工業(yè)人工智能：發(fā)展趨勢、應(yīng)用場景與前沿案例

第 一章 什么是工業(yè)人工智能
1．1　本書主題
1．2　工業(yè)人工智能的特性
1．3　工業(yè)人工智能的理論與實踐
第二章　人工智能簡史
2．1　概念解讀：自然智能與人工智能
2．2專家系統(tǒng)，人工智能的強與弱
2．3　人工神經(jīng)網(wǎng)絡(luò)
第三章　新工業(yè)化史
3．1　德國：從自動化技術(shù)到工業(yè)4．0
3．2　美國：硅谷與工業(yè)互聯(lián)網(wǎng)
3．3　中國制造令人刮目相看
第四章　人工智能技術(shù)的現(xiàn)狀
4．1　數(shù)據(jù)科學(xué)
4．2　機器如何學(xué)習(xí)
4．3　人工神經(jīng)網(wǎng)絡(luò)：適用網(wǎng)絡(luò)結(jié)構(gòu)的選擇
4．4　機器學(xué)習(xí)什么
第五章　工業(yè)人工智能的價值與挑戰(zhàn)
5．1　為什么需要工業(yè)人工智能，在哪些方面需要它
5．2　位于云端、邊緣云和芯片上的人工智能
5．3　安全第 一
5．4　關(guān)于倫理的問題
第六章　工業(yè)平臺
6．1　新興生態(tài)系統(tǒng)
6．2　B2B 平臺
6．3　工業(yè)平臺的各個層面
6．4　平臺社區(qū)
第七章　正在進入工業(yè)領(lǐng)域的人工智能技術(shù)
7．1　點擊工進行算法訓(xùn)練，而不是負責任地使用人工智能
7．2　工業(yè)領(lǐng)域正等待工業(yè)人工智能重要代表的閃亮出場
第八章　ABB——從工業(yè)自動化到工業(yè)自主化
8．1　ABB Ability 工業(yè)平臺
8．2　設(shè)備運營的例子
8．3　機器人應(yīng)用的例子
8．4　數(shù)據(jù)和人工智能系統(tǒng)的歸屬權(quán)
8．5　安全性絕對優(yōu)先
8．6　來自歐洲的可信賴人工智能
8．7　工業(yè)客戶面臨的挑戰(zhàn)
第九章　達索系統(tǒng)：一個連貫的數(shù)據(jù)鏈
9．1　從CAD軟件到整體解決方案
9．2　發(fā)現(xiàn)并再利用
9．3　了解背景關(guān)系，提供解決方案
9．4　實驗室里的人工智能
9．5　應(yīng)用案例與數(shù)據(jù)獲取
第十章　OWL：中型企業(yè)的人工智能聯(lián)合組織
10．1　人工智能產(chǎn)品創(chuàng)造的黃頁電話簿
10．2　可信賴的數(shù)據(jù)空間
10．3　人工智能工程解決方案的應(yīng)用商店
10．4　可自行配置的工業(yè)應(yīng)用
第十一章　西門子公司——數(shù)字化的先驅(qū)
11．1　經(jīng)驗是創(chuàng)新的基礎(chǔ)
11．2　從科研項目到投入生產(chǎn)
11．3　流程知識與數(shù)據(jù)科學(xué)的整合
11．4　工業(yè)云平臺MindSphere
11．5　西門子作為人工智能先驅(qū)所承擔的責任
第十二章　亞琛工業(yè)大學(xué)的基準研究：企業(yè)成功引入人工智能系統(tǒng)的關(guān)鍵
要素
12．1　研究重點
12．2　研究過程
12．3　問卷設(shè)計
12．4　研究評估
12．5　案例研究和公司訪問
12．6　成功要素
12．7　前沿實踐案例：杜爾系統(tǒng)
12．8　前沿實踐案例：空中客車
12．9　前沿實踐案例：3M 德國有限公司
第十三章　制造業(yè)互聯(lián)網(wǎng)（IoP）