工業(yè)人工智能：發(fā)展趨勢、應用場景與前沿案例

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　人工神經網絡
第三章　新工業(yè)化史
3．1　德國：從自動化技術到工業(yè)4．0
3．2　美國：硅谷與工業(yè)互聯網
3．3　中國制造令人刮目相看
第四章　人工智能技術的現狀
4．1　數據科學
4．2　機器如何學習
4．3　人工神經網絡：適用網絡結構的選擇
4．4　機器學習什么
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)領域的人工智能技術
7．1　點擊工進行算法訓練，而不是負責任地使用人工智能
7．2　工業(yè)領域正等待工業(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　設備運營的例子
8．3　機器人應用的例子
8．4　數據和人工智能系統(tǒng)的歸屬權
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)：一個連貫的數據鏈
9．1　從CAD軟件到整體解決方案
9．2　發(fā)現并再利用
9．3　了解背景關系，提供解決方案
9．4　實驗室里的人工智能
9．5　應用案例與數據獲取
第十章　OWL：中型企業(yè)的人工智能聯合組織
10．1　人工智能產品創(chuàng)造的黃頁電話簿
10．2　可信賴的數據空間
10．3　人工智能工程解決方案的應用商店
10．4　可自行配置的工業(yè)應用
第十一章　西門子公司——數字化的先驅
11．1　經驗是創(chuàng)新的基礎
11．2　從科研項目到投入生產
11．3　流程知識與數據科學的整合
11．4　工業(yè)云平臺MindSphere
11．5　西門子作為人工智能先驅所承擔的責任
第十二章　亞琛工業(yè)大學的基準研究：企業(yè)成功引入人工智能系統(tǒng)的關鍵
要素
12．1　研究重點
12．2　研究過程
12．3　問卷設計
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)互聯網（IoP）