未来工厂看起来可能会有所不同，但是人工智能将它们转变为未来的机器人驱动的工厂将代表精益制造的新时代。精益制造是一个多世纪以来一直在提高生产率和质量的理念，它基于五个核心思想：

找出产品对客户的价值

映射其价值流，并删除不必要的步骤

设置流程，使其可以在其余步骤中连续移动

建立生产拉动系统

努力完善流程

这些原则使公司成为世界领导者。虽然制造设施在近几十年来不断发展，但精益制造的原则仍然适用。事实上，人工智能和工厂机器人技术的进步使制造过程更加自动化，为精益生产开辟了新的途径。

机器人技术已经在制造业中应用了几十年，但是由于其功能的局限性以及对人为干预的需求，使得更多的自主生产线无法被广泛采用。汽车装配线上的机械臂可以通过编程反复连接部件，只要这些部件不发生变化。引入一个新的组件，或者发生在一个损坏的组件上，一个自动化的生产过程可能会停顿下来。

想象一下，如果机械臂可以“看”损坏的组件并确定其有缺陷，或者，它可以区分多种类型的组件并决定如何响应。通过机器视觉和深度强化学习，这些动作现在成为可能。

或者下一组机器，它们可以彼此自动协调其活动以追求一个共同的目标。在工厂和仓库中，当务之急是最大程度地提高吞吐量。运转中的机器可以是工厂车间的自动驾驶车辆（AGV），起重机或工厂车间的设备加工项目。这些机器是成组运行的，如果协调起来，它们可以作为一个团队。

使用AGV将物料从一个位置移动到另一位置。例如，将一个项目从一个处理阶段转移到下一个阶段。要采用一组AGV车队，您必须立即解决几个问题：

应该将哪个AGV分配给哪个行程

确保AGV既不会相互碰撞，也不会互相干扰

确保AGV的车队保持充电状态

一些工厂和仓库已经部署了这种AGV车队，随后还会有更多车队。诸如深度强化学习之类的人工智能（AI）算法可以充当指挥塔来指挥机器组，从而使它们作为一个团队进行协调，并以一种不协调的方式完成更多的任务。这种团队合作也称为紧急行为，因为它不是在单个计算机的级别上发生，而是仅在它们作为一个组进行协调时才出现。

同样，仓库起重机可以一起将货物从装载码头移动到货架上。这就是所谓的入库问题，目标是以尽可能以高效的方式将进货出货。在这方面，深度强化学习(RL)等算法也可以通过确保将货物放在需要最少努力的地方，使物理操作更加精简，而这些地方是将货物放在出站卡车上的时候。

除了制造业和物流业，将受到机器人技术和人工智能双重发展影响的行业还包括航运、货运代理、石油和天然气、采矿和汽车业。

车队路线的一种排列与分布式设备的维护有关。反应性或计划性维护正在慢慢地为人工智能驱动的预测性维护奠定基础，该维护基于故障频率的历史数据和来自设备物联网（IoT）传感器的实时数据来确定机器和机器人维修的正确时间。

除了机器视觉之外，人工智能正在改变工厂车间各个方面的可能性。机器学习算法可能能够帮助机器人技术独立于人为监督的程序学习新部件。

对于使用精益生产方法的设施，针对机器人技术的人工智能进步将是一个突破。基于人工智能的机器人技术可以在更少的步骤中完成更多工作，从而与精益制造的基础与减少和简化流程的想法保持一致。能够独立做出决定，识别新零件和新工艺并加快货物流转速度的机器人技术将极大地减少制造步骤的数量以及订购和运输之间的时间。

除了采用更先进的人工智能机器人技术外，制造业已经在其他方面受到人工智能的影响。资源成本管理和价格预测等领域正在通过强化学习等人工智能分支得到改善，随着这些技术变得更广泛时，这些领域才会继续得到增强。未来工厂看起来可能会有所不同，但人工智能将其转变为未来的机器人工厂将代表一个精益制造的新时代。