制造业人必学的人工智能术语3.0

《18个制造业人必须掌握的人工智能术语》完结篇来了！随着人工智能技术的快速发展，工业生产领域也不断涌现出各种基于AI的新技术和应用。作为从业人员，掌握工业人工智能术语已经成为了必不可少的能力！

比如在工厂自动化领域，了解自动化控制、机器视觉和机器人等基本术语，不仅能够更好地理解生产过程和技术原理，还能够在实际操作中更加高效地运用人工智能技术。那么本期就带大家攻克最后6个常见人工智能术语，帮助提升自我硬实力，为日常工作添砖加瓦！

0

1

神经网络

以人类神经系统的神经通路为灵感设计的算法和数据节点。神经网络模拟神经细胞接收信息，对它进行处理，然后发送给其他神经。神经网络中成千上万的处理节点负责找到例如图像、文本和说出的单词等数据中的模式。这些模式帮助算法判断下一步做什么，并从每一次成功任务中学习如何做得更好。

0

2

光学字符识别(OCR)

将印刷的数字、字母和字符转换成有意义的数字数据。人工智能技术极大地提高了OCR的准确性，使其能够扫描弯曲、撕裂、损坏和被塑料包装纸遮盖的标签。

0

3

机器人流程自动化(RPA)

自动化生产流程的设备、软件和流程，可以提高生产力，将人类从繁琐的重复性任务中解放出来。RPA设备包括完成焊接汽车零件或装配微处理器等任务的机械人臂。RPA软件包括能够使之前需要人类输入的流程实现自动化的算法和应用。

0

4

结构化和非结构化数据

帮助机器理解数据意义并准确地进行处理的各种框架结构。结构化数据保存在一致的格式中，例如行、列、以及电子数据表的单元格中。非结构化数据就像文字处理文件中的文本或视频中的像素。AI算法使工厂自动化系统能够从两种数据中提取“知识”。

0

5

群体智能

一起工作的一个算法集合，其智能超过群体中单个的能力。群体智能是以蜜蜂、鱼、鸟和其他社会组织为基础建立的模型，它将简单、具体的任务分配给 个体机器学习算法。这些算法共同运行可以产生远超单个算法的学习成果。

0

6

训练数据

帮助AI算法学习的数字信息。AI和神经网络算法必须要了解好坏数据的差异。训练数据就是让算法学习这一点。例如在自动化工厂中，数字图像提供 的训练数据可以帮助算法学习识别有缺陷的机器零件，避免其混入成品中。

关于工业人工智能术语的内容就分享到这里啦，还没有熟记18个词汇的朋友记得翻一翻前两期的课程补习一下，希望大家通过学习掌握这些术语，能够更地轻松理解各种新兴技术和应用，更好地应对工作挑战！

审核编辑 ：李倩