这也是因为经典的图像处理解决方案使用固定的规则集，使变化或快速变化的对象成为主要挑战。另一方面，人工智能可以毫不费力地处理这种情况。那么技术的挑战在哪里呢？需要做什么才能让它被广泛接受？
基于人工智能的图像处理解决方案的应用障碍仍然相当高。它们通常需要专业知识、编程努力以及在计算机和存储硬件方面的投资。不仅训练神经网络，而且使用它和评估结果都需要硬件、软件和接口的知识。这给许多公司带来了挑战。IDS表明它可以以不同的方式完成：IDS NXT AI视觉系统(www.ids-nxt.com)提供了所有必要的工具和工作流，允许用户轻松构建智能视觉解决方案。
使用IDS NXT lighthouse Cloud软件，即使之前没有人工智能或相机编程知识的用户也可以训练神经网络。因为它是一个web应用程序，所以所有的功能和必要的基础设施都是立即可用的。工程师或程序员不需要建立自己的开发环境，但可以立即开始训练自己的神经网络。为此需要三个基本步骤：上传示例图像，为图像添加标签，并开始自动训练。生成的网络可以直接在IDS NXT工业摄像机上运行，这些摄像机能够通过REST或OPC UA向连接的机器传递所需的信息或传递命令。
深度学习：自动化领域的游戏规则改变者
有一点是肯定的：人工智能将改变游戏规则。该技术正在以难以置信的速度渗透到新的领域，如医疗领域，以及传统图像处理太昂贵、不灵活和太复杂的应用领域。
IDS Imaging Development GmbH的人工智能专家Alexander Windberger博士解释说:“不仅游戏变了，玩家也变了。基于人工智能的图像处理与经典的基于规则的图像处理不同，因为结果的质量不再仅仅是手工开发的程序代码的产物，而主要是由使用的数据集的质量决定的。”
因此，用户需要不同的核心能力来配合AI视觉。因此，视觉任务的方法和处理过程正在发生变化。领域专家正在进入这个领域，因为他们可以利用自己的知识来保持数据价值的创造，并在操作过程中对数据和概念的变化做出灵活的反应。
然而，许多公司对这项新技术仍持保留态度。他们缺乏专业知识和时间来详细熟悉这个主题。与此同时，AI Vision社区正在从物联网领域和初创企业领域发展壮大。随着新的应用程序领域和用户组的出现，不可避免地会出现其他用例和需求。经典的编程SDK不再足以为整个工作流(从数据集的创建和培训到神经网络的实现)提供最好的支持。
展望未来，温德伯格博士指出:“我们意识到，今天正在出现全新的工具，用于与AI视觉合作，这些工具被非常不同的用户群体使用，没有AI和编程知识。这提高了工具的可用性，降低了进入门槛，目前正在显著加速基于人工智能的图像处理的传播。最终，人工智能是人类的工具，因此它必须是直观和有效的使用。”
推动当前发展的动力
没有其他组件像图像处理一样收集和解释如此多的数据。它使所看到的东西，例如对象特征(例如测量)、状态(“存在/缺席”)或质量，能够被监视、处理，并将结果传递给网络中的增值系统。人工智能为图像处理增加了另一个层次，在需要做出定性决策时发挥作用。这打开了全新的应用。
智能相机的自动化还提供了对困难的市场条件作出更灵活反应的可能性，同时保证一贯的高质量和效率。得益于基于人工智能的图像处理，对那些端到端数字化和自动化飞跃太大的公司来说，它们可以取得重大进展。IDS NXT等整体的、用户友好的系统为此铺平了道路。
