PCB设计制造中人工智能可快速轻松地缩小缺陷范围

在过去的十年中，PCB设计制造在人工智能中兴起，人工智能（AI）从曾经的未来概念转变为真正适用和有效的技术。

在大屏幕上，我们经常看到以杀手机器人或无人驾驶机器大军的形式出现的AI与其所有者背道而驰。但实际上，该技术已在一系列实际应用中使用，从而塑造了我们所有人的生活和工作方式。

准确的语音识别以中继来自互联网的数据。但是随着无人驾驶汽车等新技术的不断发展，毫无疑问，人工智能正在迅速发展。再往前走只是时间问题。

迈向工业4.0

在PCB设计制造中，人工智能提供了巨大的机会。大多数PCB设计人员都是手工路由和设计他们的电路板，这是一个耗时且复杂的过程。

但是，将AI放置在PCB设计中既有可能，又可以为创新的新时代铺平道路-简化生产流程，并以前所未有的方式提高成果。

AI可以帮助自动化系统彼此之间以及操作员之间进行实时通信，并为制造带来许多好处，包括更好的性能和更低的报废率，以及对资产，库存和供应链的更有效管理。

随着市场向工业4.0或未来的“智能工厂”发展，将AI引入PCB制造中尤其重要。例如，可以将AI嵌入到精密放置工具中，这可以帮助确定如何放置每个组件，从而提高性能，同时减少组装所需的时间。PCB越来越小-与缩小的设备一致-并且当将组件放置在紧凑且密集的零件中时，AI将为制造商提供更高的准确性。

AI被证明是有用的PCB制造的另一个领域是检查。根据缺陷的共同位置，AI可以快速轻松地缩小缺陷范围，以节省时间和金钱。

数据是这里的关键组成部分。没有高质量的标签信息，人工智能将无法成功。缺陷分类是PCB制造中自动光学检查（AOI）解决方案的关键方面。通常，AOI机器将图像发送到远程多图像验证站，在此操作员将其分类为“真缺陷”或“误警报”。但是，人为因素不可避免地会打开错误的过程，并且容易在分类中犯错误。

相反，一旦从人类操作员的决策中获悉，人工智能解决方案将能够自主且以一致的准确性做出分类决策。这样的AI系统依赖于准确的数据模式来了解随着时间的推移正确的算法行为。即使是最小的数据更改也可能导致改变游戏规则的结果，因此数据敏感性至关重要。

下一步是什么？

当前技术中存在的人工智能被视为“窄”或“弱” AI，因为它旨在执行特定任务，例如将组件放置在PCB板上，互联网搜索，面部识别或驾驶汽车。

但是，许多开发人员的长期目标是创建“通用”或“强大”的AI。尽管狭窄的AI可能在完成其特定任务时胜过人类（无论是检查PCB板，求解方程式还是检测网络威胁），但强大的AI几乎在所有认知任务上都会超越人类。
编辑：hfy