如今, 机器学习这个词随处可见，人工智能、神经网络、算法、大数据、深度学习也是如此–这是无法避免的。这些未来技术和概念背后究竟是什么呢？真的有可能教机器学习吗？机器学习可以提供哪些优势—科纳普在哪里发挥作用？让我们仔细看看。

机器学习是人工智能中的一个领域, 在这个领域, IT系统通过受训可识别基于现有数据和算法的模式， 并开发相应的解决方案，这意味着人工知识是由经验产生的。然而, 仍然需要人的援助; 人必须为计算机提供数据以及必要的算法。所使用的分析规则对流程至关重要–基于这些规则, 系统识别数据库存中的特定模式, 并扩展机器的神经网络。该系统有足够的数据和规则, 并允许根据这些信息 “充分自学” 。 听起来很复杂？是的, 机器学习是复杂的, 但它可以很容易地解释，比如使用小狗和百吉饼。在下面的视频中, 科纳普机器学习软件专家约翰内斯·班霍费尔 (Johnes Bannhofer) 解释了未来技术如何处理可爱的动物和流行的小吃。

欣赏视频请点击 KNAPP机器学习–机器人与机器学习部门 正如视频所表现出的那样, 科纳普的机器学习早已不仅仅是一个流行语。我们喜欢研究前沿技术, 一段时间以来一直在用这些技术积极地研发。在专门为此目的设立的机器人和机器学习部门, 专家们联手致力于KNAPP人工智能解决方案的研究, 最重要的就是轻松拣选机器人。 对于全自动拣选机器人, 机器学习是用来定义机器人速度的规则以及物品识别和理想的抓取点。例如, 使用适当的算法, 拣选机器人就知道它是在处理的物品为立方体还是圆柱体。然后, 它决定哪种可用的抓手最适合这项工作, 并确定理想的抓取点和合适的速度来拣选物品。 对于轻松拣选机器人，机器学习是用来定义机器人速度的规则以及物品识别和理想的抓取点。 与国际研究机构的合作 我们的机器学习专家与硅谷的国际研究机构和公司合作, 进一步发展机器人的顽健性与人工智能。作为物流合作伙伴的合作和多年的经验确保了我们的解决方案在未来的设计更加智能。 约翰内斯·班霍夫也有同样的观点: “我们的优势是我们在物流方面多方面的专业知识。这些知识与机器学习的最新方法相结合, 使我们能够创建灵活可靠的令人兴奋的解决方案。我们的目标是在设计我们的解决方案时考虑到它们的演变, 以便他们能够根据客户的要求不断发展。 轻松拣选机器人 -物流应用全自动拣货方案 -可与自动化存储系统和人工拣选工作站结合，实现理想和谐的拣选系统 –自动更换夹爪，可覆盖很大的商品范围 –轻松集成至KNAPP系统 –稳健，低维护 -拣选效率：1200件/小时 -Logimat2017被评为最佳产品