【课程背景】
在当今快速发展的数字化时代，人工智能（AI）技术已成为推动工业和社会进步的关键力量。从基础的自动化到复杂的智能决策支持系统，AI技术正在不断拓展其在各个领域的应用边界。本课程旨在深入探讨人工智能的基础知识、技术原理以及其在工业领域的广泛应用，帮助学员构建对AI的全面认识，并理解如何将这些前沿技术应用于实际问题的解决中。
随着人工智能技术的不断成熟，特别是在机器学习、深度学习、计算机视觉和自然语言处理等领域的突破，工业界正迎来一场深刻的变革。本课程将重点介绍AI在工业生产中的应用逻辑，包括如何通过回归、分类、聚类、降维和机器视觉等方法优化生产流程、提高产品质量、预测设备维护需求等。同时，课程还将探讨MES系统与AI的融合，以及AI技术如何助力企业实现零库存转型、产品个性化定制和工厂智能化升级，为学员描绘出一个智能化、高效化的未来工厂蓝图。
【课程收益】
- 全面理解AI基础：学员将掌握人工智能的基本概念、发展历程以及技术原理，为进一步深入学习打下坚实的基础。
- 技术应用能力：通过学习AI在工业领域的具体应用案例，学员将学会如何将AI技术应用于实际问题，提高解决复杂问题的能力。
- 跨学科知识融合：课程内容涵盖机器学习、深度学习、计算机视觉、自然语言处理等多个领域，有助于学员建立跨学科的知识体系。
- 前瞻性思维：通过对AI技术影响下的未来工厂的探讨，学员将培养前瞻性思维，理解未来工业发展的趋势和方向。
- 实践操作技能：课程中将提供实际案例分析和操作指导，使学员能够将理论知识转化为实践技能，增强解决实际问题的能力。
- 创新思维培养：学习AI技术如何推动工业创新，激发学员的创新思维，鼓励在现有业务流程中寻找改进和创新的机会。
- 职业发展优势：随着AI技术的广泛应用，掌握相关知识和技能将为学员在职场上提供竞争优势，拓宽职业发展道路。
- 应对未来挑战：随着工业4.0和智能制造的兴起，本课程将使学员具备应对未来工业变革挑战的能力，把握行业发展的先机。
【课程特色】
讲师授课风格幽默，课程内容案例丰富。
【课程对象】
制造业、工业从业人员
【课程时间】
1天（6小时/天）
【课程大纲】
一、 人工智能技术基础知识及原理
- 人工智能概述
- 人工智能技术原理
- 人工智能(AI)、机器学习(ML)与深度学习(DL)
- 监督式、非监督式和半监督式学习
- 人工智能(AI)的技术边界与反常识
- 计算机视觉（CV）与自然语言处理（NLP）
- 多模态
- 大语言模型简述与原理
- 其他人工智能(AI)的应用场景
- 人工智能两大应用逻辑
二、人工智能在工业中的应用
1、回归
- 设备预测性维护
- 消耗品寿命预测
- 采购预测
- 销售预测
- 销售预测下的物流铺货规划
- 危险预测
2、分类
3、聚类
4、降维
- 复杂问题简化
- 生产过程优化参考
- 故障特征提取
- 供应链分析
- 客户行为分析
- 过程控制
5、机器视觉
- 包装破损质检
- 产品质检
- 原材料与产品筛选评级
- 危险监控
- 机器人巡检
三、MES系统的认识与质量控制
1、MES的概念及发展
2、MES在离散行业中的应用
3、MES的质量控制
- 生产过程追溯的要点
- 全面质量管理
- IQC（来料质量控制）管理
- IPQC（制程质量控制）管理
- 成品质量控制
- 出货质量控制
- 统计过程控制
4、MES与人工智能融合
四、人工智能技术影响下的未来工厂
1、零库存转型
- 零库存企业需要做到哪些
- 案例：华为手机的28.5s
- AI预测与大数据预测
- 案例：京东的下单预测
- 采购的智能大脑与原材料对冲
- 案例：元气森林的人工智能可持续增长
- 智慧仓储
- 案例：亚马逊vs阿里巴巴仓储物流机器人
- 案例讨论：零库存，企业的转型方案
2、产品个性化定制转型
- 产品个性化转型企业需要做到哪些
- AI对产品设计
- 案例：雀巢使用AI寻找产品空白
- 智能排产
- 案例：联宝科技对排产优化
- 精准营销
- 案例：海尔的智慧营销
- AI智能客服
- 案例：万科年度优秀新人
- 案例讨论：产品变的个性化，企业转型方案升级优化
3、工厂全面智能化转型
- 设备预测性维护
- 案例：GE的预测性维护
- 消耗品寿命预测
- 案例：富士康刀具寿命智能预测
- 机器人安全巡检
- 案例：中石油的巡检机器人
- AI质检
- 案例：宝马的AI质检
- 案例讨论：工厂智能化，企业转型方案升级优化
4、工厂数智化未来展望
让一部分企业先学到真知识！
孔令涛