ML有两个主要部分:培训和推理,整个过程可以在完全相异的处理平台上执行。培训通常是以离线方式在桌面上进行或在云端完成,包括将大数据收入到神经网络。培训阶段是在部署时已经有了一个经过培训的AI系统,这个系统能够执行特定任务,如调查组装线上的瓶颈问题等。
应用的传感和智能感知对机器人来说非常重要,因为机器人想达到高效的性能,特别是ML/AI系统, 在很大程度上取决于为这些系统提供关键数据的传感器的性能。虽然在工厂里绝大多数的工作依旧是人工在完成,但工业机器人将会替代到人类的部分工作,实现工厂的自动化生产。