人工智能和机器学习如何革新电子产品制造

作者：伟创力智能制造工程副总裁 Murad Kurwa

人工智能（AI）已经风靡全球，注定将以某种方式影响全球几乎每个行业。在制造业中，人工智能已经被应用于某些特定场景，并将在2025年继续扩大规模。

到目前为止，我们已经见证了第四次工业革命（工业4.0）的兴起，它不仅为制造商带来了巨大的机遇，还通过自动化和机器人技术帮助优化了流程、降低了成本并简化了运营。然而，至关重要的是，这些先进技术必须在有明确应用案例和明显效益的地方部署。

先进的制造技术与以人为本的观念和数据驱动的决策相结合，可以促进生产力、生态效率、灵活性、供应链弹性和上市速度的提升以及以客户为中心。成功的实践将推动这些先进技术的采用，从而带来更多益处。

随着人工智能和机器学习（ML）技术的不断发展，企业必须确定应用人工智能的正确用例，以提高现有流程的效率，同时确定工厂车间可以改进的问题。其中一个例子便是自主机器人，用于提高日常操作的速度和效率，特别是在仓储和制造空间。它们与人类协同工作以提高效率，并降低员工在危险环境中受伤的风险。

先进的制造技术正迅速成为优化制造流程的重要工具。例如，制造商可以部署人工智能和机器学习来进行预测性维护，从而检测设备中的潜在故障并向制造商发出警报，以便在最短的停机时间内解决这些故障。人工智能和机器学习算法还支持质量控制，并能为流程优化提供见解，使制造流程更快更高效。

挑战

传统上，需要视觉检查的产品是在生产线上由人工进行检查。然而，随着产品需求量的增加和生产节奏的加快，人眼越来越难以发现异常。以电子制造为例，印刷电路板（PCB）可能非常复杂，包含数百甚至数千个肉眼难以观察到的部件。

为了提高在高速生产中的准确性，人工智能被用于在高速PCBA（印刷电路板装配）生产过程中精确验证组件及其位置，从而提高生产质量并避免在产品测试阶段后期出现问题。

基于人工智能/机器学习的缺陷检测系统将继续利用深度神经网络来检测人工检测人员或传统视觉系统难以发现的缺陷，从而简化检测流程，提高效率性能，同时通过淘汰旧的检查站，为其他生产线和解决方案腾出空间，优化了工厂车间布局。

生产转型

人工智能和机器学习技术将继续改变制造行业，但只有当制造商接受并采用这些技术，看到回报时，技术才能充分发挥其潜力。

虽然这样做需要大量的时间、精力和资源投入，以及对工人技能的提升，但将人工智能融入生产过程的机会窗口正在迅速关闭——尚未开始行动的企业将面临被淘汰的风险。

当然，未来仍存在诸多挑战，从数据准备（人工智能/机器学习模型的质量仅与训练数据一样好）到量化人工智能/机器学习实施的投资回报率，这可能相当棘手。

企业需要确定适合业务的使用案例，找到相关数据，对其进行处理，然后开发、微调并最终部署模型。虽然是耗费时间的步骤，但它们对于获得最大收益至关重要。

如今，制造商已经成功将人工智能和机器学习运用于制造流程的某些领域，虽然障碍仍然存在，但先进技术已处于工业 4.0 的前沿，并有能力在各个层面上改变生产和运营。

关于作者：

Murad Kurwa
Murad Kurwa， 伟创力智能制造工程副总裁