Kursplan

Grundläggande för artificiell intelligens

  • Vad är AI, maskininlärning och djupinlärning?
  • Typer av inlärning: övervakad, oövervakad, förstärkningsbaserad
  • Myter och verklighet kring AI i industri

AI i sammanhanget smart tillverkning

  • Vad gör en fabrik “smart”?
  • AI:s roll i Industrie 4.0 och industriell automatisering
  • Översikt över underliggande teknologier (IoT, edge computing, digitala tvillingar)

Nyckelanvändningsområden i tillverkning

  • Prediktivt underhåll och utrustningsreliabilitet
  • Kvalitetsgarantiering och anomalidetektering
  • Processoptimering och förbättrad utbytteffektivitet

Förståelse av datalifscykeln

  • Sensing och insamling av industriella data
  • Datapreparation och kvalitetsaspekter
  • Grundläggande koncept inom datastödd beslutsfattning

Planering och strategi för AI-projekt

  • Identifiering av high-impact användningsområden
  • Sammanställning av rätt team och ställande av framgångsmätare
  • Vanliga utmaningar och mitigeringstrategier

Fallstudier och branschanpassningar

  • Reala exempel från bilindustrin, livsmedelsindustrin, läkemedelsindustrin och tunga industriområden
  • Lärdomar från digitala transformationer
  • Nyckelfaktorer för framgång och fällor att undvika

Vägledning för att komma igång

  • Stegar för att starta ett AI-initiativ
  • Tekniska överväganden och leverantörsval
  • Skalbarhet, etik och anpassning av arbetstagare

Sammanfattning och nästa steg

Krav

  • En förståelse för grundläggande industriella processer eller anläggningsdrift
  • Intresse för digital transformation eller innovationsstrategi
  • Komfortabel att diskutera teknikens adoption

Målgrupp

  • Driftsledare
  • Anläggningsexekutiver
  • Tekniska ledare
 14 Timmar

Antal deltagare


Pris per deltagare

Vittnesmål (2)

Kommande Kurser

Relaterade Kategorier