ai已从技术概念实际走入工厂应用中。日本it大厂nec推出“ai visual inspection”视觉检测，运用机器学习技术，逐一检测生产线上的产品影像，像是金属、人工树脂、塑料等产品加工业的生产线，都能用ai进行高速检查，进一步找出不良品，提升生产线效率，并改善劳动力。

nec表示，过去当产品在生产线上完成时，最后一关多采用人眼目测的方式检查，而这项工作必须由对产品非常熟悉、经验老到的专家进行，因此面临了人力不足、技能传承的课题。

nec表示，透过ai协助作业人员以肉眼检查，可大幅减少一半的工作量，也能使产品品质更为均一，进一步往iot的“process innovation”、“product innovation”迈进。

机器学习技术“rapid”

nec将其机器学习技术命名为“rapid”，其搭载深度学习机能，透过gui（图形使用者界面）的方式，呈现对范例影像的标签、学习、判断结果，最终可像人类一样辨识、理解图像与影片资料，在影像辨识领域的业界最常被采用。

在实际操作上，首先，制造业工厂现场在进行品检时，会拍摄一系列的产品影像，nec将这些影像储存保管在iot平台“nec the wise iot platform”云端上。

当储存的影像资料达到一定的量后，云端的ai会运用这些数据，自动抽出与分析良品与不良品的特征，并根据分析结果，进一步归纳出良品与不良品的判别模式，并将判别模式从云端传输到工厂现场装设的设备上。

在工厂端，则会运用现场设备内建的ai，以接收到的判别模式为基础，在短短数秒内，完成判别产品是否为不良品。而当生产线要追加制造新的产品时，云端的ai也会自动学习新产品的特征资讯，并同步更新判别模式，进而有效降低追加设计、研发的工作量。

以上是网络信息转载，信息真实性自行斟酌。