如果BMW要抢回豪华车的龙头宝座，那么背后致胜的武器，绝对和AI人工智慧有关。双B品牌既竞又合，上月才刚共同签署协议，合作开发电动车和自动驾驶的技术，以期资源共享，降低开发成本，不过在商场上，彼此仍是激烈竞争的两大品牌。为提升制造品质，奔驰所属的戴姆勒集团，已打造符合工业4.0的智慧工厂，同样的，BMW也打造他们的高智慧生产线，融合AI人工智慧，本周在官网上，BMW就揭露了他们的工厂如何善用AI来提升产能和产质，做出更教人消费者满意的车款。

BMW表示，AI人工智慧在汽车制造的应用程度呈现上升趋势，自2018年以来，BWM集团一直在批量生产过程中采用各种AI的应用。其中一个重点便是自动图像辨识功能:在这些生产过程中，AI会自动评估正在进行的生产中的元件图像，以毫秒为单位的速度，和与同一序列的数百个其他图像进行判读比较。如此AI 应用程式就即时确认一些是否符合标准，例如检查所有的车内必要的路 件是否已确实安装，以及是否都安装在正确的位置上。
‎
BMW集团的生产创新、数位化和资料分析主管Christian Patron表示，AI人工智慧提供了巨大的潜力，它能帮助我们维持我们生产的高品质标准，同时能减轻我们的人员在做一些重复性工作上的负担。 ‎

‎在BMW集团利用AI的高度灵活性、高经济效率，逐步取代那些永久式固定安装的摄影机监测关卡，而且作业十分简单，利用移动式标准摄影机就可以完成相关照图像制作所需的一切。

AI解决方案也可以快速布建:员工可以从不同角度拍摄有生产元件的照片,并在图像上标记潜在的偏差。他们借此可脸创建一个图像资料库，以建立一个所谓的「神经网路」（neural network），这个网络稍后就可以进行图像的判读，而无需有人力的干预。生产线的员工不必再编写代码，所有演算系统几乎都会自己完成。而经过训练阶段，神经网络会进行优化，按BMW所说，经过调整之后，神经网络的判读可靠性已经可以达到百分之百，可以确认组装车子各个零件是否都符合标准规范。

对移动物体的辨识也有很大的助益，这为整个汽车组装加工链，开辟了广泛的潜在应用，包括零件物流供应，在许多情况下，AI的技术可减轻员工做重复而单调任务的负担，例如去检查警告三角架是否放在李厢内后正确的位置，又或者挡风玻璃上的雨刷机的盖子是否已经盖好。 ‎

在BMW集团的Dingolfing工厂的汽生产组装最终检查区，AI 人工智慧应用程式还能做一些要求更严格更复杂的检查工作，AI可以将车辆订单资料和刚组装好的车子进行即时图像比较。包括车型和车身上一些识别志，像是车尾有四驱车款xDrive的铭牌，通常这些认可的图像都会储存在图像资料库中，一旦在生产线上噞查到即时图像，和订单上的资料不符合，AI就会通知最终检查区的团队前来解决。由此，可以看到AI对于汽车生产装品质的提升有多大的帮助，事实上，它主要的任务是降低人员因重复操作某一项单调工作而可能出现的错误，阊车主拿到车子，可以确定他们的车子是完美的。