边缘 AI 带来新的工业机遇
世界快速发展，制造商必须能够跟上变化的步伐。幸运的是，AI、机器学习、计算机视觉和边缘计算等技术为解决方案开发人员提供了帮助他们实现这个目标的工具。
无论是工厂内部还是外部，都已经取得了重大成果。
产品缺陷检测
例如，智能制造商已经开始在车间部署边缘 AI，从而降低计划外停机和生产问题的风险。通过使用英特尔® OpenVINO™ 工具套件等 AI 平台自动执行流程，可以直接在智能工厂设备上执行图像分析，如果发生任何问题，工人可以快速收到通知。这减少了容易出错的人工作业，防止问题变严重。
使用采用 OpenVINO 的日立工业边缘计算机 CE 系列嵌入式 AI 模型，可以轻松地为工厂增加这些高级功能。例如，日立可以同时检测多条生产线和多台设备的产品缺陷和设备问题，缩短了提醒操作员和解决问题所需的时间。
简化供应链管理
除了工厂以外，OpenVINO 也用于解决供应链问题。
早在 2020 年之前，制造商就已经考虑利用即时制造预测供需情况，但当疫情来临时，他们的数字化转型计划承受了巨大的压力。如今显而易见的是，传统方法再也无法满足新的供应链需求。
人们大批采购物资，数量多于以往，家居装修项目激增。结果是消费者发现许多货架空置或物资缺货。
虽然制造商不能持续控制原材料的供应，但他们可以控制如何将货物运送到商店。他们可以等到运输车辆装满货物之后再发货，而非采用尽快发货的原则，从而在满足需求的同时节省资金。
为此，他们需要将计算机视觉与 AI 融合，使他们能够持续监控航运集装箱、给车辆装货，并向经理提醒运营状态。借助先进的 AI 算法和边缘计算，制造商可以获得码头占用状态，进行错误位置检测，甚至部署自动化机器人来搬运和装卸货物。
为了确保这些 AI 应用程序不会影响智能工厂的绩效、功耗和成本，一些制造商找到了嵌入式计算和软件解决方案领导者 Avnet Embedded。借助其搭载第 11 代智能英特尔® 酷睿™ 处理器并与 OpenVINO 配合使用的 MSC C6C-TLU 模块，应用程序可以承受恶劣环境，满足性能要求，并实时处理数据。
人工响应自动化
毫无疑问，制造商在进行产品和设备检验时不得不担心人为因素的影响。例如，工厂的工人通常有他们自己的工作方式，当您尝试保持生产和质量的一致性时，就可能会带来问题。
借助计算机视觉、AI 和机器学习，制造商现在可以将人类行为分析与其装配线机器指标配合使用，从而了解每个操作员的绩效。
Vecow 通过 Vecow 人类行为分析解决方案实现了这个功能，该解决方案包括 VHub AI Developer 软件平台。借助该解决方案，开发人员可以构建具有计算机视觉功能的 AI 模型和应用程序。这些应用程序可以连接到工厂已有的摄像头，在边缘收集和分析数据并检测不一致之处。Vecow 利用英特尔® 酷睿™ i5 和 i7 处理器提供计算能力，并利用 OpenVINO 生成 AI 模型。
将 AI 部署到机器人
如今，配备 AI 和计算机视觉的机器人也能进行质量控制。例如，弧焊机器人已被用于高产量应用（如汽车工业），而检查人员可能很难发现任何潜在缺陷。
但是，当您部署全球边缘计算解决方案制造商 ADLINK 的边缘弧焊缺陷检测这样的解决方案时，可以在流程中配备 AI 和计算机视觉。弧焊机器人采用 ADLINK Edge 物联网软件、OpenVINO、英特尔酷睿处理器和英特尔® Movidius™ Myriad™ X VPU，可以捕获、处理和分析数据，并以此做出行动，避免问题变严重。
这些只是 AI 和高性能边缘计算为智能制造商带来的一小部分可能性。对于正在努力部署这些 AI 功能并提升其工业应用程序性能的人，请查看英特尔边缘人工智能开发者认证计划或参加 30 天开发挑战。