Industry 4.0 - "Smart Factory" explained
 |
來源：物联之家网 作者：Jeremy Cowan
譯：冬夜
沒錯，機器不僅可以分析數據，還能像其他人一樣與人類交流。它們可以從像非專業人士那樣說話，轉變為吐出愛因斯坦和霍金那樣眾所皆知的智慧。
所有這些都是因為人工智慧(AI)已經成熟。從2016年的2.725億美元，到2023年，人工智慧在製造業的收入將達到48.829億美元，複合年成長率不低於52.42%。
人工智慧( AI )、機器學習、深度學習和神經網路，正在推動技術創新，例如，深度學習技術正在幫助公司，進行信號辨識、數據挖掘、語音和圖像辨識，而機器學習則使它們能夠理解技術資源，例如來自感測器和物聯網( IoT )的數據。
人工智慧( AI )、機器學習、深度學習和神經網路，正在推動技術創新，例如，深度學習技術正在幫助公司，進行信號辨識、數據挖掘、語音和圖像辨識，而機器學習則使它們能夠理解技術資源，例如來自感測器和物聯網( IoT )的數據。
在工業領域，人工智慧驅動的機器，正在使用結構化和非結構化數據，來徹底改變製造業的商業模式和策略。隨著數據量的增加，企業甚至正在確定性能改進領域，以使智慧工廠更加智慧。
人工智慧驅動的績效改進策略
即時監控和機器學習，透過提供有關機器工作負，載和生產計劃性能的可操作見解，共同優化工廠營運。即時獲取這些知識能夠幫助工程師，在管理機器和整體操作方面，做出更好決策。如果我們按預測行事，製造商將採用機器學習和分析，在未來五年內將預測性維護提高38%。
一家德國工業製造企業，已經開始使用神經網路來監控、記錄和分析其鋼鐵廠的營運情況。嵌入其機器中的感測器始終測量不同的變量，並支持數據驅動的決策。人工智慧系統已成功改善燃氣輪機的性能，並將排放量減少10%至15%，超出了專家們的水準。
石油和天然氣行業是另一個主要例子。在一項著名的研究中，一家全球管理咨詢公司在三年內，從一個裝有5000個感測器的成熟生產平台，收集了數百GB的數據。
從事該項目的數據科學家，使用高級分析來增強海上工廠的預測性維護實踐，他們能夠以超過70%的準確率，預測溢油事故和氣體壓縮機組故障的發生，以及井內壓力增加的可能性。
從事該項目的數據科學家，使用高級分析來增強海上工廠的預測性維護實踐，他們能夠以超過70%的準確率，預測溢油事故和氣體壓縮機組故障的發生，以及井內壓力增加的可能性。
AI 作為智慧工廠的推動者
一段時間以來，智慧製造工廠一直在利用工業機器人和自動化來提高營運效率。2017年，與2016年相比，這些技術取得了顯著成果。到了2018年，由於人工智慧使機器人和自動化機器變得更智慧、更敏銳、更適應和更具反應性，情況才變得更加明朗。
以Amelia為例，它是一名智慧虛擬工程師，由一家美國技術新創公司創建，致力於認知技術和企業自動化。這個虛擬代理利用先進的機器學習模型，可以在沒有任何人工幫助情況下，向客戶提供建議。為了將數據輸入她的系統，Amelia被授權閱讀文檔，從觀察中學習，並遵循基於業務分析的流程。
機器學習技術，可以幫助製造工廠的操作員做更多事情。這些解決方案不僅有助於提取數據驅動的洞察力、運行預測性維護和機械檢查，而且還有助於移動材料和實施生產計劃、現場服務、回收和品質控制。
汽車工業是第一批在製造業務中，利用人工智慧的行業之一。 汽車製造商已經部署了具有電腦視覺技術的cobot，可以在同一工廠車間進行人機協作，而無需改變工廠設計。
對於品質控制，公司已經使用支持AI的視覺品質檢查器，這使得缺陷檢測提高了大約90%。除此之外，人工智慧還透過將預測誤差減少30%到50%，將研發生產率提高了10%至15%，並節省了庫存成本。
對於品質控制，公司已經使用支持AI的視覺品質檢查器，這使得缺陷檢測提高了大約90%。除此之外，人工智慧還透過將預測誤差減少30%到50%，將研發生產率提高了10%至15%，並節省了庫存成本。
未來充滿競爭…
雖然全球製造業組織，仍在研究人工智慧可以為其業務做些什麼，但美國和中國正在透過人工智能爭奪競爭優勢。美國大約有85萬名員工，從事人工智慧工作，其中一半以上擁有超過10年的工作經驗。另一方面，中國有50000名員工，其中40%有不到五年的工作經驗。
考慮到中國堅持不懈地，大規模生產神經網路處理器，並利用這些晶片來增強製造操作，這種情況可能很快就會翻轉，到2025年，我們可能會看到中國主導人工智能市場（當然這是他們自己說的愛國用語⋯⋯）。
考慮到中國堅持不懈地，大規模生產神經網路處理器，並利用這些晶片來增強製造操作，這種情況可能很快就會翻轉，到2025年，我們可能會看到中國主導人工智能市場（當然這是他們自己說的愛國用語⋯⋯）。
這種現象已經有了苗頭。一家領先的中國智慧手機製造商，雇傭了一家人工智慧咨詢公司來幫助提高工廠效率，並部署了4萬多台工業機器人，與人類員工合作生產智慧手機。
...... 還有機會
隨著人工智慧商業化，數據科學家正在尋找更多機會，來密切研究該技術的潛力和應用。下一個合乎邏輯的步驟，是開發高能效的深度神經網路，並建立一個人工智慧驅動的自動化工廠，只有機器人才能在安全距離內，與人類一起工作。為了實現後者，美國一家汽車專業公司，最近收購了一家專門從事工廠車間全自動化的德國工程公司。
人們正在進行研究，以使人工智慧更加人性化。一家開發友好人工智慧應用的非政府組織，正在使用強化學習算法，來訓練AI代理人，從錯誤中吸取教訓，並採取相應行動。
儘管啓用AI的機器實施激增，但仍然沒有監管機構，來管理政府層面的機器智慧。雖然人工智慧還沒有達到人類的智慧能力，但現在是開始探索這條道路的最好時機。
沒有留言:
張貼留言