博客

在现代商业环境中，物流公司面临各种障碍，这些障碍影响了其效率，降低了客户满意度，并使其难以满足不断变化的消费者需求。幸运的是，人工智能（AI）可以通过优化物流分拣过程来帮助克服这些障碍。 AI技术能够帮助物流公司优化分拣流程，提高准确性，降低成本。

半导体行业在过去几十年中迅速发展，变得越来越复杂和精密，自动化已成为其中的重要方面。 自动化帮助半导体公司快速高效地生产高质量的产品，减少各个过程所需的时间，提高准确性，减少错误，并降低劳动力成本，改善工人安全性。 在本文中，我们将探讨半导体行业中三种最常见的自动化解决方案。

应用AOI检测最多的PCB行业，往往会因为保证产品良率而提高AOI参数，设置得非常严格。这样做会导致AOI非常敏感，从而产生过度检测（Over Kill）现象。但是通过AI软件，可以借鉴经验法则来学习判断，适应外部变化，实现自我调整，进而有效判断从未见过的瑕疵。

AI 机器视觉是人工智慧的一个分支，使机器和人一样「看懂」图像与物件后进行判断与决策，常用在工业自动化与机器人领域如: 视觉瑕疵检测、3D 视觉定位等，也是新兴的 AR + AI 视觉系统技术核心。

AOI（Automated Optical Inspection）自动光学检查，是依靠机器视觉作为识别的技术，用以改良或弥补人力用光学检测的种种缺点，现今已被应用在各式各样的产业中。AOI最主要的功能为瑕疵检测、尺寸量测、定位贴合，包括高科技产业、半导体、生技医疗、食品等。

想理解深度学习（Deep Learning, DL），最简单的解释，可以将深度学习视为机器学习的一部分。如果进一步定义，深度学习是机器学习的进化版，是数据科学中的关键组成部分。

介绍工业环境中的光学字符识别（OCR），包括其工作原理、主要应用、系统类型、应用挑战以及基于AI的检测应用场景。

机器学习（Machine Learning, ML），是人工智能的一个分支，主要通过系统将收集的大量数据依次分类，利用算法识别数据中的模式，生成模型进行学习改进，从而做出最佳的决策和预测。

人工智能（Artificial Intelligence, AI）是电脑科学的范畴，是指电脑、程序等系统及机器，自行通过数据分析进行推论，模拟如人类的思考逻辑、执行策略的前沿技术。以浅显的语句来说，AI人工智能的终极目标，就是让电脑拥有像人类一般的思考判断能力。