什么是智能感知

人工智能，英文縮寫為AI。該學科力圖了解自然界人類智能的本質，并開發出一種能與人類智能相似方式做出反應的智能機器。該領域的研究包括機器人、語言識別、圖像識別、自然語言處理等。

人工智能的概念提出雖早，但早期的發展比較緩慢。在上世紀70年代用神經網絡算法驗證了許多數學命題，掀起了人工智能的第一次研究熱，此時研究者確信符號方法最終可以成功創造出強功能的人工智能機器。從1967年開始出版不定期刊物《機器智能》，從1970年開始出版期刊《人工智能》，從1969年開始每兩年舉行一次人工智能國際會議（IJCAI）。雖然在20世紀80年代，有一段時間人工智能的發展似乎受到了很大挫折，但到了90年代以后，又獲得了迅速發展，在很多學科領域都獲得了廣泛應用，并取得了豐碩的成果，無論在理論和實踐上都已自成體系。

進入本世紀以來，一方面在設計高級計算機時廣泛應用人工智能的成果，另一方面又利用超級微處理機實現人工智能，大大加速了人工智能的研究和應用。人工智能的研究領域已經涉及許多方面，尤其是人機圍棋大戰中AlphaGo多次打敗人類的結果連續出現，有關人工智能的話題便在學術界和產業界引起了廣泛熱議。由此，各國政府和企業都紛紛提出了人工智能的發展研究計劃。此時，人們認為人工智能便是21世紀三大尖端技術（基因工程、納米科學、人工智能）之一了。

有研究者認為，人工智能的發展主要分為三個層次，即運算智能、感知智能和認知智能。所謂運算智能，是指計算機快速計算和記憶存儲的能力。所謂感知智能，是指通過各種傳感器獲取信息的能力。所謂認知智能，是指機器具有理解、推理等能力。這種分類方法是否合理我們不予討論。筆者認為，關于人工智能發展的研究，應主要著重智能感知和智能決策兩個方面。

所謂智能感知，不僅包括通過各種傳感器獲取外部信息的能力，也包括通過記憶、學習、判斷、推理等過程，達到認知環境和對象類別與屬性的能力。所謂智能決策，是指在對環境和對象智能感知的基礎上，為達到某種目的，經過再次記憶、學習、判斷、推理等過程，給出行為決策的能力。

智能感知的五塊構件

1、可靠性和可用性

利潤緊張使生產停工成為任何制造環境的敵人。難以看到的物體，不均勻的形狀，透明的，半透明的，或者像玻璃，塑料，薄膜和箔這樣的高度反射的物體可能會帶來可靠性的挑戰。全球制造商已經用光電傳感器做出了反應，這些傳感器可以簡單地檢測任何物體，幾乎在任何工業自動化應用中都是如此，盡管存在諸如灰塵或光線差等環境挑戰。

2、靈活性

現代快速消費品的許多生產都是由批量生產驅動的。每次產品轉換時，手動更改機械設置和傳感器參數會造成停機和生產停工。智能傳感器，如代碼讀取器和視覺系統，可以在線檢測產品變化，并在很少或不中斷的情況下自動觸發對新參數設置的更改。更快速和更頻繁的生產轉換幫助制造商滿足客戶對產品多樣性、本地或定制訂單的需求。

3、產品跟蹤和可追溯性

在制造商盡一切努力確保產品質量的同時，召回也不可能完全被排除。嚴格的法規控制著生產、加工和包裝的所有階段的可追溯性，而且在不斷減少的時間框架內進行召回的壓力越來越大。通過RFID標簽、視覺系統和條形碼閱讀器收集的數據，工業4.0支持的組織可以快速響應并實時檢索重要數據。

4、減少庫存和便于更換

通常情況下，傳感器需要更換，而制造商的響應方式是盡可能快速、方便地安裝、調試或替換設備。在Industry4.0中，生產團隊最大的優勢之一可能是傳感器設置和參數可以輕松地從PLC下載到新的傳感器，以便快速更換和調試。同時，智能傳感技術可以減少存儲中需要保存的傳感器的數量和類型，從而降低庫存成本。

5、診斷與狀態監測

在工業4.0中，控制系統與傳感器完全連接為一個獨立的可定位的實體，因此生產過程可以訪問所有的診斷功能。傳感器即將到達生命的盡頭嗎？需要打掃嗎？會持續到下一次的生產轉換嗎？通過傳感器自監測和精確通知控制系統需要更換哪種傳感器的能力的結合，生產團隊在監控過程中具有更大的靈活性。故障前通知可以在故障發生之前防止故障發生，傳感器診斷可以集成到靈活的、基于需求的維護計劃中。