人工智能进入集团生产环节 BMW

人工智能已成为BMW集团的新挑战。如今，该技术已在其工厂中部署，旨在提升生产效率。

人工智能进入BMW集团生产环节，这项技术在汽车行业持续发展。自2018年起，这家德国集团已在批量生产中将其应用于多个场景。首要应用是图像识别，人工智能可在毫秒级时间内对图像进行评估与比对，从而实时判定可能存在的偏差。

据BMW生产集团创新、数字化与数据分析负责人Christian Patron介绍，这项创新技术快速、可靠，最重要的是易于使用。”人工智能潜力巨大。它帮助我们保持高质量标准，同时把员工从重复性工作中解放出来。”

值得注意的是，在这家德国集团，灵活、经济且基于人工智能的应用正在取代永久安装的摄像头系统。人工智能的配置也可以快速完成：员工对部件拍照并标记可能的偏差，由此建立图像数据库，用以训练一个所谓的神经网络，使其无需人工干预即可评估图像。

https://www.youtube.com/watch?v=V6MmMYjXScI

BMW面临的新挑战：人工智能

人工智能还能完成要求更高的检测任务。在该品牌丁戈尔芬工厂的终检区域，一款应用会将车辆订单数据与所生产车型标识的实时图像进行比对。

如果实时图像与订单数据不符，终检团队就会收到通知。Christian Patron还补充道：”在这些工作中，我们完全信赖员工的经验。他们更能判断在哪些生产环节，人工智能应用能够提升质量和效率。我们有意将此类应用的配置与部署保持简单，其运行无需高深的IT技能。”

在冲压车间，平板金属件被加工成汽车车身的高精度部件。成形后残留在部件上的灰尘颗粒或油污，很容易被误认为极细的裂纹——而这类真正的裂纹在加工过程中极少出现。此前，BMW集团位于德国丁戈尔芬工厂的摄像头质检系统也时常将这些伪缺陷标记出来：虽然并不存在真正的故障，却仍被判定为偏离标准。

采用新的人工智能应用后，这些伪缺陷不再出现，因为神经网络可以调用每个特征约100张真实图像，即约100张完好部件的图像、100张带有灰尘颗粒的图像，以及另外100张部件上带有油滴的图像。

https://www.youtube.com/watch?v=HomqovOH0sc

人工智能：融入设施控制

BMW集团首个智能人工智能控制应用已在BMW集团施太尔工厂首次投入使用。该应用通过避免在传送带上进行不必要的空载运输，加快了物流流程。为此，料箱需经过一个摄像站。应用会利用员工此前标记存储的图像数据，识别该料箱是否需要固定在托盘上；对于大型且稳固的箱子，则无需额外防护。

若无需固定，人工智能应用会将料箱沿最短路线引导至叉车卸料站。另一方面，需要额外加固的料箱则被直接引导至配备固定系统的传送带区段，之后才到达后方的卸料站。此前，所有料箱都必须先被运送到大型料箱卸料站；需要额外安全防护的料箱则不得不经过这一绕行，才能到达固定装置，并最终抵达正确的卸料站。

BMW集团工厂中使用人工智能应用的趋势已十分明显。智能数据分析、前沿测量技术与人工智能的日益融合，正为生产管理开辟新的机遇。