智能制造網APP
智能制造網手機站
智能制造網小程序
智能制造網官微
智能制造網服務號
智能控制
機器人
儀器儀表
物聯(lián)網
3D打印
工業(yè)軟件
回放
回放
品牌
明基環(huán)保
今年，諾貝爾物理學獎迎來了歷史性的一刻——美國科學家約翰·霍普菲爾德與加拿大科學家杰弗里·辛頓，憑借在“人工神經網絡實現(xiàn)機器學習”領域的開創(chuàng)性貢獻，共同榮獲此殊榮。物理學與AI，看似遙遠的兩個領域，實則卻緊密相連。兩位科學家的研究，通過模擬人腦神經元與突觸，讓機器擁有了“記憶”與“學習”的能力。霍普菲爾德網絡利用物理學原理存儲和重建信息，辛頓的玻爾茲曼機則通過統(tǒng)計物理方法學習數據特征，這些創(chuàng)新成果不僅推動了機器學習的快速發(fā)展，更為人工智能與基礎科學的深度融合開辟了新道路。
劉慈欣曾經形象地描述未來的到來：“未來如同一場盛夏的暴雨，當它突然降臨，我們幾乎來不及打開手中的傘。”這樣的未來已經到來，人工智能的發(fā)展如同這場暴雨，迅速而猛烈，讓我們必須快速適應和迎接新的變革。隨著技術的不斷進步，人工智能正以前所未有的速度滲透到各個領域，改變著我們的工作和生活方式。
見證歷史，世界在被AI改變
人工智能旨在重現(xiàn)人類的理解、推理、學習和互動能力。具體而言，人工智能系統(tǒng)可以識別文本、圖像、視頻和語音，以理解相關業(yè)務關系和上下文。人工智能還能使用光學工具和圖像處理技術為機器賦予視覺能力。然后，它會處理并使用其視覺捕獲的內容來滿足特定請求，例如通過識別所有者的面部來解鎖手機。
在制造業(yè)里，盡管工程機械產品、流程和技術的復雜性日益提升，造成了該行業(yè)的制造商望而卻步的現(xiàn)實，但幸運的是，化繁為簡正是人工智能的強項。各種傳感器和檢查設備用于監(jiān)督復雜的流程和復雜產品的生產過程，它們所生成的大量數據會饋送到神經網絡和其他人工智能工具中。這些工具可以從中找出模式和趨勢，然后構建算法來預測風險并幫助制造商降低風險，甚至在第一批產品生產出來之前就能夠實現(xiàn)。
舉例說明，在今天的工廠中，機器學習算法可以為執(zhí)行質量檢查的信息系統(tǒng)提供幫助。視覺機器人則具有更大的業(yè)務執(zhí)行靈活性，其可以自動響應運行過程中各種意想不到的情況和質量缺陷。因為專業(yè)知識在自動化系統(tǒng)中發(fā)揮作用，因此這些視覺機器人具備更高的生產效率。
制造車間的人工智能
人工智能在生產業(yè)務理解、推理、學習和交互這些方面的能力，將在整個產品和生產生命周期中創(chuàng)造巨大的價值。人工智能支持的生產工作可以：
◎ 提供遠程監(jiān)控(控制趨勢和運行時數據的儀表板)
◎ 使用先前生產運行的工藝數據來預測和防止再次發(fā)生生產偏差及故障
◎ 預測適應產品定制功能所需的生產更改并向下游發(fā)送警報
◎ 產生可靠穩(wěn)定的數據
◎ 根據經過匯總和分析的情境化數據，生成制造建議，以支持生產管理人員在整個產品生命周期中做出更好的決策
◎ 強力支持質量審核(自動審核并為操作員提供幫助)
◎ 識別可能影響整體產品質量或周期時間的未知相關性
◎ 通過趨勢預測和模式識別來加速和改進管理報告功能
◎ 與客戶建立信心和信任
◎ 加快新產品導入
◎ 收集所有數據并生成每個產品的完整歷史記錄
利用人工智能優(yōu)化制造格局，關鍵在于自動化制造設備、制造運營管理系統(tǒng)與人工智能應用三者間的協(xié)同作用。制造運營管理系統(tǒng)促使虛擬與現(xiàn)實在制造環(huán)境中實現(xiàn)融合。這一系統(tǒng)最初依托產品生命周期管理(PLM)系統(tǒng)，并結合企業(yè)資源規(guī)劃系統(tǒng)(ERP)與工廠自動化制造設備的生產數據，構建了一個全面的數字孿生模型，使得在制造流程中能夠執(zhí)行虛擬設計與工程指令。隨著質量系統(tǒng)生成的數據不斷反饋，用以衡量現(xiàn)實世界的工藝及產品與數字孿生的吻合程度，工作流程便實現(xiàn)了從實體向虛擬的逆向流動。人工智能技術通過優(yōu)化制造車間與制造軟件解決方案中虛擬域之間的信息流，進而增強了工作流程的效率與速度。
人工智能的運行依賴于海量數據的驅動，這些數據源自多個方面：一是制造車間直接產生的數據；二是與制造環(huán)境(諸如環(huán)境溫度、濕度)、機器視覺系統(tǒng)以及其他品質監(jiān)控設備緊密相關的外部信息；三是來自實驗室、研發(fā)活動以及現(xiàn)場實測的數據。這些多元的數據源共同為人工智能的運作提供了堅實的基礎。利用這些豐富的信息，人工智能最初將其神經網絡用于應用開發(fā)。例如，神經網絡使用數據來訓練識別生產和產品屬性是否在公差范圍內的分類器。隨著更多生產和產品數據的生成，神經網絡對其進行評估，構建分類器的算法可以不斷微調。
借助基于人工智能的生產監(jiān)控算法對趨勢、偏差、不合格和加工數據漂移等現(xiàn)象進行檢測，人工智能可用于生成預防信息和應對措施。例如，使用基于人工智能的算法可增強傳統(tǒng)的統(tǒng)計過程控制 (SPC) 和根本原因分析?；谌斯ぶ悄艿闹圃熘悄軙纬沙掷m(xù)改進循環(huán)，可用于支持流程和質量規(guī)劃、風險評估和風險降低等相關活動。
降低運營風險和提高生產效率是所有工程機械公司制造計劃的長期目標，同時實現(xiàn)這些目標的工具和方法也在不斷發(fā)展。希望保持或提高競爭優(yōu)勢的制造商必須跟上支持其計劃的新技術，人工智能是他們可以使用的最新工具之一，也可能是最強大的工具。西門子隨時可通過開放的數字平臺以及相關經驗和專業(yè)知識，幫助工程機械制造商利用新一代賦能技術。
邁進未來，共啟智能新時代
在這個飛速發(fā)展的時代，我們有幸見證并參與其中，共同推動人工智能技術的健康發(fā)展，一起為創(chuàng)造一個更加智能、更加美好的未來而努力。
正如劉慈欣所描述的那樣，未來如同盛夏的瓢潑大雨，我們已經站在了時代的風口浪尖，讓我們勇敢地迎接這場雨，用智慧和勇氣去開拓更加廣闊的未來吧。
浙公網安備 33010602000006號
智能制造網APP
智能制造網小程序
微信公眾號
