李晓丽

“人工智能+制造”最终目的是加快制造业转型升级;人工智能时代 我们怎样保护数据?

李晓丽 智能设备 2018-08-23 浏览

  中国社会科学院工业经济研究所和腾讯研究院共同研究编制的《“人工智能+制造”产业发展研究报告》认为,对于复杂的制造业来说,互联网的定位更应该是“助力者”而非“颠覆者”,帮助制造企业加快转型升级的步伐。

“人工智能+制造”最终目的是加快制造业转型升级;人工智能时代 我们怎样保护数据?

  互联网的普及和发展催生了“平台模式”,平台内信息传播的速度大大增加、交易成本大大降低,有效促进了经济效率的提升。(图片来源:视觉中国)

  “人工智能+制造”本质是追求人机协同

  人工智能作为一类信息技术,诞生于20世纪50年代,几乎与计算机同步。60多年来,人工智能涉及的技术和派系众多,学界并没有一个明确的定义。对于大多数公众而言,从人工智能发展目的的角度,可以简单将其理解为“与人类一样聪明的人造机器”。

  将这个聪明的“机器”放入制造业中,主要的作用就是使机器能够“达到甚至超过人类技工水平”,以实现企业生产运营效率的提升。这个放入“人工智能”的“智能化”过程,与过去制造业追求“自动化”的过程实际上有本质的差异。“自动化”追求的是机器自动生产,本质是“机器替人”,强调大规模的机器生产;而“智能化”追求的是机器的柔性生产,本质是“人机协同”,强调机器能够自主配合要素变化和人的工作。

  因此,“人工智能+制造”未来所追求的,不应是简单粗暴的“机器替人”,而应是将工业革命以来极度细化、甚至异化的工人流水线工作,重新拉回“以人为本”的组织模式,即让机器承担更多简单重复甚至危险的工作,而人承担更多管理和创造工作。

  “人工智能+制造”必然走向平台模式

  制造业是一个庞大的产业,同一个厂房里,可能有好几种来自不同厂家的生产设备,这些设备往往采用各自的技术和数据标准,彼此之间并不能直接连通和交互。不同的工厂乃至不同的制造业企业,差异就更大了。这样的差异使得传统制造业信息化难度大、效率提升有限。

  人工智能改变制造业

“人工智能+制造”最终目的是加快制造业转型升级;人工智能时代 我们怎样保护数据?

  人工智能技术正在进入制造领域,其核心机器学习技术和模式识别软件可能成为不久将来工厂改造的关键。

  尽管人工智能有望从根本上改变很多行业,但该技术非常适合制造业,深度学习Google Brain项目的创始人兼斯坦福大学计算机科学兼职教授Andrew Ng说。

  “AI将执行制造、质量控制、缩短设计时间、减少材料浪费、提高生产再利用率,执行预测性维护等等,”Ng说。

  他说,人工智能这个术语今天被用作软件的一部分,它可以训练自己执行某些任务并随着时间的推移逐渐完成这些任务。

  例如,AI是在照片中识别朋友脸部软件的后面。这些系统最终会在面部识别方面变得更好,因为您可以通过继续标记和识别各种姿势和情况下的朋友来“训练”它们。

  Ng说,同样的AI过程可以用来检查工厂中的零件。在另一个AI应用程序中,西门子的机器人样机自动读取并遵循CAD说明,无需编程即可构建零件。

“人工智能+制造”最终目的是加快制造业转型升级;人工智能时代 我们怎样保护数据?

  西门子研究人员测试了他们的机器人样机,它使用人工智能来破译CAD指令并组装零件。

  Ng于去年年底成立了自己的公司Landing.AI,并进入AI领域。该公司的目标是帮助制造商将AI融入他们的工作流程中。

  对于视觉检查,Landing.AI的系统在仅“查看”五个产品图像之后识别出缺陷图案。 Ng表示,不依赖AI的视觉检测系统必须接受大约100万张图像的海量数据集的训练,以确保它们识别到所有潜在的不完美之处。

  许多工厂的员工仍然自己检查零件。“今天,单一工厂中的数千人共同工作,发现缺陷,这是一项令人难以置信的艰巨任务,”Ng说,“但我们的深度学习算法花费了半秒的时间来检查零件,并且在许多应用中比人类更精确。”

  德国慕尼黑西门子企业技术部门的一个研究小组在将AI带入制造业的过程中,于去年12月宣布,他们开发了一种双臂机器人,可以在无需编程的情况下制造产品。

  机器人的胳膊自动地一起工作,根据需要,按照人类使用自己手臂的方式分配任务。

  虽然传统机器人无法破译CAD模型,但西门子机器人可以解释各种CAD模型,从而不需要对其运动和流程进行编程,Kai Wurm说,他与George von Wichert一起负责该项目。此二人正在西门子研究自主系统。

  Wurm说:“未来,将不再需要耗费大量时间和代码的昂贵编程给机器人,为他们提供固定程序来组装零件。我们只需要指定任务,系统就会自动将这些规范转化为程序。”

  机器人本身决定每个手臂应该执行哪项任务。为了做到这一点,开发人员已经使样机能够将产品开发软件的信息提升到语义层面。

  Wurm说:“产品零件和过程信息在语义上转换成本体论和知识图。 这使得隐含的信息是明确的。到现在为止,当人们被告知将零件X抓到轨道Y上时,人们从经验中简单地知道的事情必须以代码的形式教给机器人。但是,我们的样机本身会分析这个问题并找到相应的解决方案。”

  机器人可以制造单个零件或样机,这是制造业中称为“批量型”的过程。该术语是指制造或组装各种产品,每种产品都包含不同的组件和设置。

  机器人还可以纠正错误。如果一个零件滑动,其中一只手臂会在相机视野内找到该零件。然后手臂将拾取组件并调整其后续动作,以便它仍能正确安装。 Wurm说,例如,如果该位置对零件的位置更好,它可能会将零件转移到另一只手臂。

  西门子公司首席技术官Roland Busch表示,西门子也在使用AI来预测工厂设备何时需要维护。

  Busch说,该公司在包括传感器和用于数据传输的通信接口的旧电机和变速器上安装“智能盒”。

  “通过分析数据,我们的人工智能系统可以得出关于机器状况的结论,并检测出不符常规性,从而使预测性维护成为可能,”他说。

  Ng表示,像西门子机器人和他自己的视觉检测技术这样的变化意味着制造过程在不久的将来可能并不相同。他比较了人工智能和100多年前电力改变工业的方式。

  “电力改变了每一项业务。它改变了与电报的通信,并通过电动机进行通信,“Ng在斯坦福大学的一次谈话中表示,“现在,深度学习和人工智能已经发展到可以改变每个行业的地步。”

  

版权声明

本文仅代表作者观点,不代表台州IT网立场。
本站部分资料来源网络和网友发布,版权归原作者所有。如有侵权,请您来信告之删除!

继续浏览有关 人工智能   数据   区块链 的文章
发表评论
留言与评论(共有 0 条评论)
   
验证码: