“你是谁？”

“我是一个由OpenAI训练的大型语言模型。我旨在帮助人们解答问题和提供信息。由于我是一个计算机程序，所以不会感知或者思考，只能通过已有的数据来回答问题。如果您有任何问题，请随时告诉我。”

这是最近火爆全球的ChatGPT的回答。据《财富》报道，ChatGPT在发布仅仅五天后就完成了Facebook耗时10个月才完成的目标——用户超过100万，飞速增长的粉丝量让ChatGPT进入公众视野。

其实AI（人工智能）并不是什么新鲜事，只是诸如此类的应用使人们对AI有了更广泛的认识和接受，无疑这也将加速AI技术在制造业中的创新和普及。2023年HANNOER MESSE（汉诺威工业博览会）也将以“AI技术赋能未来工业”作为主要话题，相信我们在即将开展的这场工业盛宴上看到更多关于工业AI的落地实践和应用。

对于目前的工业领域，要缩减成本，就需要优化生产和流通环节，压缩人力成本和开销，提高良品率；要满足个性化定制化需求，就要更好地控制每一个生产环节，以更细地颗粒度去优化每道生产工艺，用更弹性地方式去运营生产和协调供应链。这些需求，无疑为AI在传统制造中的应用提供了丰富的场景。得益于图像采集硬件、深度学习算法以及边缘计算等技术的蓬勃发展，基于机器视觉的工业检测、工业机器人以及智能分拣场景都已经得到了广泛的应用。例如，在质检环节，增加工业相机，作为质检人员辅助工具，以减轻质检人员工作量，降低检测失误率。还可以对已有缺陷产品进行多角度拍照，以图像作为训练样本，对产品缺陷模式进行学习，从而提升质检效率精度，降低人员成本。加入机器臂控制，通过人工智能模块加载，实现人机协同和多机协同效果，利用计算机视觉识别处理工作区域，利用算法训练对机器加工力度、精度等提供校准、纠错等辅助功能，大大提升操作效率。