设备故障检测，靠“看”也靠“听”，基于听觉的人工智能

说过了计算机视觉，我们来说说计算机听觉。

如果说，视觉是人工智能的眼睛，那么听觉就是人工智能的耳朵。

有的问题，需要眼睛发现，有的问题，则要用耳朵发现，当然，更多问题是用“心”发现，机器之心。。。

笔者有位从事印刷设备研究的亲戚，当国内印刷厂高价从德国进口海德堡设备，但是不知道怎么用，或者出故障的时候，就要把他请去。

而他，则像一位老中医那样，先听声，后辨问题。

收费不菲。 就像耳熟能详的故事里说的那样，在问题处画个圈，收费1元，知道在哪里画圈，收费99元。

机器正常运转，它的声音一定是有某种规律的，而如果机器出故障了，声音也时常就伴随故障而变化。

这里可以用传统的模式识别方法，也可以用最新的人工智能，神经网络，深度学习的方法。

因材而异。

据美国电气与电子工程师协会《光谱》杂志报道，使用基于深度学习的人工智能可以听到机器或汽车的警告信号，并据此提前发现故障。

所谓深度学习，通常是指被称为人工神经网络的软件算法。这些神经网络可以经过多个人工