掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
蜜蜂的寓言:私人的惡德,公眾的利益
-
>
世界貿(mào)易戰(zhàn)簡史
-
>
日本的凱恩斯:高橋是清傳:從足輕到藏相
-
>
近代天津工業(yè)與企業(yè)制度
-
>
貨幣之語
-
>
眉山金融論劍
-
>
圖解資本論
中圖價(jià):¥57.9
加入購物車
人工智能與精益制造 版權(quán)信息
- ISBN：9787300283104
- 條形碼：9787300283104 ; 978-7-300-28310-4
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
人工智能與精益制造 本書特色
如何用人工智能降低成本、增加利潤、提升質(zhì)量、保證安全？ AI技術(shù)與精益思想、六西格瑪方法的三重賦能
人工智能與精益制造 內(nèi)容簡介
本書是優(yōu)選知名的精益制造專家力作。書中將人工智能技術(shù)、精益制造思想和六西格瑪管理方法緊密結(jié)合在一起，用豐富的案例介紹了企業(yè)如何運(yùn)用人工智能和精益六西格瑪來實(shí)現(xiàn)生產(chǎn)成本的降低、生產(chǎn)周期的縮短、生產(chǎn)質(zhì)量的提升、生產(chǎn)安全的保障等。
本書介紹了數(shù)據(jù)挖掘、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等人工智能技術(shù)，并用案例說明如何運(yùn)用數(shù)據(jù)來挖掘盈利機(jī)會(huì)、如何利用人工智能進(jìn)一步改善生產(chǎn)流程、如何運(yùn)用人工智能進(jìn)行產(chǎn)品開發(fā)和項(xiàng)目管理等。書中對(duì)人工智能的闡述清晰明了，有助于企業(yè)獲得競爭優(yōu)勢和生產(chǎn)效率優(yōu)勢。
人工智能與精益制造 目錄
引言 大腦對(duì)神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的啟發(fā) /
第1章人工智能數(shù)據(jù)挖掘?qū)崿F(xiàn)了EBITDA的轉(zhuǎn)變 /
改進(jìn)指標(biāo)和財(cái)務(wù)業(yè)績 /
管理團(tuán)隊(duì) /
人工智能數(shù)據(jù)挖掘 /
現(xiàn)金流改善 /
勞動(dòng)效率 /
報(bào)廢成本 /
全面生產(chǎn)維護(hù) /
減少設(shè)置時(shí)間 /
員工士氣 /
稅息折舊及攤銷前利潤 /
在制品庫存周轉(zhuǎn) /
小結(jié) /
第2章只有人工智能才能消除的浪費(fèi) /
豐田的周期縮短和庫存減少 /
廢料對(duì)批量大小的影響 /
機(jī)器停機(jī)時(shí)間對(duì)批量大小的影響 /
廢料和機(jī)器停機(jī)所帶來的綜合影響 /
工廠的生產(chǎn)周期 /
豐田快速設(shè)置單元中的生產(chǎn) /
豐田的四步快速設(shè)置法 /
豐田的終極目標(biāo)：隨機(jī)序列零件高效生產(chǎn) /
為什么制造單元在豐田很成功？ /
為什么單個(gè)外部客戶的制造單元不成功？ /
對(duì)于首席數(shù)據(jù)挖掘官的迫切需求 /
維護(hù)減少浪費(fèi)這一原則 /
神經(jīng)網(wǎng)絡(luò)越強(qiáng)大，浪費(fèi)成本越低 /
通用設(shè)置減少 /
發(fā)現(xiàn)潛藏的浪費(fèi)并消除 /
小結(jié) /
第3章21世紀(jì)的生產(chǎn)力挑戰(zhàn) /
互聯(lián)網(wǎng)商務(wù)：通貨緊縮的來源？ /
**次制造業(yè)革命 /
第二次制造業(yè)革命 /
第三次制造業(yè)革命 /
第四次制造業(yè)革命 /
克服學(xué)習(xí)人工智能的障礙 /
不實(shí)施人工智能的危險(xiǎn) /
第4章為什么現(xiàn)在需要第四次制造業(yè)革命? /
當(dāng)前為什么要使用人工智能? /
第5章人工智能數(shù)據(jù)挖掘、產(chǎn)品流程和周期時(shí)間 /
用數(shù)據(jù)挖掘盈利機(jī)會(huì) /
作業(yè)車間流程問題 /
小結(jié) /
第6章第四次制造業(yè)革命概述 /
分而治之 /
將精益六西格瑪拉式系統(tǒng)改造為人工智能拉式系統(tǒng) /
神經(jīng)網(wǎng)絡(luò)的分支界定法訓(xùn)練 /
神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí) /
人工智能工廠布局 /
小結(jié) /
第7章深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)介紹 /
示例1 /
示例2 /
深度學(xué)習(xí)的總結(jié)和展望 /
第8章深度學(xué)習(xí)在制造中的具體應(yīng)用 /
作業(yè)車間調(diào)度 /
測試和質(zhì)量控制 /
確定新產(chǎn)品的作業(yè)/工具訂單 /
應(yīng)用深度學(xué)習(xí)的注意事項(xiàng) /
第9章人工智能拉式系統(tǒng)開發(fā) /
拉式系統(tǒng) /
在制品控制拉式系統(tǒng) /
作業(yè)車間的活力 /
補(bǔ)貨拉式系統(tǒng) /
小結(jié) /
第10章進(jìn)行人工智能準(zhǔn)備情況評(píng)估 /
需要評(píng)估的績效因素 /
篩選優(yōu)先行動(dòng) /
“航空航天”公司的評(píng)估和行動(dòng) /
形成有效的部署 /
第11章流程工業(yè)中的人工智能精益六西格瑪 /
半導(dǎo)體制造業(yè) /
半導(dǎo)體簡史 /
第12章人工智能通過預(yù)測性維護(hù)防止機(jī)器停機(jī) /
測量振動(dòng) /
第13章項(xiàng)目管理和產(chǎn)品開發(fā)中的人工智能 /
每周工作40小時(shí)的災(zāi)難性影響 /
用于項(xiàng)目管理的神經(jīng)網(wǎng)絡(luò) /
需要管理層參與 /
數(shù)據(jù)挖掘過去的項(xiàng)目 /
神經(jīng)網(wǎng)絡(luò)的輸入 /
小結(jié) /
注釋 /
展開全部
人工智能與精益制造 節(jié)選
能生存下來的物種不是*強(qiáng)的，也不是*聰明的，而是那些對(duì)變化反應(yīng)*積極的。 ――查爾斯??達(dá)爾文我在2001年寫了**本關(guān)于精益六西格瑪?shù)臅Ｔ摃咽鄢?00多萬冊，并以11種語言在全球出版。精益六西格瑪以豐田生產(chǎn)系統(tǒng)為基礎(chǔ)，成為工業(yè)和軍事領(lǐng)域應(yīng)用*廣泛的改進(jìn)過程的方法，開創(chuàng)了第三次制造業(yè)革命。**次制造業(yè)革命是使用蒸汽機(jī)取代人力驅(qū)動(dòng)機(jī)械設(shè)備。第二次制造業(yè)革命是亨利??福特以*低的成本批量生產(chǎn)單一車型的汽車。豐田生產(chǎn)系統(tǒng)以接近福特制造單一車型的低成本，制造了各種各樣的汽車。 精益六西格瑪結(jié)合了利特爾的周期縮短定律，使豐田生產(chǎn)系統(tǒng)適用于任何行業(yè)和任何過程，包括產(chǎn)品開發(fā)、項(xiàng)目管理等。此為2001年時(shí)*頂級(jí)的水平。 人工智能（AI）經(jīng)歷了50多年的科學(xué)發(fā)展，直到2007年，辛頓（Hinton）教授的“訓(xùn)練”方法才使得深度神經(jīng)網(wǎng)絡(luò)成為一種實(shí)用的工具。到2012年，亞馬遜、微軟等公司已經(jīng)有了云計(jì)算的高速培訓(xùn)課程。與個(gè)人電腦相比，它的廉價(jià)計(jì)算能力提高了100倍。計(jì)算能力的突飛猛進(jìn)使人工智能首次應(yīng)用于大數(shù)據(jù)。大數(shù)據(jù)包括所有產(chǎn)品和服務(wù)的所有工程、會(huì)計(jì)和ERP數(shù)據(jù)。 在第1章中提及的人工智能數(shù)據(jù)挖掘的早期應(yīng)用表明，在數(shù)據(jù)挖掘中其實(shí)存在著大量的損耗，并且無法被精益六西格瑪(LSS)發(fā)現(xiàn)。第2章對(duì)于一款致力于減少乃至杜絕損耗的全新開發(fā)的人工智能工具進(jìn)行了描述。杜絕損耗不僅提供了巨大的潛在利潤增長，而且創(chuàng)造了一個(gè)可以防御競爭對(duì)手的商業(yè)模式。在云計(jì)算的幫助下，人工智能正在引領(lǐng)第四次制造業(yè)革命。著名的人工智能風(fēng)險(xiǎn)投資家李開復(fù)博士說：“人工智能的發(fā)現(xiàn)時(shí)代已經(jīng)結(jié)束，取而代之的是其實(shí)施貫徹的時(shí)代。”在人工智能出現(xiàn)之前，商業(yè)活動(dòng)是由勞動(dòng)力和資本這兩個(gè)生產(chǎn)要素來運(yùn)作的。現(xiàn)在，人工智能已經(jīng)被證實(shí)是第三個(gè)生產(chǎn)要素。如果一家公司同時(shí)具備這三種生產(chǎn)要素，那么它的表現(xiàn)就會(huì)優(yōu)于只使用勞動(dòng)力和資本這兩個(gè)生產(chǎn)要素的競爭對(duì)手。自2001年以來，過程改進(jìn)這一領(lǐng)域已經(jīng)發(fā)生了明顯的變化，企業(yè)和軍隊(duì)也必須改變。查爾斯??達(dá)爾文估計(jì)也同意，人工智能需要一種生存所必需的反應(yīng)。 取代美元的數(shù)據(jù)。在第1章的案例分析中，通過對(duì)于大數(shù)據(jù)的AI分析，航空航天機(jī)器加工企業(yè)73%的設(shè)置損耗主要來源于小批量零件上，而它們僅僅帶來了19%的收益。這個(gè)發(fā)現(xiàn)令人震驚。在云計(jì)算的幫助下，AI神經(jīng)網(wǎng)絡(luò)找到了常見的損耗模式，并隨后將這種損耗降低了50%～75%。 人工智能*大限度地降低了作業(yè)車間制造的成本，正如第2章所述，這在以前是一個(gè)難以解決的數(shù)學(xué)問題。它使得不增加直接人工、投資或者管理費(fèi)用的情況下，產(chǎn)能可以直接提升10%～20%。而這僅僅是個(gè)開始，EBITDA（稅息折舊及攤銷前利潤）的增量約為30％。請注意：在這個(gè)案例中是使用數(shù)據(jù)完成的模擬，并非美元。 規(guī)模經(jīng)濟(jì)。由云計(jì)算支持的人工智能的另一個(gè)優(yōu)勢是，減少的浪費(fèi)是可規(guī)模化的。人工智能減少損耗的數(shù)量隨著產(chǎn)品復(fù)雜性的增加而增加。在第2章中，你會(huì)學(xué)到：零件數(shù)量越多，神經(jīng)網(wǎng)絡(luò)越大，減少的浪費(fèi)也越多。云計(jì)算中運(yùn)行的神經(jīng)網(wǎng)絡(luò)是可規(guī)模化的：現(xiàn)在有可能將每年生產(chǎn)超過2萬種不同零件的工廠的車間制造成本降至*低，并已經(jīng)廣泛應(yīng)用于較老的大型公司和軍事倉庫。安全問題可以通過服務(wù)器的內(nèi)部網(wǎng)或“僅防御”云來解決。 非制造業(yè)的應(yīng)用。如第13章所述，人工智能和神經(jīng)網(wǎng)絡(luò)還可以檢測產(chǎn)品開發(fā)、項(xiàng)目管理和其他非制造業(yè)應(yīng)用中的常見模式。雖然減少損耗的方法發(fā)生了變化，但*終結(jié)果是一樣的：使用人工智能相比于僅使用精益六西格瑪，可以使公司的成本和生產(chǎn)周期減少更多，因此更具有競爭優(yōu)勢。 學(xué)習(xí)人工智能。我們在第1章和第2章中提供了一個(gè)實(shí)際的案例研究，展示了AI和LSS的應(yīng)用如何將EBITDA從收入的負(fù)3%提高到正20%。第3章到第6章會(huì)介紹人工智能和云計(jì)算的結(jié)合是第四次制造業(yè)革命的基礎(chǔ)。第7章至第10章提供了一個(gè)管理概述，詳細(xì)闡述了神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)如何降低成本并獲取更高的利潤。英特爾首席執(zhí)行官曾明智地寫道: 幾乎每個(gè)你能想到的公司、每個(gè)應(yīng)用程序，都會(huì)受到人工智能的影響……你必須使用人工智能，否則將被其他使用者超越。 這本書是由那些把人工智能應(yīng)用到業(yè)務(wù)流程中的經(jīng)理們，為那些想要學(xué)習(xí)如何在人工智能新時(shí)代更好地競爭的高管和經(jīng)理們所寫的。它也是為那些把參與人工智能實(shí)施和專業(yè)并持續(xù)的改進(jìn)過程之旅作為下一個(gè)重要步驟的35萬個(gè)精益六西格瑪黑帶和120萬個(gè)綠帶編寫的。市場上有很多關(guān)于人工智能的優(yōu)秀書籍，但沒有一本是關(guān)于如何利用人工智能增加利潤的。這本書進(jìn)行了詳細(xì)的解釋并且給出了這一問題的答案。在第1章和第2章中，作者明確說明了人工智能與利潤之間的關(guān)系。 中國的挑戰(zhàn)。人工智能除了在制造行業(yè)中體現(xiàn)出教學(xué)價(jià)值以外，還有相關(guān)的經(jīng)濟(jì)和國防價(jià)值。《國家人工智能研發(fā)戰(zhàn)略計(jì)劃》指出： 人工智能可以創(chuàng)建更智能、更快速、更便宜的生產(chǎn)流程，從而提高員工的工作效率，提高產(chǎn)品質(zhì)量并降低成本。 2015年，中國宣布了“中國制造2025”戰(zhàn)略，屆時(shí)中國將主導(dǎo)全球制造業(yè)。 這一戰(zhàn)略的核心是第四次工業(yè)革命，其中包括克勞斯??施瓦布（Klaus Schwab）博士在同名書中所描述的關(guān)于人工智能的應(yīng)用。 2017年，中國發(fā)布了“新一代人工智能發(fā)展規(guī)劃”： 人工智能的迅速發(fā)展將深刻改變?nèi)祟惿鐣?huì)生活、改變世界。為搶抓人工智能發(fā)展的重大戰(zhàn)略機(jī)遇……按照黨中央、國務(wù)院部署要求……制定本規(guī)劃。 一個(gè)關(guān)于人工智能應(yīng)用于工業(yè)領(lǐng)域的所有論文的評(píng)論顯示，有44%的論文是由中國人寫的，而29%是由美國人寫的，并且這一差距還在擴(kuò)大。 2018年9月6日，在舊金山舉行的人工智能大會(huì)上，谷歌中國前總裁、風(fēng)險(xiǎn)投資公司創(chuàng)新工場創(chuàng)始人李開復(fù)博士發(fā)表了題為《中國:人工智能超級(jí)大國》的主題演講，并表示: 中國人這一仗打得很努力，競爭也不像美國那么溫柔……如果下一個(gè)大市場在火星上，并且在*好的美國高管和中國高管之間產(chǎn)生競爭，恐怕是中國高管更勝一籌。 李博士只是闡述了自己的觀點(diǎn)，即火星上的中國高管可能比美國高管擁有更好的人工智能裝備，因此，由于使用了全部三個(gè)生產(chǎn)要素――勞動(dòng)力、資本和新的人工智能，中國高管將擁有競爭優(yōu)勢。李博士在2018年出版的《人工智能超級(jí)大國》一書中寫道: 我相信，中國在發(fā)展和部署人工智能方面，將很快趕上甚至超過美國。在我看來，人工智能部署的領(lǐng)先地位將轉(zhuǎn)化為自工業(yè)革命以來從未見過的生產(chǎn)力的增長。 事實(shí)上，這本書的目的是修正人們這種對(duì)人工智能認(rèn)知的不平衡。第1章和第2章的案例研究表明，這是可以實(shí)現(xiàn)的:“航空航天”公司失去了一家中國供應(yīng)商起落架部件的訂單，但他們通過降低成本和周期時(shí)間，再一次將所有這些業(yè)務(wù)從中國贏回來了。李博士說： 人工智能驅(qū)動(dòng)的工廠將削弱發(fā)展中國家歷來擁有的經(jīng)濟(jì)優(yōu)勢：廉價(jià)勞動(dòng)力。 由云計(jì)算賦能的人工智能正在推動(dòng)第四次制造業(yè)革命。就像之前的三次制造業(yè)革命一樣，早期應(yīng)用者將以犧牲競爭對(duì)手為代價(jià)獲得不成比例的市場份額和利潤增長。我們以開篇所述來結(jié)尾：我們相信孜孜不倦地閱讀這本書將說服你遵循達(dá)爾文的智慧，成為人工智能的早期應(yīng)用者。邁克爾??喬治
人工智能與精益制造 作者簡介
邁克爾??喬治 全球知名的六西格瑪專家，喬治人工智能咨詢公司CEO。曾是埃森哲旗下喬治集團(tuán)創(chuàng)始人，也曾是勞斯萊斯旗下國際能源機(jī)械公司總裁。 丹尼爾??布萊克維爾 喬治人工智能咨詢公司副總裁，也是人工智能和精益制造資深專家，在世界各地培訓(xùn)和指導(dǎo)了千余名專家。 小邁克爾??喬治 國際能源機(jī)械公司聯(lián)合創(chuàng)始人，喬治集團(tuán)營銷副總，曾在3年內(nèi)領(lǐng)導(dǎo)了超過1.6億美元的政府合同的開發(fā)。 迪內(nèi)什??拉詹 計(jì)算機(jī)工程博士，人工智能專家，現(xiàn)任南衛(wèi)理公會(huì)大學(xué)電氣工程系主任。其研究獲得美國國家科學(xué)基金會(huì)、國防高級(jí)研究計(jì)劃局等機(jī)構(gòu)的重視和支持。
書友推薦
- >
中國人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
- >
羅曼·羅蘭讀書隨筆-精裝
- >
苦雨齋序跋文-周作人自編集
- >
我與地壇
- >
【精裝繪本】畫給孩子的中國神話
- >
隨園食單
- >
伯納黛特,你要去哪(2021新版)
- >
小考拉的故事-套裝共3冊
本類暢銷
