硬控2024諾貝爾獎的人工智能，如何優(yōu)化制造業(yè)？

2024-11-18 16:25:18“西門子工業(yè)軟件”微信公眾號閱讀量：15337      我要評論

　　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(jīng)網(wǎng)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(jīng)元與突觸，讓機器擁有了“記憶”與“學習”的能力。霍普菲爾德網(wǎng)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(shù)據(jù)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(jīng)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(jīng)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(nèi)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(chǎn)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(chǎn)品的生產(chǎn)過程，它們所生成的大量數(shù)據(jù)會饋送到神經(jīng)網(wǎng)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(chǎn)品生產(chǎn)出來之前就能夠?qū)崿F(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(zhì)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(zhì)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(chǎn)效率。

　　制造車間的人工智能

　　人工智能在生產(chǎn)業(yè)務理解、推理、學習和交互這些方面的能力，將在整個產(chǎn)品和生產(chǎn)生命周期中創(chuàng)造巨大的價值。人工智能支持的生產(chǎn)工作可以：

　　◎ 提供遠程監(jiān)控(控制趨勢和運行時數(shù)據(jù)的儀表板)

　　◎ 使用先前生產(chǎn)運行的工藝數(shù)據(jù)來預測和防止再次發(fā)生生產(chǎn)偏差及故障

　　◎ 預測適應產(chǎn)品定制功能所需的生產(chǎn)更改并向下游發(fā)送警報

　　◎ 產(chǎn)生可靠穩(wěn)定的數(shù)據(jù)

　　◎ 根據(jù)經(jīng)過匯總和分析的情境化數(shù)據(jù)，生成制造建議，以支持生產(chǎn)管理人員在整個產(chǎn)品生命周期中做出更好的決策

　　◎ 強力支持質(zhì)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(chǎn)品質(zhì)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(chǎn)品導入

　　◎ 收集所有數(shù)據(jù)并生成每個產(chǎn)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(chǎn)品生命周期管理(PLM)系統(tǒng)，并結(jié)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(chǎn)數(shù)據(jù)，構建了一個全面的數(shù)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(zhì)量系統(tǒng)生成的數(shù)據(jù)不斷反饋，用以衡量現(xiàn)實世界的工藝及產(chǎn)品與數(shù)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(shù)據(jù)的驅(qū)動，這些數(shù)據(jù)源自多個方面：一是制造車間直接產(chǎn)生的數(shù)據(jù)；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(zhì)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(shù)據(jù)。這些多元的數(shù)據(jù)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(jīng)網(wǎng)絡用于應用開發(fā)。例如，神經(jīng)網(wǎng)絡使用數(shù)據(jù)來訓練識別生產(chǎn)和產(chǎn)品屬性是否在公差范圍內(nèi)的分類器。隨著更多生產(chǎn)和產(chǎn)品數(shù)據(jù)的生成，神經(jīng)網(wǎng)絡對其進行評估，構建分類器的算法可以不斷微調(diào)。

　　借助基于人工智能的生產(chǎn)監(jiān)控算法對趨勢、偏差、不合格和加工數(shù)據(jù)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(zhì)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(chǎn)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(shù)字平臺以及相關經(jīng)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(jīng)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。

上一篇：2024年前三季度中國金屬切削機床產(chǎn)量數(shù)據(jù)統(tǒng)計

下一篇：一文了解！2024年1-10月我國規(guī)模以上工業(yè)增長情況

版權與免責聲明：1.凡本網(wǎng)注明“來源：化工機械設備網(wǎng)”的所有作品，均為浙江興旺寶明通網(wǎng)絡有限公司-興旺寶合法擁有版權或有權使用的作品，未經(jīng)本網(wǎng)授權不得轉(zhuǎn)載、摘編或利用其它方式使用上述作品。已經(jīng)本網(wǎng)授權使用作品的，應在授權范圍內(nèi)使用，并注明“來源：化工機械設備網(wǎng)”。違反上述聲明者，本網(wǎng)將追究其相關法律責任。 2.本網(wǎng)轉(zhuǎn)載并注明自其它來源（非化工機械設備網(wǎng)）的作品，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點或和對其真實性負責，不承擔此類作品侵權行為的直接責任及連帶責任。其他媒體、網(wǎng)站或個人從本網(wǎng)轉(zhuǎn)載時，必須保留本網(wǎng)注明的作品第一來源，并自負版權等法律責任。 3.如涉及作品內(nèi)容、版權等問題，請在作品發(fā)表之日起一周內(nèi)與本網(wǎng)聯(lián)系，否則視為放棄相關權利。

全部評論

昵稱驗證碼匿名