《18個制造業人必須掌握的人工智能術語》完結篇來了！隨著人工智能技術的快速發展，工業生產領域也不斷涌現出各種基于AI的新技術和應用。作為從業人員，掌握工業人工智能術語已經成為了必不可少的能力！

比如在工廠自動化領域，了解自動化控制、機器視覺和機器人等基本術語，不僅能夠更好地理解生產過程和技術原理，還能夠在實際操作中更加高效地運用人工智能技術。那么本期就帶大家攻克最后6個常見人工智能術語，幫助提升自我硬實力，為日常工作添磚加瓦！

0

1

神經網絡

以人類神經系統的神經通路為靈感設計的算法和數據節點。神經網絡模擬神經細胞接收信息，對它進行處理，然后發送給其他神經。神經網絡中成千上萬的處理節點負責找到例如圖像、文本和說出的單詞等數據中的模式。這些模式幫助算法判斷下一步做什么，并從每一次成功任務中學習如何做得更好。

0

2

光學字符識別(OCR)

將印刷的數字、字母和字符轉換成有意義的數字數據。人工智能技術極大地提高了OCR的準確性，使其能夠掃描彎曲、撕裂、損壞和被塑料包裝紙遮蓋的標簽。

0

3

機器人流程自動化(RPA)

自動化生產流程的設備、軟件和流程，可以提高生產力，將人類從繁瑣的重復性任務中解放出來。RPA設備包括完成焊接汽車零件或裝配微處理器等任務的機械人臂。RPA軟件包括能夠使之前需要人類輸入的流程實現自動化的算法和應用。

0

4

結構化和非結構化數據

幫助機器理解數據意義并準確地進行處理的各種框架結構。結構化數據保存在一致的格式中，例如行、列、以及電子數據表的單元格中。非結構化數據就像文字處理文件中的文本或視頻中的像素。AI算法使工廠自動化系統能夠從兩種數據中提取“知識”。

0

5

群體智能

一起工作的一個算法集合，其智能超過群體中單個的能力。群體智能是以蜜蜂、魚、鳥和其他社會組織為基礎建立的模型，它將簡單、具體的任務分配給 個體機器學習算法。這些算法共同運行可以產生遠超單個算法的學習成果。

0

6

訓練數據

幫助AI算法學習的數字信息。AI和神經網絡算法必須要了解好壞數據的差異。訓練數據就是讓算法學習這一點。例如在自動化工廠中，數字圖像提供 的訓練數據可以幫助算法學習識別有缺陷的機器零件，避免其混入成品中。

關于工業人工智能術語的內容就分享到這里啦，還沒有熟記18個詞匯的朋友記得翻一翻前兩期的課程補習一下，希望大家通過學習掌握這些術語，能夠更地輕松理解各種新興技術和應用，更好地應對工作挑戰！

審核編輯 ：李倩