Smart Robotics in Manufacturing: AI for Perception, Planning, and Control 培训

AI 用于流程优化是将机器学习和数据分析应用于提升制造运营的效率、品质和产能。

这项由讲师指导的培训（线上或线下）针对希望应用 AI 技术来简化运营、减少停机时间并支持持续改进计划的中级制造专业人员。

培训结束时，参与者将能够：

• 理解与制造优化相关的 AI 概念。
• 收集并准备生产数据以进行分析。
• 应用机器学习模型来识别瓶颈并预测故障。
• 可视化并解释结果，以支持数据驱动的决策。

课程形式

• 互动式讲座与讨论。
• 大量练习与实践。
• 在实时实验室环境中进行动手实作。

课程定制选项

• 如需为此课程请求定制培训，请联系我们安排。

AI用于质量控制是利用计算机视觉和机器学习技术来识别生产过程中的缺陷、异常和偏差。

本次由讲师主导的培训（线上或线下）面向希望应用AI工具来自动化检测并提高制造环境中产品质量的初级到中级质量专业人员。

通过本次培训，参与者将能够：

• 了解AI在工业质量控制中的应用。
• 收集并标记来自生产线的图像或传感器数据。
• 使用机器学习和计算机视觉来检测缺陷。
• 开发用于异常检测和产量预测的简单AI模型。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实验环境中进行实际操作。

课程定制选项

• 如需定制本课程，请联系我们安排。

AI在供应链和制造物流中的应用是通过预测分析、机器学习和自动化来优化库存、路线和需求预测。

本次由讲师指导的培训（线上或线下）面向中级供应链专业人员，旨在帮助他们应用AI驱动工具提升物流绩效，准确预测需求，并自动化仓库和运输操作。

在培训结束时，参与者将能够：

• 了解AI如何应用于物流和供应链活动。
• 使用机器学习模型进行需求预测和库存控制。
• 分析路线并使用AI技术优化运输。
• 在仓库和履行流程中自动化决策。

课程形式

• 互动讲座与讨论。
• 大量练习与实践。
• 在实验环境中进行实际操作。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

AI在智能工厂中的应用，是通过人工智能技术实时自动化、监控和优化工业操作。

本次由讲师指导的培训（线上或线下）面向初学者级别的决策者和技术负责人，旨在提供战略性和实践性的介绍，帮助他们在智能工厂环境中利用AI。

通过本培训，参与者将能够：

• 理解AI和机器学习的核心原理。
• 识别制造业和自动化中的关键AI应用场景。
• 探索AI如何支持预测性维护、质量控制和流程优化。
• 评估启动AI驱动计划的步骤。

课程形式

• 互动式讲座和讨论。
• 真实案例研究和小组练习。
• 战略框架和实施指导。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

AI Use Case 实施是一个以专案为驱动的实践方法，旨在应用机器学习、电脑视觉和数据分析，使用实际或模拟的数据集来解决现实世界的工业挑战。

这项由讲师指导的培训（线上或线下）面向中级水平的跨职能团队，他们希望协作实施与其运营目标一致的AI用例，并获得处理工业数据管道的经验。

在培训结束时，参与者将能够：

• 从运营、质量或维护中选择并界定实际的AI用例。
• 跨角色协作开发机器学习解决方案。
• 处理、清理和分析多样化的工业数据集。
• 基于选定的用例，展示一个可运行的AI解决方案原型。

课程形式

• 互动式讲座与讨论。
• 小组练习与专案工作。
• 在实时实验室环境中进行实践操作。

课程定制选项

• 如需为此课程定制培训，请联系我们安排。

Azure Bot服务结合了Microsoft Bot Framework和Azure功能的强大功能，可实现智能机器人的快速开发。

在这个由讲师指导的实时培训中，参与者将学习如何使用Microsoft Azure轻松创建智能机器人

在培训结束时，参与者将能够：

• 了解智能机器人的基础知识
• 了解如何使用云应用程序创建智能机器人
• 了解如何使用Microsoft Bot Framework，Bot Builder SDK和Azure Bot服务
• 了解如何使用bot模式设计机器人
• 使用Microsoft Azure开发他们的第一个智能机器人

听众

• 开发商
• 爱好者
• 工程师
• IT专业人士

课程形式

• 部分讲座，部分讨论，练习和繁重的实践练习

机器人或聊天机器人就像一个计算机助手，用于在各种消息传递平台上自动进行用户交互，并更快地完成工作，而无需用户与另一个人交谈。

在这个由讲师指导的现场培训中，参与者将学习如何开始开发机器人，因为他们使用机器人开发工具和框架逐步创建示例聊天机器人。

在培训结束时，参与者将能够：

• 了解机器人的不同用途和应用
• 了解开发机器人的完整过程
• 探索用于构建机器人的不同工具和平台
• 为 Facebook Messenger 构建示例聊天机器人
• 使用 Microsoft Bot Framework 生成示例聊天机器人

观众

• 有兴趣创建自己的机器人的开发人员

课程形式

• 部分讲座，部分讨论，练习和大量动手练习

数位孪生是物理系统的虚拟复制品，通过即时数据和AI驱动的智能进行增强。

这门由讲师指导的培训（线上或线下）面向中级专业人士，旨在使用即时数据和基于AI的洞察来构建、部署和优化数位孪生模型。

在培训结束时，参与者将能够：

• 理解数位孪生的架构和组件。
• 使用模拟工具来建模复杂的系统和环境。
• 将即时数据流集成到虚拟模型中。
• 应用AI技术进行预测行为和异常检测。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行实践操作。

课程定制选项

• 如需为此课程定制培训，请联系我们安排。

Edge AI 是将人工智慧模型直接部署在网路边缘的设备和机器上，实现即时决策并将延迟降至最低。

这门由讲师指导的培训（线上或线下）面向高级嵌入式系统和物联网专业人士，旨在在需要速度、可靠性和离线操作的制造环境中部署人工智慧驱动的逻辑和控制系统。

培训结束后，学员将能够：

• 了解边缘人工智慧系统的架构与优势。
• 构建并优化用于嵌入式设备部署的人工智慧模型。
• 使用 TensorFlow Lite 和 OpenVINO 等工具进行低延迟推论。
• 将边缘智慧与感测器、执行器和工业协议整合。

课程形式

• 互动式讲座与讨论。
• 大量练习与实践。
• 在即时实验环境中进行实作。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

结合AI的工业电脑视觉正在改变制造商和QA团队检测表面缺陷、验证零件合规性，以及自动化视觉检测流程的方式。

这项由讲师指导的培训（线上或线下）旨在针对中高级QA团队、自动化工程师和开发人员，他们希望使用AI技术设计和实施用于缺陷检测和检查的电脑视觉系统。

在培训结束时，参与者将能够：

• 了解工业视觉系统的架构和组件。
• 使用深度学习建立用于视觉缺陷检测的AI模型。
• 将即时检测管道与工业相机和设备集成。
• 在生产环境中部署和优化AI驱动的检测系统。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行实践操作。

课程定制选项

• 如需为此课程定制培训，请联系我们进行安排。

这种以讲师为主导的中国现场培训（现场或远程）针对希望了解人工智能对机电一体化系统的适用性的工程师。

在培训结束时，参与者将能够：

• 大致了解人工智能、机器学习和计算智能。
• 了解神经网络的概念和不同的学习方法。
• 有效地选择人工智能方法来解决现实生活中的问题。
• 在机电一体化工程中实施 AI 应用。

这种由讲师指导的现场培训中国（在线或现场）面向希望提高设计、程式设计和部署智慧机器人系统以实现自动化及其他领域的技能的中级参与者。

在本次培训结束时，参与者将能够：

• 了解 Physical AI 的原理及其在机器人和自动化中的应用。
• 为动态环境设计和程式设计智慧机器人系统。
• 实施 AI 模型，以便在机器人中进行自主决策。
• 利用模拟工具进行机器人测试和优化。
• 解决感测器融合、实时处理和能源效率等挑战。

智慧机器人是一个 Artificial Intelligence (AI) 系统，它可以从其环境和经验中学习，并在这些知识的基础上构建其能力。Smart Robots 可以与人类合作，与他们一起工作并从他们的行为中学习。此外，他们不仅能够完成体力劳动，还能完成认知任务。除了物理机器人之外，Smart Robots也可以纯粹基于软体，作为软体应用程式驻留在计算机中，没有移动部件或与世界的物理交互。

在这个由讲师指导的现场培训中，参与者将学习用于对不同类型的机械 Smart Robots 进行程式设计的不同技术、框架和技巧，然后应用这些知识来完成他们自己的智慧机器人专案。

本课程分为 4 个部分，每个部分包括为期三天的讲座、讨论和在现场实验室环境中动手开发机器人。每个部分都将以一个实用的实践项目结束，让参与者练习和展示他们所获得的知识。

本课程的目标硬体将通过模拟软体进行3D类比。ROS（机器人操作系统）开源框架 C++ 和 Python 将用于对机器人进行程式设计。

在本次培训结束时，参与者将能够：

• 了解机器人技术中使用的关键概念
• 了解和管理机器人系统中软体和硬体之间的交互
• 了解并实施支撑 Smart Robots 的软体元件
• 构建和操作类比机械智慧机器人，该机器人可以通过语音看到、感知、处理、抓取、导航并与人类互动
• 通过 Deep Learning 扩展智慧机器人执行复杂任务的能力
• 在实际场景中测试智能机器人并排除故障

观众

• 开发人员
• 工程师

课程形式

• 部分讲座、部分讨论、练习和大量动手实践

注意

• 要定制本课程的任何部分（程式设计语言、机器人模型等），请联系我们进行安排。