火爆全網(wǎng)的ChatGPT，會讓AI在工業(yè)領(lǐng)域迎來新的發(fā)展契機(jī)嗎？

2022年，幾個新的人工智能（AI）應(yīng)用沖出了開發(fā)實(shí)驗(yàn)室，讓更多的工程界人士感到興奮。例如，12月推出就火爆全網(wǎng)的ChatGPT，是一個復(fù)雜的大型語言模型，可以作為一個聊天機(jī)器人進(jìn)行互動。該系統(tǒng)由OpenAI開發(fā)，建立在2021年的數(shù)據(jù)庫上，但它確實(shí)提供了一個極其強(qiáng)大的人工智能示范。

另外一個類似的例子是人工智能圖像生成器Stable Diffusion，它可以在幾秒鐘內(nèi)從一個簡單的文本輸入生成復(fù)雜的圖像。

?AI對工業(yè)自動化的影響

Festo公司產(chǎn)品管理和營銷主管Steve Sands認(rèn)為，諸如此類的應(yīng)用使人們對人工智能有了更廣泛的認(rèn)識和接受，這將加速AI技術(shù)在制造業(yè)更多機(jī)械應(yīng)用中的普及。

在解釋這些發(fā)展如何轉(zhuǎn)化為工業(yè)自動化領(lǐng)域時，Sands以Festo AX人工智能工具為例，該工具主要圍繞三個關(guān)鍵應(yīng)用而開發(fā)——預(yù)測性維護(hù)、能耗和質(zhì)量優(yōu)化。將應(yīng)用知識與強(qiáng)化學(xué)習(xí)軟件相結(jié)合，由人機(jī)閉環(huán)系統(tǒng)（human in the loop）負(fù)責(zé)教導(dǎo)和訓(xùn)練，獎勵好的輸出，忽略或懲罰差的輸出。

PCB制造中的典型異常是部件缺失或錯位或焊點(diǎn)故障。

"它可以訓(xùn)練軟件，將原始數(shù)據(jù)轉(zhuǎn)化為系統(tǒng)化的模型，在那里可以建立模式并檢測出異常情況。擁有應(yīng)用知識就變得至關(guān)重要，因?yàn)樗笷esto項(xiàng)目團(tuán)隊(duì)有可能支持對異常情況進(jìn)行分類，并以首選的形式將其輸出給適當(dāng)?shù)娜祟悊T工，例如高水平的報(bào)告、維護(hù)干預(yù)、文本信息或直接輸入智能維護(hù)工具中。人類的反饋將不斷提高輸出的質(zhì)量。"Sands說。

工業(yè)自動化和人工智能的未來是有內(nèi)在聯(lián)系的。"我們將看到更強(qiáng)大的軟件工具，通過AI優(yōu)化的機(jī)器設(shè)計(jì)，它們可以加速和支持設(shè)計(jì)師和程序員的工作。"Sands說。這些將比今天的編程更直觀，可能使用自然語音或文本。

復(fù)雜的機(jī)器模型將從標(biāo)準(zhǔn)化和結(jié)構(gòu)化的數(shù)據(jù)模型中更迅速和無錯誤地創(chuàng)建。這些物理機(jī)器的數(shù)字雙胞胎將包含用于拖放CAD設(shè)計(jì)的部件的物理尺寸，以及關(guān)于其性能動態(tài)和操作的信息，因此它們可以被優(yōu)化為能源消耗、整體設(shè)備效率（OEE）和總擁有成本（TCO）。

隨著對可持續(xù)發(fā)展的密切關(guān)注，它也將自動生成一個完整的狀態(tài)分析圖，以說明機(jī)器所有部件在生產(chǎn)制造過程中所消耗的二氧化碳，以及在其生命周期內(nèi)與產(chǎn)出有關(guān)的消耗。

不過，AI的應(yīng)用也存在著風(fēng)險(xiǎn)和挑戰(zhàn)。Sands認(rèn)為，"諸如知識產(chǎn)權(quán)所有權(quán)和內(nèi)置偏見等因素需要被監(jiān)控和解決，而且，隨著這些解決方案變得越來越有說服力，我們需要注意邏輯錯誤不會被內(nèi)置、強(qiáng)化或重復(fù)。只有了解AI的愿景和局限性，我們才能努力獲得它所提供的全部好處。"

?解決實(shí)際生產(chǎn)問題

西門子公司高級人工智能專家Arun Kumar表示，今天你所看到的地方幾乎都在使用AI技術(shù)，例如，搜索引擎、在線商店、智能手機(jī)和先進(jìn)的駕駛輔助系統(tǒng)等。而且，隨著所需的計(jì)算能力在車間里的普及，生產(chǎn)系統(tǒng)也可以獲得AI的好處。

通過AI解釋和學(xué)習(xí)生產(chǎn)數(shù)據(jù)的能力，制造商現(xiàn)在能夠解決傳統(tǒng)上難以實(shí)現(xiàn)自動化的問題，比如視覺質(zhì)量檢查。

產(chǎn)品的視覺檢查是許多行業(yè)中質(zhì)量控制的一個重要步驟。例如，它有助于確保瓶子或罐子的正確灌裝，或確保包裝內(nèi)容的完整和正確定位。這些檢查具有高度的重復(fù)性，手動執(zhí)行容易出錯。但同時，視覺檢查涉及大型數(shù)據(jù)集以及模糊的錯誤定義，使其自動化非常復(fù)雜。

"這就是人工智能發(fā)揮作用的地方，" Kumar說，"它可以根據(jù)模式而不是嚴(yán)格的閾值或規(guī)則，檢測數(shù)據(jù)集中的異常情況，并識別正確或不正確的部分。"

他引用了西門子印刷電路板（PCB）制造業(yè)務(wù)中的一個質(zhì)量控制應(yīng)用，其中一個基于AI的質(zhì)量系統(tǒng)已被成功部署，以檢測丟失、錯誤焊接或錯位的組件。AI最初是在云環(huán)境中使用包含無缺陷和有缺陷的PCB圖像的大型數(shù)據(jù)集進(jìn)行訓(xùn)練。然后在Simatic IPC520A Tensorbox系統(tǒng)上實(shí)現(xiàn)該算法。

在那里，AI應(yīng)用檢查視覺系統(tǒng)的PCB圖像是否有異常，并對算法檢測到的異常的可靠程度給予評價。這種反饋有助于改進(jìn)訓(xùn)練算法。由于算法的計(jì)算密集型訓(xùn)練在一個單獨(dú)的（云）系統(tǒng)上運(yùn)行，圖像識別和分析需要很少的現(xiàn)場資源，這讓檢測既準(zhǔn)確又快速：通常，異常檢測需要不到100毫秒。

然而，Kumar強(qiáng)調(diào)了一點(diǎn)，實(shí)現(xiàn)這樣的結(jié)果確實(shí)是有代價的。他說，"人工智能需要在大型數(shù)據(jù)集上進(jìn)行訓(xùn)練，以學(xué)習(xí)什么是'正確'和'不正確'的成分或決定。"

訓(xùn)練環(huán)境需要相對較高的計(jì)算能力，這些計(jì)算機(jī)系統(tǒng)通常不適合安裝在機(jī)器上或靠近機(jī)器的地方，這就是為什么訓(xùn)練通常在云端或中央機(jī)器上進(jìn)行。不過，一旦訓(xùn)練完成，實(shí)際決策所需的計(jì)算能力就會大大降低。執(zhí)行模型的推理系統(tǒng)可以很容易地在緊湊的嵌入式工業(yè)PC上運(yùn)行。

由于計(jì)算能力的不同要求，AI應(yīng)用通常被設(shè)置為兩個不同的系統(tǒng)，一個具有極高計(jì)算能力的訓(xùn)練機(jī)和一個用于執(zhí)行訓(xùn)練算法的獨(dú)立推理機(jī)。這種方法可以在最初和應(yīng)用階段在強(qiáng)大的計(jì)算機(jī)系統(tǒng)上或在云中對AI進(jìn)行生產(chǎn)外培訓(xùn)，從而降低計(jì)算成本。車間的推理系統(tǒng)用于執(zhí)行訓(xùn)練算法，并將生產(chǎn)數(shù)據(jù)反饋給訓(xùn)練系統(tǒng)。

輕量化的邊緣智能

隨著運(yùn)營數(shù)據(jù)在數(shù)量和來源上的激增，羅克韋爾自動化公司高級分析部全球總監(jiān)Bijan SayyarRodsari認(rèn)為，人工智能在工業(yè)領(lǐng)域發(fā)揮真正作用的時候到了。

"為了產(chǎn)生最大的影響，AI需要在每個人都能接觸到的范圍內(nèi)，以去中心化的方式在主流硬件上運(yùn)行，這就是為什么AI的未來可能會處于邊緣端。"他說。

在傳統(tǒng)的AI應(yīng)用中，數(shù)據(jù)將離開控制器，進(jìn)入云端，在那里進(jìn)行分析和語境化，以 "增加價值"，然后作為可操作的指令返回到車間。"但我們的方法是不同的。雖然仍是基于操作數(shù)據(jù)構(gòu)建基于AI的決策，但我們正在通過混合學(xué)習(xí)來實(shí)現(xiàn)。我們用第一原理的知識來限制對數(shù)據(jù)的學(xué)習(xí)，以盡量減少并在許多情況下消除對歷史輸入的需求，并且可以在一個非常小的硬件上進(jìn)行學(xué)習(xí)。在大多數(shù)情況下，這足以支持一個客戶的解決方案。"

"這是一個進(jìn)化的步驟，"他繼續(xù)說，"很像人體，你會不由自主地將手從極端熱源或尖銳物體上拉開。這個動作甚至不涉及大腦，它是一種原始的基于神經(jīng)的短路，旨在保護(hù)我們免受傷害。"

"我們正在尋求對AI做同樣的事情——開發(fā)從流數(shù)據(jù)中提取信息的方法，然后將其放回閉環(huán)系統(tǒng)中，將以云為中心的互動需求全部降到最低。我們正在有效地分配智能，并將基于AI的決策放在邊緣。"SayyarRodsari說。這并沒有消除對集中式智能和決策的需求，該方法并不反對或排除企業(yè)數(shù)據(jù)基礎(chǔ)設(shè)施，只是要定義和決定如何以及何時使用更廣泛的結(jié)構(gòu)，以優(yōu)化決策。

"AI需要成為運(yùn)營的幫助，以支撐更大的生產(chǎn)力和增加價值，但它決不能是過于繁瑣的或被視為一種阻礙，"他繼續(xù)說，"我們需要建立一種關(guān)系，就像我們與手機(jī)相機(jī)軟件的關(guān)系一樣。借助AI技術(shù)即使是最沒有創(chuàng)造力的人也能拍出一些真正令人驚嘆的照片，這與我們在工業(yè)方面的目標(biāo)相類似。"

從技術(shù)角度來看，SayyarRodsari堅(jiān)持認(rèn)為，硬件永遠(yuǎn)不應(yīng)該是一個限制因素。"即使是一個不大的邊緣設(shè)備也應(yīng)該能夠運(yùn)行我們的AI解決方案。我們已經(jīng)優(yōu)化了算法，使其在邊緣運(yùn)行時所需的占地面積和復(fù)雜性最小——在那里它既可以學(xué)習(xí)流程特征，又可以執(zhí)行自主命令。"

"我們正在努力使企業(yè)只有在有令人信服的商業(yè)案例時才會參與，而人工智能是守門員。事實(shí)上，通過優(yōu)化使用基于云的基礎(chǔ)設(shè)施，企業(yè)可以將成本和復(fù)雜性降低一個數(shù)量級。"他補(bǔ)充說。

來自ChatGPT的回復(fù)

把關(guān)于AI在工業(yè)應(yīng)用中的最后評論留給AI本身是很有意義的。筆者在線詢問了ChatGPT聊天機(jī)器人關(guān)于"AI技術(shù)能在工業(yè)領(lǐng)域提供什么好處"。ChatGPT的回答是（完全未經(jīng)編輯），AI技術(shù)可以在工業(yè)領(lǐng)域提供許多好處，包括：

■?預(yù)測性維護(hù)。AI可以用來預(yù)測設(shè)備何時可能發(fā)生故障，從而實(shí)現(xiàn)主動維護(hù)，減少停機(jī)時間。

■?質(zhì)量控制。AI可用于檢查和測試產(chǎn)品的缺陷，提高產(chǎn)品質(zhì)量并降低成本。

■?過程優(yōu)化。AI可用于優(yōu)化工業(yè)流程，如調(diào)度和資源分配，以提高效率和降低成本。

■?機(jī)器人技術(shù)。AI可用于控制和自動化工業(yè)機(jī)器人，這可以提高效率，減少對人力的需求。

■?能源效率。AI可用于優(yōu)化能源使用，例如，管理和控制資源的使用，以節(jié)省能源。

■?自動駕駛車輛。AI可用于控制和導(dǎo)航自主車輛，如無人機(jī)和自動駕駛汽車，它們可用于檢查、運(yùn)輸和測繪等任務(wù)。

■?預(yù)測分析。AI可用于分析工業(yè)流程中的數(shù)據(jù)，并預(yù)測未來的行為，以便更好地做出決策。

編輯：黃飛