工业人工智能 发展趋势、应用场景与前沿案例

第 一章 什么是工业人工智能
1．1　本书主题
1．2　工业人工智能的特性
1．3　工业人工智能的理论与实践
第二章　人工智能简史
2．1　概念解读：自然智能与人工智能
2．2专家系统，人工智能的强与弱
2．3　人工神经网络
第三章　新工业化史
3．1　德国：从自动化技术到工业4．0
3．2　美国：硅谷与工业互联网
3．3　中国制造令人刮目相看
第四章　人工智能技术的现状
4．1　数据科学
4．2　机器如何学习
4．3　人工神经网络：适用网络结构的选择
4．4　机器学习什么
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
5．2　位于云端、边缘云和芯片上的人工智能
5．3　安全第 一
5．4　关于伦理的问题
第六章　工业平台
6．1　新兴生态系统
6．2　B2B 平台
6．3　工业平台的各个层面
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——从工业自动化到工业自主化
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——数字化的先驱
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
12．8　前沿实践案例：空中客车
12．9　前沿实践案例：3M 德国有限公司
第十三章　制造业互联网（IoP）