人工智能（AI）和機器學習已成為工業(yè)生產的重要部分；基于人工智能的自動化解決方案是未來創(chuàng)新的核心動力。

AI 技術如何快速融入制造企業(yè)，實現其巨大潛力，仍是未來幾年的重要課題。一項調查指出：超過一半的企業(yè)領導者期望人工智能在未來五年內能控制工廠、機械和關鍵基礎設施。

而實現該預期的基本前提是生產過程中涉及的所有組件都需實現端到端的數字連接。一旦克服此障礙，且所有相關系統(tǒng)間的數據均可自主交換，智能生產的基礎即可得以實現。德國機械設備制造業(yè)聯(lián)合會（VDMA）機器人與自動化協(xié)會專家表示：“幾年內，大規(guī)模的數字網絡建設將得以完成，這樣所有組件都能夠相互交換數據、自主優(yōu)化并作出智能反應行為?！?/p>

智能行為依賴機器視覺。盡管大多數工廠尚未建立全面的數字網絡，但目前獨立的AI 解決方案已經得到廣泛應用。在這個過程中，機器視覺承擔了重要角色，為智能生產鋪平了道路。機器視覺也是人工智能機器人應用的關鍵技術。一直以來，視覺系統(tǒng)決定了機器人的自主性和靈活性，高性能的圖像處理是機器人實現智能運作的基本條件之一。

計算機能力是人工智能的基礎。弗勞恩霍夫研究所（IPA）機器人與輔助系統(tǒng)部門主管WernerKraus 博士總結了集成到智能生產環(huán)境中的機器人應具有的特性：“圖像和力學數據形成了人工智能機器人所需的功能。然而，目前投入使用的大多數機器人都缺乏視覺能力。未來，智能工廠的機器人都必須配備攝像頭和力傳感器。虛擬訓練環(huán)境是實現真正自主行動的另一關鍵因素。工業(yè)機器人需要利用數字孿生技術來生成模擬訓練數據，以便機器人能夠直接高效工作。”

最后，周期時間對機器人技術有著至關重要的影響，即人工智能必須具有低延遲、實時控制的能力。因此，人工智能正在從資源廣泛的云端計算轉移到邊緣計算。這就需要機器人控制器的計算能力來運行和訓練人工智能模型。