探访宝马的生产车间，人工智能到底有多强大
人工智能（ai）技术在汽车生产中的应用一直呈上升趋势，自2018年开始，宝马集团也一直在生产中利用ai技术。
在生产中，人工智能技术能够评估正在生产的汽车零部件图像，并在几毫秒的时间内，将其与同序列生产中的数百幅其他零件图像进行比较。从而，ai可以实时确定零部件与标准零部件的偏差，并可检查是否所有需要的部件都已安装，以及是否安装在正确的位置。
自动图像识别
该创新技术非常快、可靠，最重要的是易于使用。宝马集团生产部门创新、数字化和数据分析主管christianpatron表示：“人工智能技术提供了巨大的潜力，帮助我们保持高质量标准的同时，还能减轻员工重复性工作的负担。”
在宝马集团，灵活、经济、基于ai的应用正逐步取代传统的摄像头，而且操作相当简单，只需要一个移动的标准摄像头，在生产过程中拍下相关照片即可。ai解决方案也可以快速设置好，员工能够从不同角度拍摄零部件，并在图像上标记可能出现的偏差，从而创建一个图像数据库，以便建立神经网络。该神经网络可以在不需要人工干预的情况下，自动对图像进行评估。员工无需编写代码，因为该算法能够独立完成。在训练阶段，一台高性能服务器能够从约100张图像中计算出神经网络，然后该网络立刻开始优化，经过测试运行和调整，可靠性能够达到100%。一旦完成学习，该神经网络能够自行决定一个零部件是否符合规范。
由于不再受制于生产区域的照明条件或确切的摄像头位置要求，该神经网络甚至能够可靠地识别移动零部件，从而为整个汽车流程链（包括物流）开辟广泛的潜在应用。在很多情况下，该ai技术能够将员工从重复、单调的任务（如检查后备箱的三角警示灯是否安装在正确位置，或者是否挡风玻璃雨刷帽已安装好）中解放出来。
ai技术还能够执行要求更高的检查任务
在宝马集团丁戈尔芬工厂，一个ai应用可以将车辆订单数据与新生产汽车的模型设计实时图像进行比较。模型设计、xdrive四轮驱动等其他识别标志，以及已经获得批准的各种组合的图像都存储在图像数据库，如果实时图像与订单数据不相符，质检小组就会收到通知。
christianpatron表示：“我们在此类工作中完全依赖员工的经验和专业知识，他们能够判断，在哪些生产步骤中ai应用能够改善质量和效率，而且我们特意将此类应用的设置和操作都简单化，无需先进的it知识。”
ai去除假性残次品
在冲压车间，钣金件会被加工成高精度的车身部件。零件成型后残留的粉尘或油渍容易与细小的裂纹混淆（在加工过程中此情况很少发生）。之前宝马集团丁戈尔芬工厂采用的是基于摄像头的质量控制系统，偶尔会发现此类假性残次品：虽然没有真正的缺陷，但是与目标件有差距。利用该新ai应用，此类现象将不再会发生，因为该神经网络能够根据每个特征访问约100张真实图像，如约100张完美零件的图像，100张带有粉尘的零件图像，还有100张带有油渍的零件图像等。
宝马集团的steyr工厂和宝马集团数据分析小组也成功消除了此种假性残次品现象。在发动机冷试验中，扭矩测量假定的不规范之后常常被证明无关紧要。在引入ai解决方案之前，此类实验结果往往导致复杂的人工检查和进一步测试，甚至包括发动机燃油热试验。该分析软件基于许多测试记录得到训练，从而能够学会分析实际错误和假性错误。
ai应用到物流领域
宝马集团steyr工厂采用了首个智能ai控制应用，该应用通过防止输送带空载运输，加快了物流速度。为此，货箱要通过一个摄像头站点，利用员工所标记且已存储的图像，该ai应用能够识别该货箱是否需要捆绑到一个托盘上，因为尺寸较大且稳定的盒子不需要额外的保护。如果无需捆绑，该ai应用将通过最短的路线，把货箱引导至卸货区，让叉车运输。另一方面，如果该货箱需要额外的保护，将会被直接引导到带捆绑系统的传送带部分，然后才被引导到后面的卸货区。之前，所有的货箱都需要运输至卸货区以装进大型货箱中，如果货箱需要额外保护，会送到捆绑区，然后再到达正确的卸货区。
除了将ai应用于steyr工厂之外，宝马集团在其他物流创新领域也应用了ai。该技术还能够支持虚拟布局规划，对建筑物和工厂进行3d扫描，生成高分辨率的图像，最终能够在3d扫描中识别出货箱、建筑结构或机器等单个物体，从而让工程师能够在3d规划软件中将3d扫描的单个物体移除，对其单独修改，从而更容易模拟，并使车间更有人性化。
在宝马集团的工厂中，利用ai应用已经成为一个鲜明的趋势。智能数据分析、最先进的测量技术和人工智能的日益融合为生产管理带来了新的机遇。例如，在车身车间，最终检查的图像可能会显示，在不同车身的同一个焊接点，有焊接金属喷射出来。若利用ai，就能实现控制闭环，系统控制或维护周期能够更快、更高效地得到调整。在喷涂车间，ai和分析应用能够在早期生产期间探测出错误源头，从而让该错误不再发生，如果在喷涂之前，车身没有沾上灰尘，之后也就无需再清理灰尘了。
写稿机器人、无人驾人工智能有多强大
今天，人工智能正越来越成为人们生活中熟悉的“伙伴”。语音助手、人脸识别、虚拟聊天机器人，以及智能交通、无人车等，无不显示着人工智能的存在。人们对人工智能刮目相看的同时，也产生了一些疑问：
人工智能何以如此强大？
其智力会超过人类吗？
会不会给人类带来麻烦？
对可能出现的挑战，我们该如何应对？
从简单的娱乐游戏到辅助人类智慧决策的工具，人工智能正更加广泛地应用到人们的生活中。尽管人工智能仍处于“婴儿期”，但它的时代或许正悄悄到来。
人工智能最重要的特征是有学习能力
随着技术的发展，人工智能可以达到甚至超过人类的识别精度。关于人工智能，学界尚没有统一的准确定义。通常认为，人工智能的核心是算法，是一套利用机器智能解决问题的手段。
“过去的算法，人类给计算机下达指令来解决问题；现在，我们只要告诉计算机想解决的问题，它就可以自行选择算法来解决，这是人工智能带来的根本性变革。”
百度研究院院长林元庆谈到“给瓶子安装盖子，如果只是机器人重复加装动作，不是真正的人工智能。只有机器人能根据瓶子方位的变化做出相应调整，并能对突发状况做出正确反应，才称得上是人工智能。”
人工智能最重要的特征是有学习能力，即机器能根据以往的经验来不断优化算法。例如“阿尔法狗”就能梳理决策模式，并从之前的比赛中吸取经验，平时也会通过跟自己下棋来强化学习。
AI历史：
人工智能并不是一个新名词。上世纪50年代，科学家就提出了人工智能概念，并于上世纪70年代掀起了一个小高潮。但当时算法采用的是符号逻辑推理规则，缺乏自我学习能力。80年代，科学家改进了机器学习模型，但智能水平依旧较低，有价值的成果寥寥无几，人工智能研究进入低潮期。
大约10年前，一种被称为深度学习的新的机器学习方法，让人工智能的算法更智能。深度学习通过多层结构算法，让机器对数据集的‘特征’进行筛选和提取，通过反复训练，最终获得了提取抽象概念的能力。
微软人工智能及微软研究事业部负责人沈向洋博士表示，当前人工智能火起来主要有三个原因：互联网大量的数据、强大的运算能力以及深度学习的突破。“深度学习是机器学习方法之一，是让计算机从周围世界或某个特定方面的范例中学习从而变得更加智能的一种方式。”
深度学习的广泛应用离不开计算机硬件的发展。浙江大学计算机科学与技术学院教授蔡登说，深度学习又叫深度神经网络模型，以前计算机硬件不行，没法学习很深的神经网络，随着计算机性能大幅提升，训练很多层数的神经网络成为可能。
前微软人工智能首席科学家、IEEEFellow邓力认为，随着神经网络研究的深入，计算机视觉和听觉等有望让算法越来越精确。未来，计算机对自然语言的应用将大幅提高，电脑可以听懂、读懂人类平常所用的语言，而不仅仅是机器指令。
“人工智能拥有计算机视觉、语音识别、自然语言处理等能力，与之对应，它就能像人一样看、听、理解事物。随着技术的发展，人工智能可以达到甚至超过人类的识别精度。”
01
人工智能为人们决策提供支撑
机器人写的稿子，看上去就是一位记者：
“广州到武汉、长沙、岳阳的票十分充足，其中，余票最多的是广州到武汉，还有1534张。不过，车次主要是K字头和普列，基本都是无座票，一站到底，路途会比较辛苦……”
人工智能应用到新闻生产得益于它对数据、语义等的理解和处理能力。人工智能通过大量数据的学习，模仿甚至理解相对固定的新闻写作方式，并依靠算法迅速筛选、整合出内容。
专家预测，2020年将有500亿台相互连接的智能设备，每天将产生海量数据。大数据在推进人工智能发展的同时，人工智能也反过来释放了大数据的潜能。
“大数据并非高纯度的石油，而是含金量非常低的贫矿石。其数据量大、种类繁杂、价值密度低以及瞬息万变的特点，使得存储、统计、分析和呈现分类以及调用都异常困难。”人工智能专家、驭势科技联合创始人吴甘沙说，人工智能的研究方法和应用技术，如自然语言语义分析、信息提取、知识表现等，正在逐步地应用于大数据技术的前沿领域，结合预测分析方法，就能挖掘大数据蕴含的规律和价值，从而为人类决策提供支撑。
人工智能帮助大数据分析的方式有很多，既能“见微”，即从小处细微的、个性化的洞察；又能“知著”，即看到宏观的变化规律。“比如，从前商家只能关注花钱的客户，人工智能则能帮忙发现潜在的消费群体，或者发掘老客户的新兴趣，实现用户体验和消费需求反馈。”
人工智能和大数据结合还给精准医疗带来了福音。专家介绍，医疗的精准建立在数据分析之上。对于很多疾病，尤其是罕见病，找到基因上微小的变化就可能找到了解决方案，但这意味着巨大的计算量，没有深度学习之前这几乎是不可想象的。现在，类似IBM人工智能“沃森”、百度大脑等应用了深度学习的计算处理系统，就可能通过已有数据进行训练，找出规律，帮助诊断疾病、研发新药。
02
计算机能像人一样“听”和“看”
通过与神经学、生物学的结合，最终发展出能理解人类感情和文化的人工智能
安徽国家普通话水平考场里迎来了一位新“考官”，考生读完一段文字，这位“考官”立马就能打出分数。
评判口语发音标准的“考官”是一款人工智能程序，它运用的是科大讯飞智能口语评测技术。该技术已经应用于全国所有省份的国家普通话水平智能测试中，具有极高的精确度。
人工智能在语音识别上的突破，让机器能够像人一样去“听”。“听”懂之外，它还能通过对语音的不断学习，准确地转换出相应文本。目前，人工智能技术已经应用到一些语音助理、语音输入、家庭管家等产品中。不用打字，人们说话就能完成远程控制。
借助计算机视觉，人工智能还学会了“看”，具备识别出物体、场景和活动的能力。比如一些大型会议、活动举办时期，所在区域的人口流动量会瞬间扩大，这就加大了安防监控的难度。基于深度学习训练出来的人脸识别技术，能对海量视频监控数据、图像数据进行实时对照处理，遇到突发情况能快速响应。全国信息技术标准化委员会生物特征识别分委会专家委员张鑫说，机器“看”的人脸越多，训练数据越大，理解就越深，它对人脸的判断也会更准确、更迅速。
刷脸识别也给人们生活带来很多便利。过去，到银行开户必须拿着身份证验证身份，不仅耽误时间，也给一些行动不便者带来麻烦。借助人工智能人脸识别系统，人们在网上就能完成实名验证。
未来，到商场购物、去银行取钱、乘高铁坐飞机等各种服务场景都将受益于人工智能的应用。
此外，人工智能被认为是能够推动无人驾驶汽车商业化的关键技术。处理好复杂的环境信息，是无人驾驶发展必须解决的问题。驭势科技CEO吴甘沙说，人工智能在环境感知、驾驶决策、路径规划、语音手势识别、眼球追踪、驾驶员监控和自然语言交互等功能方面的应用，能够帮助汽车应对复杂的路况，从而实现安全和舒适的自动驾驶。
让人工智能更加“智慧”是科学家努力的方向之一。比如，越来越多的研究试图将人工智能与脑科学连接起来。近年来，科学家正尝试将生物智能和机器智能互联互通，以达到更高级的人工智能形态。通过与神经学、生物学的结合，最终发展出能理解人类感情和文化的人工智能。
百度深度学习实验室（IDL）主任林元庆介绍到：帮助人类拥有更好的生活，是人工智能的根本出发点和落脚点。现在，人工智能虽然可以帮助人们完成一部分工作，但在创造力方面还有很大空间。乐观的科学家估计，不久的将来，人工智能将更“智慧”，会和互联网一样成为我们生活中不可缺少的一部分。
火眼财经：中国领先的财经科技服务提供商
▪