ComputerWeekly管理編輯CliffSaran日前撰文認(rèn)為,隨著制造商開發(fā)智能工廠、數(shù)字雙胞胎和部署機(jī)器學(xué)習(xí),人工智能(AI)將為工業(yè)4.0的下一階段提供動(dòng)力。
Gartner預(yù)測(cè)人工智能增長(zhǎng)正在加速?!八哪昵埃斯ぶ悄軐?shí)施很少見-只有10%的受訪者表示他們的組織已經(jīng)部署了人工智能,或者很快就會(huì)這樣做,”Gartner杰出研究副總裁克里斯霍華德說(shuō)?!暗?019年,這一數(shù)字已躍升至37%-四年內(nèi)增長(zhǎng)270%?!?/p>
“如果你是一名CIO而你的組織沒有使用人工智能,那么競(jìng)爭(zhēng)對(duì)手的機(jī)會(huì)很高。”
在達(dá)沃斯世界經(jīng)濟(jì)論壇(WEF)期間討論的熱門話題之一是人工智能,特別是工業(yè)人工智能,用于提高可靠性和增強(qiáng)新業(yè)務(wù)模式的能力。
在世界經(jīng)濟(jì)論壇開始時(shí)發(fā)表的一篇文章中,西門子首席技術(shù)官RolandBusch寫道:“數(shù)字時(shí)代成功的關(guān)鍵是速度和規(guī)模。如果說(shuō)有一個(gè)領(lǐng)域人工智能已經(jīng)遠(yuǎn)遠(yuǎn)領(lǐng)先于人類,這個(gè)就是處理模型數(shù)據(jù)、發(fā)現(xiàn)和排除錯(cuò)誤的速度。簡(jiǎn)而言之,人工智能有可能幫助我們避免錯(cuò)誤并克服巧合?!?/p>
西門子一直是工業(yè)4.0的先驅(qū),在工業(yè)4.0中,自動(dòng)化正用于運(yùn)行智能工廠。Busch認(rèn)為工業(yè)AI將是傳統(tǒng)制造業(yè)重塑的下一階段。
“通過(guò)工業(yè)4.0,我們成功地開始了數(shù)字化轉(zhuǎn)型,”他在文章中說(shuō)。“通過(guò)工業(yè)AI,我們現(xiàn)在可以把它提升到一個(gè)全新的水平。我們可以超越錯(cuò)誤和巧合。我們可以推動(dòng)創(chuàng)新。我們可以提高效率和生產(chǎn)力。我們可以塑造技術(shù)和社會(huì)進(jìn)步?!?/p>
監(jiān)督機(jī)器學(xué)習(xí)的挑戰(zhàn)
飛機(jī)裝配的過(guò)程復(fù)雜,其中扭矩扳手和鉚接工具需要以高度受控的方式在特定設(shè)置下使用以將面板附接到諸如空中客車A320的飛機(jī),可被認(rèn)為是機(jī)器學(xué)習(xí)的良好候選者。
但空中客車機(jī)電一體化和機(jī)器人技術(shù)領(lǐng)導(dǎo)者SébastienBoria表示:“為了獲得高效的機(jī)器學(xué)習(xí),您需要有監(jiān)督的系統(tǒng)來(lái)收集大量數(shù)據(jù)?!?/p>
在機(jī)器學(xué)習(xí)系統(tǒng)用于觀察人類操作員如何執(zhí)行特定手動(dòng)功能,以了解如何自動(dòng)執(zhí)行作業(yè)或計(jì)算如何更有效地執(zhí)行作業(yè)時(shí),這一點(diǎn)最為明顯。
對(duì)于Boria來(lái)說(shuō),挑戰(zhàn)在于AI算法只能學(xué)習(xí)人類操作員的工作方式?!氨O(jiān)督機(jī)器學(xué)習(xí)的主要問(wèn)題是,在某些時(shí)候,如果你把結(jié)果建立在不是最佳表現(xiàn)者的人身上,你最終會(huì)得到平均的結(jié)果,”他說(shuō)。
一個(gè)人工智能系統(tǒng)可以對(duì)所有在這個(gè)特定手動(dòng)過(guò)程中工作的人做同樣工作的樣本進(jìn)行抽樣,很可能得出一個(gè)平均答案,但對(duì)于Boria來(lái)說(shuō),平均值并不一定能轉(zhuǎn)化為實(shí)現(xiàn)相同目標(biāo)的最佳方法。
“技術(shù)不是民主,”他說(shuō)。“僅僅因?yàn)?0%的人做了某些事情,并沒有使其成為正確的解決方案?!备愀獾氖?,他表示,表現(xiàn)最佳者的結(jié)果“可能被機(jī)器視為異?!?。
在更精細(xì)的層面上,需要測(cè)量的每個(gè)數(shù)據(jù)點(diǎn)或參數(shù)都需要傳感器?!澳阈枰獙⑽锢硎澜缗c數(shù)字世界聯(lián)系起來(lái),”Boria說(shuō),“沒有數(shù)據(jù),你就無(wú)能為力。這意味著你需要傳感器和電子設(shè)備來(lái)捕獲數(shù)據(jù)?!?/p>
但根據(jù)Boria的說(shuō)法,根本無(wú)法管理飛機(jī)制造過(guò)程中可以收集的所有可能參數(shù)。某些類型的傳感器太昂貴或在大規(guī)模部署時(shí)效果不佳。
可穿戴設(shè)備不具有成本效益
例如,一些數(shù)據(jù)的收集,例如使用智能眼鏡來(lái)看待正在進(jìn)行的工作,根本不切實(shí)際,Boria說(shuō)?!翱纱┐髟O(shè)備不是具有成本效益的小工具,”他說(shuō)。“我們正在尋找能夠提供正確用戶體驗(yàn)的產(chǎn)品??戳耸袌?chǎng)上的所有眼鏡,我認(rèn)為人們不想在他們的眼鏡上佩戴這些系統(tǒng)進(jìn)行8小時(shí)的輪班。”
以色列人工智能創(chuàng)業(yè)公司Precognize的首席執(zhí)行官兼聯(lián)合創(chuàng)始人陳林切夫斯基參加了一場(chǎng)關(guān)于人工智能影響的世界經(jīng)濟(jì)論壇小組討論會(huì)。他說(shuō):“為了保持競(jìng)爭(zhēng)力,公司需要采取預(yù)測(cè)方法來(lái)提高質(zhì)量,改善運(yùn)營(yíng)、效率和環(huán)境限制。最大化對(duì)基于人工智能和人類智能的技術(shù)的投資至關(guān)重要。從長(zhǎng)遠(yuǎn)來(lái)看,部署生產(chǎn)預(yù)測(cè)和處理問(wèn)題的軟件成本更低?!?/p>
Precognize結(jié)合了人類知識(shí)和機(jī)器學(xué)習(xí),創(chuàng)造了聲稱更自然的結(jié)果。
看看受監(jiān)督的機(jī)器學(xué)習(xí),Linchevski說(shuō):“你不能得到不準(zhǔn)確的結(jié)果。你需要查看數(shù)據(jù)背后的其他層,經(jīng)驗(yàn)豐富的操作員可以根據(jù)他們的知識(shí)來(lái)實(shí)現(xiàn)這一點(diǎn)?!?/p>
當(dāng)被問(wèn)及Boria的前提是機(jī)器平均了解它所學(xué)到的東西,而不是確定最佳實(shí)踐時(shí),Linchevski描述了機(jī)器如何看待生產(chǎn)輸出以識(shí)別黃金批次的想法?!叭绻阌幸粋€(gè)黃金批次并且你有上下文,你可以采取最好的生產(chǎn)時(shí)間,并從一年的歷史中學(xué)習(xí),以了解有些東西在偏離,”他說(shuō)?!皺C(jī)器學(xué)習(xí)將知道‘生產(chǎn)運(yùn)行’不是一個(gè)黃金批次?!?/p>
專有工業(yè)4.0
人們可以看出,機(jī)器學(xué)習(xí)行業(yè)的努力似乎正在創(chuàng)建一個(gè)專有的工業(yè)4.0,公司在他們自己獨(dú)特的數(shù)字雙模擬軟件上工作,并收集他們自己的傳感器數(shù)據(jù)來(lái)提供他們的機(jī)器學(xué)習(xí)算法。
可以說(shuō),這種方法不具備可擴(kuò)展性,當(dāng)然也不是打包軟件行業(yè)為支持常見業(yè)務(wù)流程而發(fā)展的方式。一些行業(yè)專家認(rèn)為,每臺(tái)機(jī)器都是不同的,這意味著每臺(tái)機(jī)器都會(huì)生成自己的一組數(shù)據(jù),以滿足自己的數(shù)字雙胞胎。
在日內(nèi)瓦HPE新的物聯(lián)網(wǎng)創(chuàng)新實(shí)驗(yàn)室開幕之前,惠普企業(yè)(HPE)混合IT總裁PhilDavis表示:“我認(rèn)為客戶的部分問(wèn)題是他們收集的數(shù)據(jù)量。如果您碰巧出售存儲(chǔ)設(shè)備,那么永遠(yuǎn)不要丟棄任何數(shù)據(jù)?!按骶S斯說(shuō),客戶面臨的挑戰(zhàn)是知道在數(shù)據(jù)中尋找什么?!?/p>
HPE副總裁兼總經(jīng)理TomBradicich表示:“人們很害怕,因?yàn)橛刑嗟臄?shù)據(jù)。我們不確定數(shù)據(jù)共享的道德和法律含義,我認(rèn)為這是數(shù)據(jù)共享的強(qiáng)大抑制因素?!?/p>
雖然業(yè)務(wù)負(fù)責(zé)人和世界領(lǐng)導(dǎo)人聚集在達(dá)沃斯聽取工業(yè)4.0的發(fā)展,但這些示例似乎是針對(duì)特定公司的,并且很難看出工業(yè)4.0如何擴(kuò)展,除非行業(yè)采用通用的互操作性方法并開始共享數(shù)據(jù)。
聲明:本文為轉(zhuǎn)載類文章,如涉及版權(quán)問(wèn)題,請(qǐng)及時(shí)聯(lián)系我們刪除(QQ: 2737591964),不便之處,敬請(qǐng)諒解!