类似推荐
编辑推荐
作者乌尔里希·森德勒的又一部力作，新工业化场景下的人工智能应用指南。
内容简介
人工智能技术在工业领域的应用目前还处于起步阶段，有着非常大的发展空间，但也面临着很多现实问题，一些工业企业和研究机构，已经做出了很多有价值的尝试和探索。
《工业人工智能 发展趋势、应用场景与前沿案例》是《工业4.0》一书的作者乌尔里希·森德勒的又一部力作。全书对工业人工智能做了科学严谨的定义，系统分析了人工智能技术正在全球开启的新工业化进程，列举了人工智能技术在工业领域中的一系列应用场景，介绍了正在蓬勃发展的工业平台、制造业互联网等新的商业模式。此外，本书还收录了西门子、ABB、达索系统、亚琛工业大学工程工具实验室等企业和科研机构在工业人工智能领域实战应用与科研成果的一手资料，为还在摸索中前进的国内企业提供了企业的核心经验与方法。
《工业人工智能 发展趋势、应用场景与前沿案例》适合政府决策者、国内制造业企业的中高层管理者、工业人工智能理论与应用方面的人员参考阅读。
作者简介
作者乌尔里希·森德勒，德国海尔布隆大学精密仪器工程学硕士。工业技术应用领域的技术分析师和知名作家。费尔达芬工业峰会的发起人和组织者。
2014年，主编并出版著作《工业4.0》，将“工业4.0”的概念推向全球。
章节目录
版权信息
内容提要
推荐序一 工业发展与人工智能技术的结合点
推荐序二 工业自动化、信息化与工业人工智能
中文版序
前言
第一章 什么是工业人工智能
1.1 本书主题
企业管理和决策者的寻路导图
工业简史——不只写给历史学家
美国、中国、西欧——谁能领跑这场竞赛
1.2 工业人工智能的特性
新型工业平台与平台生态系统
通过云架构、边缘计算或直接在芯片上运行的人工智能应用
服务导向及微服务
1.3 工业人工智能的理论与实践
人工智能已经能做到了哪些事
第二章 人工智能简史
2.1 概念解读：自然智能与人工智能
人类，智慧的生命
从超越人体肌肉到超越脑细胞
当量变达到了质变
欧盟定义的人工智能
2.2 专家系统，人工智能的强与弱
人工智能的先驱者
游戏不是生活
积累的专家知识
2.3 人工神经网络
新近的知识引领了神经网络技术
长短期记忆—— 一个影响深远的方法
第三章 新工业化史
3.1 德国：从自动化技术到工业4.0
德国工程师——工业自动化的强力推手
智慧工厂的发明者
明确硬件先行的强大理由
3.2 美国：硅谷与工业互联网
从前有一个先进的工业大国叫美国
几十年内的大跳跃：计算机、软件、互联网、大数据
现代制造业所犯的大错
3.3 中国制造令人刮目相看
中国的自我再造
规模、质量和战略能力
关系主义促进了人工智能系统的发展
第四章 人工智能技术的现状
4.1 数据科学
统计学改名为数据科学
谁要是说缺乏数据，就是只见树木而不见森林
4.2 机器如何学习
正确的训练决定成败
机器学习：缩小统计误差
深度学习：进入人工智能结构的深层
渐进求解的过程，是按一个一个像素的步骤进行的
机器在学习过程中的心理学
4.3 人工神经网络：适用网络结构的选择
关联性是首要的
4.4 机器学习什么
另类元素周期表
第五章 工业人工智能的价值与挑战
5.1 为什么需要工业人工智能，在哪些方面需要它
近水楼台：人工智能用于订单处理过程中的客户关系管理
从全盘质疑到看到惊喜
将人工智能用于生产和产品设计
在哪些地方，人工智能可以使效益进一步提高
预测性维护
人工智能作为质检的新工具
为何PLM能通过人工智能实现升值
将人工智能技术用于工程设计
将人工智能用于以产品为基础的服务
从按使用计费到运营商模式
从B2B 到 B2C
5.2 位于云端、边缘云和芯片上的人工智能
人工智能与工业的实时要求
安装在车间和机器上的人工智能系统
5.3 安全第一
工业数据安全，比数据保护的要求更高
数据所有权问题
存储地点也关系到数据安全性
工业领域一直将安全问题作为重中之重
5.4 关于伦理的问题
欧盟委员会的《可信赖人工智能的伦理准则》
对值得信赖的人工智能的要求和实用建议
第六章 工业平台
6.1 新兴生态系统
没有等级差别与主次的新组合
从错误中学习：过早、错误地开始与提前、惨烈地失败
6.2 B2B平台
与工业流程紧密结合的巨大优势
工业软件和人工智能—— 一个成功的结合
6.3 工业平台的各个层面
作为基础的平台
托管服务
云基础架构即服务（CaaS）
信息技术、系统集成与咨询服务
汇集数据科学和工业流程的专业知识
6.4 平台社区
第七章 正在进入工业领域的人工智能技术
7.1 点击工进行算法训练，而不是负责任地使用人工智能
7.2 工业领域正等待工业人工智能重要代表的闪亮出场
第八章 ABB
8.1 ABB Ability工业平台
8.2 设备运营的例子
8.3 机器人应用的例子
8.4 数据和人工智能系统的归属权
8.5 安全性绝对优先
8.6 来自欧洲的可信赖人工智能
8.7 工业客户面临的挑战
第九章 达索系统：一个连贯的数据链
9.1 从CAD软件到整体解决方案
9.2 发现并再利用
9.3 了解背景关系，提供解决方案
9.4 实验室里的人工智能
9.5 应用案例与数据获取
第十章 OWL：中型企业的人工智能联合组织
10.1 人工智能产品创造的黄页电话簿
10.2 可信赖的数据空间
10.3 人工智能工程解决方案的应用商店
10.4 可自行配置的工业应用
第十一章 西门子公司
11.1 经验是创新的基础
11.2 从科研项目到投入生产
11.3 流程知识与数据科学的整合
11.4 工业云平台MindSphere
11.5 西门子作为人工智能先驱所承担的责任
第十二章 亚琛工业大学的基准研究：企业成功引入人工智能系统的关键要素
12.1 研究重点
12.2 研究过程
12.3 问卷设计
12.4 研究评估
12.5 案例研究和公司访问
12.6 成功要素
12.7 前沿实践案例：杜尔系统
杜尔系统的进阶分析（Advanced Analytics）将人工智能带入了喷漆车间
有个体记忆的人工智能应用程序
预测性维护减少系统停机时间
机器学习模拟连续温度曲线
改进一次成功率可提高整体系统效率
设备专有知识与数字能力巧妙结合
需要跨学科专业知识
12.8 前沿实践案例：空中客车
民用航空自动化
自主飞行
飞行操作中的人工智能
机舱内的人工智能
结论
12.9 前沿实践案例：3M德国有限公司
3M的人工智能集成
在汽车领域使用人工智能的产品
在医疗保健中应用的人工智能
第十三章 制造业互联网（IoP）
工业人工智能：发展趋势、应用场景与前沿案例是2021年由人民邮电出版社出版,作者[德] 乌尔里希·森德勒。
得书感谢您对《工业人工智能：发展趋势、应用场景与前沿案例》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
