人工智能，或简称 AI，是一个日常生活中越来越频繁使用的术语。机器人或智能软件接管了以前计算机完成的非常局限的任务，而这些任务之前通常是由人类执行的。在如今的日常生活中，很难避免以某种形式使用人工智能作为辅助工具——无论是有意识的还是无意识的。它为我们提供相应的支持，例如在使用导航设备、玩视频游戏，甚至是在我们使用智能手机的摄像头时。当然也有更明显的应用案例，例如在自动驾驶时，或者在家里或智能手机上使用语音助手时。模拟人脑工作方式的所谓的神经网络，正越来越多地被用于后台。它们是 深度学习的一个重要组成部分，是人工智能的一种特殊子类型。

人工智能也正在进入工业领域。随着越来越多地使用这项技术，了解它到底是什么、什么构成了 深度学习 或神经网络是如何针对性地构建的，以及如何在工业中合理地使用神经网络来优化生产流程，这变得越来越重要。在涉及到计算机尚无法处理的重复单调的任务时，上述问题表现得尤为突出，因此此类任务仍然由人类费力地执行。人工智能是一种试图理解并人工模仿人脑工作方式的尝试。其目标是：计算机可以可靠地执行任务，甚至是高挑战性的任务，例如通过图像识别进行质量管理——特别是识别有机物体。

人工智能学习箱专为各教育机构的学员、培训师、教师和教授而设计，以便与学习者一起近距离体验人工智能主题，并且能够尽可能贴近实践和生动地传授使用人工智能的技能。

学习箱的练习集包括真实的工业硬件和软件，这些硬件和软件也以相同形式在大量的公司中使用。该学习箱还辅以教学材料，例如用作主题介绍的电子化学习 (E-Learning) 课程或实验手册，后者则包含教学准备任务和样本答案。

为了更好地了解 深度学习，不仅要收集其相关的理论知识，而且还要进行实际运用，试错，然后独立解决问题。因此，设计了包含以下几点内容的教学计划，以便感兴趣的各方可以获得创建自己的神经网络的实践经验。

• 在交互式电子化学习 (E-Learning) 课程中，学习者为课堂培训做好准备。该课程传授了基本的背景知识，旨在将各位学员的不同知识水平提升到统一水平。
• 随后，在面对面活动的前几天，可以使用简短的数字测验来激活并额外巩固在电子化学习 (E-Learning) 课程中获得的知识，以便在课堂培训时可以运用这些知识。
• 一组可打印的实验手册（包含样本答案）和流程图示例可帮助学员使用真实的工业传感器执行任务。练习集中包含的辅助材料（例如骰子或金属徽章）用于直观、逐步地解决实验手册中的任务。借助 SICK 的可编程摄像机 InspectorP621 和基于云端的工业软件 SICK dStudio，学习者可以创建专有的神经网络，然后将其传输至摄像机。学习者将体验到摄像机如何根据生成的神经网络，将质量管理结果独立划分为先前定义的类别。

练习集设计有五项教学准备任务，这些任务相互关联，旨在通过真正的实践知识使学员尽可能牢固地掌握所获取的技能。

在第六项也是最后一项任务中，最终会在 3D 计算机模拟中将学习者独立生成的神经网络转移到真实的生产设备，以检查神经网络的质量。这项任务为学习单元画上了句号，同时也有助于激励学员。

该练习集可以在各种场景中删减或完整使用——初学者也适用。借助硬件和软件，还可以为学习者设计自己的任务，因此无需受到随附的实验手册的约束。甚至也可以更换传感器上的软件，以便用传感器设计或解决特别复杂的任务设置。

在此了解关于购买练习集的更多信息。