今年,諾貝爾物理學(xué)獎迎來了歷史性的一刻——美國科學(xué)家約翰·霍普菲爾德與加拿大科學(xué)家杰弗里·辛頓,憑借在“人工神經(jīng)網(wǎng)絡(luò)實現(xiàn)機器學(xué)習(xí)”領(lǐng)域的開創(chuàng)性貢獻,共同榮獲此殊榮。物理學(xué)與AI,看似遙遠的兩個領(lǐng)域,實則卻緊密相連。兩位科學(xué)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(xué)習(xí)”的能力?;羝辗茽柕戮W(wǎng)絡(luò)利用物理學(xué)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(xué)習(xí)數(shù)據(jù)特征,這些創(chuàng)新成果不僅推動了機器學(xué)習(xí)的快速發(fā)展,更為人工智能與基礎(chǔ)科學(xué)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(dāng)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(yīng)和迎接新的變革。隨著技術(shù)的不斷進步,人工智能正以前所未有的速度滲透到各個領(lǐng)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(xué)習(xí)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(guān)業(yè)務(wù)關(guān)系和上下文。人工智能還能使用光學(xué)工具和
圖像處理技術(shù)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(shù)的復(fù)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(shè)備用于監(jiān)督復(fù)雜的流程和復(fù)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(luò)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(gòu)建算法來預(yù)測風(fēng)險并幫助制造商降低風(fēng)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(xué)習(xí)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(wù)執(zhí)行靈活性,其可以自動響應(yīng)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(wù)理解、推理、學(xué)習(xí)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(yù)測和防止再次發(fā)生生產(chǎn)偏差及故障
◎ 預(yù)測適應(yīng)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(guān)性
◎ 通過趨勢預(yù)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(dǎo)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(guān)鍵在于自動化制造設(shè)備、制造運營管理系統(tǒng)與人工智能應(yīng)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(shè)備的生產(chǎn)數(shù)據(jù),構(gòu)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(shè)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(shù)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(shè)備緊密相關(guān)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(chǔ)。利用這些豐富的信息,人工智能最初將其神經(jīng)網(wǎng)絡(luò)用于應(yīng)用開發(fā)。例如,神經(jīng)網(wǎng)絡(luò)使用數(shù)據(jù)來訓(xùn)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(luò)對其進行評估,構(gòu)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(yù)防信息和應(yīng)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(fēng)險評估和風(fēng)險降低等相關(guān)活動。
降低運營風(fēng)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(shù),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(guān)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(shù)。
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(shù)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(fēng)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。