谈及人工智能我们首先想到的就是智能家居和无人驾驶了，但想要实现更高级的人工智能，主要依赖于智能语音交互产品、人脸识别、图像识别、图像搜索、声纹识别、文字识别、机器翻译、机器学习、大数据计算、数据可视化等方面，而根据不同的产业及行业应用场景按需组合，目前制造业对人工智能的应用体现在以下场景。

对于制造业上有许多需要分捡的作业，如果采用人工的作业，速度缓慢且成本高，而且人工出错的概率相对较高，如果采用工业智能机器人进行分拣筛选，不仅可以大幅减低人工成本，同时还能提高分拣效率和速度。

此外基于对设备运行数据的实时监测，利用特征分析和机器学习技术，一方面可以在事故发生前进行设备的故障预测，减少非计划性停机。另一方面，面对设备的突发故障，能够迅速进行故障诊断，定位故障原因并提供相应的解决方案。在制造行业应用较为常见，特别是化工、重型设备、五金加工、3C制造、风电等行业。

基于机器视觉的表面缺陷检测应用在制造业已经较为常见，利用机器视觉可以在环境频繁变化的条件下，以毫秒为单位快速识别出产品表面更微小、更复杂的产品缺陷，并进行分类，如检测产品表面是否有污染物、表面损伤、裂缝等。目前已有工业智能企业将深度学习与3D显微镜结合，将缺陷检测精度提高到纳米级。对于检测出的有缺陷的产品，系统可以自动做可修复判定，并规划修复路径及方法，再由设备执行修复动作。

除以上常规人工智能应用场景外，基于声纹的产品质量检测与故障判断，可以利用声纹识别技术实现异音的自动检测，发现不良品，并比对声纹数据库进行故障判断。必要时制造企业还可以依托人工智能技术对产品质量、运营管理、能耗管理和刀具管理等方面，可以应用机器学习等人工智能技术，结合大数据分析，优化调度方式，提升企业决策能力。