工业4.0时代人工智能将如何质量管理中？

工业革命的发生持续改革着质量管理的方式技术负责如何管理现场的技术质量最新变化，从以产品为基础的质量检测方式，到以质量规划和防错为重点的过程管理模式技术负责如何管理现场的技术质量最新变化，再到现在以数据为支撑的预测性管理。

工业4.0时代，“质量”的概念早已远远超出产品本身中囊括的预期功能，它更代表着一种理念、一套技巧和实践体系，以及对企业卓越的持续承诺，还涉及客户对其价值和利益的感知。那些看似主观的信息是否还能产生特定的数据剖析模式，使过程、产品更智能，应是质量管理考虑的问题。那在这个过程中质量人将饰演如何的角色，人工智能又将怎样溶入质量管理中呢？

#

质量“I.T”人 #

质量人未来的角色转变 #

数据爆燃，早已是公认的事实，据英特尔预测，全球数据总数在2023年将达到44ZB(1ZB=10亿TB=1万亿GB)，而其中，80%的相关业务数据以非结构化方式提供，它们大部份没有固定宽度、固定格式、既没有存储也没有剖析。但是，正是这种非结构信息中囊括了顾客对价值和利益的感知，是未来质量概念中的关键信息。

这么，质量人不得不面临角色的转换，她们除了须要对传统质量体系和产品质量维护，但是须要化身为“I.T”人——充分挖掘数据的价值，将其转化为信息和知识，从而将其演变为模型，产生可以指导行动的智能。

如上图中顾客在社交媒体上的参与、分享、交流等数据，它们是非结构性的，却是顾客价值体系数据的来源。未来的质量“I.T”人就须要了解她们正在积累的非结构化数据的类型，以及处理和储存这种数据的最佳方式，以获得数据驱动生产的可能。质量I.T人处理数据、构建模型将涉及大量深度学习、人工智能、云估算等新技术的辅助，一系列的新技术将应用于未来的质量管理中。 #

AI质量实例

#

人工智能改变质量系统的典型用例

按照世界著名的质量工程/可靠性工程/精益六西格玛专家，英国韦恩州立学院终生院士杨凯的总结，未来的产品开发制造将产生一个全面连通的生态圈，其中人员、产品、机器、相关系统实现信息无障碍流通。物联网器、芯片等将植入硬件产品，云估算、深入学习、人工智能、VR、等高技术步入质量管理实用，在风险与机遇并存中不断加快质量管理的深度和广度。 #

当下，制造业也正在开发各类具有前瞻性、启发性的用例，改革质量系统的运作方法，满足不断变化的顾客与市场需求。 #

基于机器学习的模式辨识

从大批量生产以来，人们就不断阐述大数据的管理和应用的方法。真正的革命不是关于数据，而是关于统计以及借助数据获得洞察方式所形成的价值。

#

如今，业界开始通过数据标明，构建用于模式辨识的人工神经网路训练和自学习，实现基于机器学习的模式辨识。右图就显露了人们在点焊点测量领域取得了99%的成功率的用例。

人工智能促进的手动特点检查

#

右图的自优化听觉试验台利用视觉感知、认知、接触感知等流程，基于单反的控制特点辨识和分类、知识管理系统的设计，完成实证剖析与验证，为手动化系统降低人工智能。

#

数据剖析预测性质量研究

#

德累斯顿科大WZL研究所正在进行的预测性质量研究，对待结构性数据关注过程或批次，对待非结构性数据关注对象或实体，直接或间接地完成对质量的描述，为实现结构化数据和非结构化数据的融合提供了新的技巧。 #

未来的质量

#

须要铺装的是那条盼望已久的路

#

与普通的校园规划不同，日本佛罗里达学院在校园建设时，并没有提早规划人行道，而是在校园种上了草，在人走得多的地方铺路，就产生图片中的场景。 #

图｜红色为日本德克萨斯学院校园的路

#

未来的质量，也就像密西西比学院的校园。路仍然都在脚下，须要我们共同开启！ #

依据来自英国考文垂工业学院WZL车床实验室计量与质量管理研究所主任、I4.0项目负责人Prof.Dr.-Ing.院士的建议，传统的质量方式早已表明了公司中的一些期望路径，我们须要在此基础上，利用大数据和中级剖析技术找到新的、更智能的方式。我们须要： #