器人，例如（rú）工程和机器人（rén）设计（jì）公司（sī）Boston Dynamics的Spot®，进（jìn）一步增强了计算机视（shì）觉数（shù）据捕获的（de）可访问性和覆盖范围（wéi）。相反，安装静电传感器，与CV能力的单个机器人可以（yǐ）部署到（dào）涵盖多个当前使用情况，并很（hěn）容易地调（diào）整开始捕获数（shù）据的新的使用案例。

此外，计算机（jī）视觉（jiào）可以使用相同的捕捉到的（de）图像，但提取新（xīn）在后端使用新车型（xíng）的信息。与（yǔ）通常使用一次的传感器不（bú）同，计算机视觉在其应用中（zhōng）具有灵活性（xìng），因为应用（yòng）发（fā）生在软件层。例（lì）如，捕（bǔ）获（huò）传送（sòng）带和正在运（yùn）输的产品的视频流允许进行多种应用，例如异常检测和（hé）质量控制。

爱安那：如（rú）何充分利（lì）用人工智（zhì）能和计算机视觉面临哪（nǎ）些挑战?

Beukes：即使是最先进的CV模型，其性能也从中等到优于人的感（gǎn）知范（fàn）围不（bú）等，但是要达到高水（shuǐ）平的（de）性能却要付出代价。当（dāng）前的CV方法使用需要大量数据的深度学习架构，因（yīn）此，在仍然无法获得性能（néng）良好的模型的（de）情况（kuàng）下，对昂贵的优化处（chù）理单元的投资可能会非常昂贵。