智能制造是取代生产线上重复劳动力的效率革命。
当前，生产线上很多流程已经被机器自动化解决，但是，机器也有力所不能及的地方，比如，误差，情感，主观性，等。
这里，我们先从比较基础的问题来深入探讨，以某制造大厂自动化生产线为例。
想象一下，有这么一个房间，进去的是材料，出来的是一辆卡车，请不要奇怪，这里除了机器还有人在。
机器替代人，人干什么
人研究机器
误差、概率似乎是上帝创造人类是留下的一个谜团，连爱因斯坦都无奈的提出：“上帝会掷骰子吗”。
机器是人造的，至少目前，我们都知道不论怎么改进，机器始终存在误差、噪声等人类无法逃避的问题。对于机器更是如此，如果，有一天机器不停制造机器的时候，也会怀疑，“上帝会掷骰子”吗？
也许上帝真实在掷骰子，至少，上帝是存在的，如果从宇宙的角度，从地球的脉动、从引力波等等。
那么，回到人与机器的问题上，人作为机器的“上帝”，我们如何让机器有意识的做事。
生产线
一批PCB生产线，已经有非常完善的自动化流程，目前，一些相对落后的车间正在跟进发展的趋势，提高自己自动化程度，这里也就是国家提出的“智能制造”。目前，我们一些人，会从事机器完成的操作之后，做一些主观性的检测，这里的主观性并不是偏见，而是，更全面，更符合世界观的检测。
其中，PCB贴片之后，会存在一些概率问题，导致生产上的误差，这样，概率累积，误差积累，慢慢操作机器的可操作范围，就好像90%的n次方，也会小于50%。
那么，我们要做的就是对这50%的错误，做出决定性的检查。
量
首先，我们需要控制量，也就是出错的概率，如果，有N件物品，出错概率90%，那么随着N的增大，数量也是可观的，所以，我们要进行宏观的控制量。
如何，降低数量，提高质量，这里就不做深入探讨，因为，这部分我们相对成熟。
熵
接下来，我们要对N’个物件，进行暴力筛选，这里N’是通过量之后的。
为什么来一张神经元的图片，我们知道，就算是人，做决策也会左右不定，犹豫不决，朝令夕改。所以，我们知道，我们的判决有一种神经元的突出决定。
这就是，我们最终做出决策的原理。
决策
接下来，我们看看怎么决策。
这么相似的物件，人眼看着看着就容易头晕。那么借助机器的力量来解决，岂不是可以降低时间概率。
标准
1）知道正确的模型
确定模型的属性，比如质量、高度等等，那么利用相关传感器，非常容易判决。
只需判断|f(x0) - f(xn)|是否为0。
比如，PCB上的漏焊，完全可以通过对比 x0的状态，做出决定。
1.1 图像对比
计器视觉是应用非常广泛的对比方法，机器视觉可以实现外观对比、深度对比，也就是类似人眼可以检测的范围。
2）不知道正确的模型
不知道模型，只能通过将当前的状态与过去的平均状态进行对比，求方差，判断该状态是否属于有效状态，比如，电路板尺寸误差，如果，需要1000台，那么误差控制在+/-5%，就会通过，F（xi）状态与F（x）状态，学习之后，做出决策。
2.1 人工智能
主要代表，深度学习，通过学习已知的状态，判断当前的状态可信度，从而，不断优化参数，实现更好的判断。
智能制造
不知道大家通过上面的流程中，是否体会到，这个过程中，事物的维度在不断增大，然而，到人的时候，只是一维向量。
也许，我们就是生活在一个随机概率的世界下。