构建人工智能添加制造.docx

Bernhard Heiden et al. / Procedia Computer Science 186 (2021) 387–394 PAGE 393 PAGE 392 Bernhard Heiden et al. / Procedia Computer Science 186 (2021) 387–394 构建人工智能添加制造 摘要 如今，人工智能是制造业中一门迅速发展的新兴学科，人工智能也是信息应用领域。两者都与逻辑和自我参照/复制概念相关，这使得它们具有可伸缩性。在人工智能相关的网络物理系统中，渗透大规模生产传播的是渗透计算方法。AI-AM自传播框架本身就是一个新兴领域，可以在逻辑上或系统上统一。本文首先研究了调幅过程流领域的最新发展及其与人工智能应用的关系。其结果是物流、组织和工业流程步骤以及现代和未来的人工智能应用程序的列表。然后，扩展方法展望了元透视嵌入式渗透分散计算，以及渗透制造范例，其利用全球功能，涉及本地生产以及全球分布式材料和信息传输网络及其连接图。 关键词:人工智能；AI；添加剂制造；AM；生产；生产技术；生产控制；生产工程；系统论；图论 1。 介绍 根据Gregory Chaitin和Hubert Dreyfus在[2，p。59, 80-84]. 这也可以从观察中看出，程序永远无法绝对肯定地避免一种堆栈数据溢出问题[9]，因为程序解决它将导致悖论。这一点的一个著名表述可以在哥德尔不完全定理中看到，该定理很快指出，任何理论本身都不是逻辑上封闭的，当它封闭时，它就是自相矛盾的。因此，为了证明这一点，有必要使用来自理论之外的未知论证[17]，这包括理论背景下的框架问题，以及 这就是知识的全部，所以这是一个认识论的解释。在这项工作中，我们将通过一个新的理论框架来解释这一点，该框架由人工智能和人工智能这两个领域组成，或者通过它们固有的概念和术语来桥接这两个领域，并且从元视角的角度来看。 在这项工作中，我们将首先在第二部分给出目的的快照。然后，在第三节中，我们介绍了渗透制造的思想，这是一个在某些框架中将AM和AI粘合在一起的一般概念。在第四节中，我们介绍了更实际应用的途径，如何以及为什么要实际实现人工智能项目，或者这种范例的内在分散特性预期会产生什么样的紧急特性，因此越来越重要。最后，在第五部分，我们将总结、归纳并展望未来的工作。 2。 目的 这项工作的主要目的是强调——这也可以被视为某种框架——两个现在正在出现的学科，人工智能和人工智能的发展，以及，至少，它们的一些相关和/或一般属性，他们粘在一起。子目的是勾画一个统一概念的要素，使系统理论合理地上升到一个中间的人工智能基础，在此基础上应用的目的可以很容易地实现，并举例说明第一个发展方向。 3。 渗透制造 渗透制造可以被认为是一种自组织启发式的事实具体化，与图论的共性有关。正如Gotschl [ 18]所指出的，由于从软科学到硬科学，从微观到宏观的学科之间的自组织启发，耦合的增加，这些可以在人工智能中描述、解释和形式化，将学科与以下思想联系起来，利用和结合人工智能的发现和知识。 渗透制造的思想是，每个生产或制造过程的流场，让我们称之为渗透流场，可以被描述为一个流动网络，该网络可以根据图论用一个图来构建(参见图论导论[23，9，36])。接地策略是多折叠的，也要考虑流形的概念！- (1)首先，当使用图论网络时，信息量减少，这取决于网络的程度，并且如果选择适当，相关信息也包含在网络本身中。 在图1中。1“看不见的因果室”是不为流动所知的世界，但在流动中有其影响。所以物质信息流的过程(这是广义上的渗透制造)——这也可以看作是一个全面的观点——如果这被认为是一种可能性，就像上帝的观点。在实际理解中，这可能是对渗透流场的某种忽略。 看不见的原因构成了观察者的惯性因果框架。在渗透领域，它包括现实的结构，这意味着物质流领域的外部世界(也比较斯潘塞布朗(2008) [31]). 可能令人感兴趣的是，爱因斯坦将扩散的概念与粒子的扩散进行了物理类比，这导致了1905年物理学论文《奇异的一年》，该论文支持“原子”假说[10]。他的及时跟进——从元的角度来看，可以被认为是相对论的渗透近时间距离(渗透距离集)论文，然后提到了观察者和观察者相对运动的术语，这也在这里通过不可见的因果室表述的渗透制造理论中被陈述，作为与观察的中心相对点、单个个体和在每种情况下切换观察框架的全面观点相关的思想。另一方面，图灵用一种完全不同的方法展示了在渗透环境中，不同细胞生长条件的出现，而不是均匀的细胞形成[33]。这将描述自组织领域渗透制造的一种(未来的)形式，就像今天可以说的那样。 使用这种方法可以建立在人工智能领域，特别是机器学习相关子领域新获得的大量应用的基础上，这些