Cognitive Manufacturing with Watson IoT
 |
來源：OFweek工控网
近年來，物聯網、大數據和人工智慧等技術快速發展，並衍生出多個行業的智慧化應用，例如自動駕駛、智慧製造、智慧醫療、智慧交通等。基於數據分析和認知計算的技術，正在影響我們的生活和工作方式，為企業提供了新的競爭優勢。
在製造業中，人們的工作方式開始改變，在資訊化技術的支持下，雇主能夠與工人、客戶，以及供應商進行緊密互動，使得製造過程更協調。工廠獲得大量數據之後，透過人工智慧的方法，例如計劃、推理和學習，最終獲得最好的決策見解。
目前主要的認識技術，包括機器學習、電腦視覺和語言的認知等。語言認知能理解和生成人類語言，以便利用書面和口頭方式加速與機器的交互。而機器學習可以從數據中學習，而自動化診斷，無需精確編程。還有電腦視覺，可以從一系列圖像中挖掘、評估和理解有用資訊。
這些技術使得機器能夠理解人類行為，並能接手人類工作的一部分。透過認知電腦提供的資訊，製造商可以即時決定行動方案，最終實現最優的生產管理。
製造業的數位化未來趨勢
未來幾年工業將走向數位化，而物聯網是主要推動力之一，物聯網設備將會激增，數量會超過 100 億。而圍繞著這些設備，如何創建數據分析，改善我們的業務和生活，是至關重要的的事情。
由於傳輸大量數據，傳統計算將難以跟上。處理如此大規模的數據，必需採用認知計算這樣的技術，以便管理、評估和改進資訊。認知計算是製造業向數位化轉型的一部分，採用新技術可以分階段完成，認知計算也適合這種形式。
未來工廠裡對設備的管理，是透過感測器連接和分析，從設備和生產線上，獲取各種各樣的數據，並透過認知理解，來改善勞動力和能源等資源分配，最終提高性能效率，並減少不必要的停機時間。
認識計算將在未來製造業中，起到關鍵作用，例如基於機器學習的機器人，將會成來未來工廠關注的一個重點領域。工業機器人的銷量，已經證實了未來的方向，而智慧機器人配備了感測器，易於編程，有人工智慧技術的加持下，將變得更聰明，更具響應性和自主性。
認識計算帶來深刻改變
工廠希望能夠快速響應市場的變化，和客戶的個性化需求，因此需要提高生產的自動化和靈活性，新一代智慧機器人，對於柔性化生產非常有利。不久的將來，隨著機器人的功能升級，以及成本的進一步下降，智慧機器人將會在小型工廠中，廣泛採用。
多年來，人們一直在研究，用電腦模擬人類大腦的工作方式，從過去的可編程系統，到現在的認知系統，利用數據挖掘、模式辨識，和語言認識等自學習算法。
認知計算也可以幫助實現靈活的自動化，例如透過自動檢測，可以預測和改善維護，防止意外停機。
先進的人工智慧技術，給製造業帶來巨大的提升，利用機器視覺認知，檢測有缺陷的組件，在設備運送到市場之，前進行處理，保證產品的良品率。無論是智慧機器人、還是視覺檢測，電腦系統的認知處理都是關鍵。
 |
0 comments:
張貼留言