九色porny国模私拍av-天堂а在线中文在线新版-亚洲成人一二三区-亚洲精选av-欧美亚洲精品在线-全部免费播放在线毛片

從預(yù)測性維護(hù)到數(shù)字雙胞胎，人工智能正在引領(lǐng)下一次制造業(yè)革命——但是還缺乏技能、數(shù)據(jù)和標(biāo)準(zhǔn)。

人工智能和機(jī)器學(xué)習(xí)正在推動制造業(yè)變革。據(jù)世界經(jīng)濟(jì)論壇去年年底發(fā)布的一份報(bào)告：人工智能、先進(jìn)機(jī)器人、增材制造（也稱為3D打印）和物聯(lián)網(wǎng)（IoT）的結(jié)合將迎來第四次工業(yè)革命。

大部分制造企業(yè)（80%）認(rèn)為人工智能項(xiàng)目會產(chǎn)生積極影響，預(yù)計(jì)收入將增長22.6%，而成本降低17.6%。

事實(shí)上，制造商已經(jīng)在使用人工智能和機(jī)器學(xué)習(xí)技術(shù)來減少設(shè)備停機(jī)時(shí)間，發(fā)現(xiàn)生產(chǎn)缺陷，改善供應(yīng)鏈，縮短設(shè)計(jì)時(shí)間。然而，缺乏技術(shù)員工、數(shù)據(jù)和標(biāo)準(zhǔn)，使得很多企業(yè)裹足不前。

通用電氣引領(lǐng)潮頭

通用電氣公司站在了這一波產(chǎn)業(yè)轉(zhuǎn)型浪潮的最前沿，由于公司所在領(lǐng)域生產(chǎn)率不斷下降，該公司一直在積極探索怎樣應(yīng)用人工智能。

該公司軟件研究副總裁Colin Parris評論說：“2010年之前，生產(chǎn)率增幅都在4%至5%之間。”然后，行業(yè)發(fā)生了變化。經(jīng)驗(yàn)豐富的工程師面臨退休，而通用電氣公司所處的新地區(qū)（包括印度和中國），以年輕員工為主。

Parris說，同時(shí)，客戶需求很快變得更加復(fù)雜。有些目的地的新航線出現(xiàn)了極端天氣條件和空氣污染，這也影響了通用電氣公司制造的噴氣式發(fā)動機(jī)。社交媒體放大了停運(yùn)的影響，客戶受其影響也會要求提高可靠性，縮短停機(jī)時(shí)間。

與此同時(shí)，客戶還希望價(jià)格仍會繼續(xù)降低。

Parris說：“人們說，你無法預(yù)測未來。其實(shí)，你當(dāng)然可以。人們想要更便宜的東西。”

要解決這個(gè)問題。通用電氣公司轉(zhuǎn)而采用人工智能和機(jī)器學(xué)習(xí)，從向客戶提供的服務(wù)開始，例如，噴氣發(fā)動機(jī)和渦輪機(jī)維護(hù)。通用電氣公司將人工智能應(yīng)用于內(nèi)部制造，隨后是設(shè)計(jì)，然后是內(nèi)部流程，例如數(shù)據(jù)中心運(yùn)營和人力資源。

Parris說：“至少在過去的10到15年里，我們在服務(wù)中一直使用分析模型和表格。”5年前，通用電氣公司開始使用機(jī)器學(xué)習(xí)和數(shù)字雙胞胎，它們對一些機(jī)械設(shè)備進(jìn)行了虛擬化表示，例如風(fēng)力渦輪機(jī)或者風(fēng)電場等機(jī)組。數(shù)字雙胞胎也可以用來表征裝配線、整個(gè)工廠或者采購過程。

在通用電氣公司，數(shù)字雙胞胎被用來性能建模、故障預(yù)測，并支持對有潛力的改進(jìn)進(jìn)行快速測試。

Parris說：“我們能夠預(yù)測哪些事情會失敗，所以我們會配置合適的工程師，庫存也會有合適的零件。我們提高了燃油效率，飛機(jī)飛行時(shí)間更長，而且提供服務(wù)時(shí)不必?cái)y帶一些不必要的零部件。我們已經(jīng)為顧客節(jié)省了數(shù)百萬美元。”

每一設(shè)備、系統(tǒng)和工藝都有數(shù)字雙胞胎的另一個(gè)好處是，通用電氣公司可以利用增材制造（3D打印）來開發(fā)定制部件，而不必依賴于必須在傳統(tǒng)生產(chǎn)線上大批量生產(chǎn)的替換零件。

他說：“隨著時(shí)間的推移，機(jī)械設(shè)備的性能會劣化。現(xiàn)在我可以說，‘我能設(shè)計(jì)專門的零件嗎，因?yàn)橐赃@種方式使用這臺機(jī)器時(shí)，我們看到邊緣會出現(xiàn)損傷，或者刀片更容易出現(xiàn)裂紋。’”而利用增材制造，我一次只制造一個(gè)零件，就能夠解決這臺機(jī)器在這種環(huán)境下特有的問題，而不用建造這些零件的大型工廠，并生產(chǎn)出數(shù)百個(gè)這樣的零件。以前，我不得不花費(fèi)數(shù)億美元來建造工廠。現(xiàn)在，我可以一次打印一個(gè)零件，并且可以不斷地調(diào)整機(jī)器機(jī)身和機(jī)器的程序。現(xiàn)在我們的機(jī)器能不斷地進(jìn)行自我調(diào)整，生產(chǎn)效率變得越來越高，我們稱之為不朽的機(jī)器。”

他補(bǔ)充道：“我認(rèn)為通用電氣公司未來在這方面會非常有趣。”

預(yù)測性維護(hù)的前景

其他制造公司也在考慮使用人工智能和機(jī)器學(xué)習(xí)來降低成本，提高性能。

總部位于佛羅里達(dá)的捷孚（Jabil）公司是一家財(cái)富500強(qiáng)企業(yè)，為全球很多大品牌提供代工服務(wù)，幾個(gè)月前，開始推動使用人工智能來發(fā)現(xiàn)制造缺陷，開展預(yù)測性維護(hù)工作。

例如，在中國的一家工廠，自動光學(xué)檢查機(jī)上有幾個(gè)攝像頭，用于查找該公司制造的電路板上的缺陷。

雖然已經(jīng)采用了基本圖像識別技術(shù)來查找缺陷，但是系統(tǒng)標(biāo)記有缺陷的電路板被發(fā)送給人類操作員進(jìn)行檢查后，發(fā)現(xiàn)35%到40%的電路板實(shí)際上沒有任何問題。

公司的高級經(jīng)理Ryan Litvak說：“操作員有兩秒鐘的時(shí)間查看每一圖像，其中一些電路板可能非常大，上邊會有數(shù)百個(gè)組件。難點(diǎn)在于把握好操作員的直覺，能夠非常準(zhǔn)確的判斷‘是’，這實(shí)際上是一個(gè)缺陷，或者‘不是’，這不是一個(gè)缺陷。”

通過減少被標(biāo)記的電路板的數(shù)量，在不犧牲準(zhǔn)確性的前提下，捷孚公司使得操作員能夠把更多的時(shí)間花在有問題的電路板上，或者把時(shí)間重新分配到其他更有價(jià)值的任務(wù)中。

他說：“我們已經(jīng)看到了非常好的效果。被標(biāo)記的電路板中有93%到98%是真正有缺陷的，這一比例相當(dāng)高，沒有缺陷的電路板中，70%以上都能夠通過檢查。”

他說，概念驗(yàn)證涉及到兩條生產(chǎn)線，這些生產(chǎn)線有非常相似的設(shè)備和工藝。現(xiàn)在，捷孚公司正致力于將其推廣到其他生產(chǎn)線上，用于處理大量數(shù)據(jù)，在工作流程中直接集成新的決策過程。

公司關(guān)注的另一個(gè)領(lǐng)域是預(yù)測性維護(hù)，其中面臨的挑戰(zhàn)是怎樣獲得所需的數(shù)據(jù)。

Litvak說：“有很多不同的系統(tǒng)在用，而且有很多不同的設(shè)備。有些有自己的維護(hù)系統(tǒng)，有些則沒有。一些供應(yīng)商通過電子表格來跟蹤維護(hù)，有些則使用自己開發(fā)的系統(tǒng)。”

他說，捷孚公司的數(shù)據(jù)科學(xué)家正在努力規(guī)范這些數(shù)據(jù)，并與微軟的專家一起合作建立預(yù)測設(shè)備故障所需的深度學(xué)習(xí)模型。

據(jù)麥肯錫的研究，采用了人工智能預(yù)測性維護(hù)的工業(yè)設(shè)備的年度維護(hù)成本降低了10%，停機(jī)時(shí)間減少20%，而檢查成本則降低了25%。

麥肯錫慕尼黑辦公室的合伙人Matthias K?sser說道，最近幾個(gè)月，人們對人工智能具體應(yīng)用的試驗(yàn)項(xiàng)目產(chǎn)生了濃厚的興趣。

最大的影響是在質(zhì)量檢查和預(yù)測性維護(hù)中使用計(jì)算機(jī)視覺和傳感器數(shù)據(jù)。

他說：“我們目前在多家公司實(shí)施了這種基于視覺的人工智能應(yīng)用，非常有潛力。然而，為了充分發(fā)揮這些潛力，企業(yè)應(yīng)迅速把從這些試驗(yàn)項(xiàng)目上學(xué)到的東西應(yīng)用到各種功能和流程的人工智能整體轉(zhuǎn)型中。這就是真正開始工作的地方。”

有關(guān)準(zhǔn)確性的問題

另一剛剛開始使用圖像識別來發(fā)現(xiàn)制造問題的制造公司是Lennox國際——一家總部位于達(dá)拉斯的暖通空調(diào)系統(tǒng)制造商。

公司的IT、先進(jìn)和新興技術(shù)主管Sunil Bondalapati說：“準(zhǔn)確度比人類高得多。現(xiàn)在，我們的準(zhǔn)確率大約是20%。我們不把它看成是一個(gè)數(shù)量問題，我們把它看成是一個(gè)準(zhǔn)確性問題。”

Lennox還向企業(yè)客戶租用設(shè)備，和通用電氣公司一樣，改進(jìn)維護(hù)是其核心需求。

目前，暖通空調(diào)設(shè)備向云端傳送其性能信息，每小時(shí)大約有800萬條新記錄。

增強(qiáng)了智能化水平后，公司能夠?qū)崟r(shí)預(yù)測設(shè)備故障，這在以前是不可能的。

Bondalapati說：“這才是人工智能所擅長的。它能夠保存兩年前某一設(shè)備所處的環(huán)境和內(nèi)存——當(dāng)濕度處于這一水平時(shí)，它在105度溫度下是怎樣工作的，當(dāng)時(shí)它是怎樣工作的，現(xiàn)在又是怎樣工作的。”

Lennox四個(gè)月前開始了這個(gè)項(xiàng)目，結(jié)果很有意義，該公司決定未來四個(gè)月開始全面推廣應(yīng)用這項(xiàng)技術(shù)。

Bondalapati說，很難計(jì)算維護(hù)方面的投資回報(bào)。“當(dāng)設(shè)備沒有故障時(shí)，怎樣計(jì)算投資回報(bào)？我們明年將不得不為此收集一些數(shù)據(jù)。”

但Lennox的存儲和計(jì)算成本已經(jīng)下降了一半，因?yàn)樗軌蚴褂肈ataBrick的技術(shù)來整合數(shù)據(jù)。

他說：“我們從20個(gè)內(nèi)核降到了4個(gè)內(nèi)核。”

人工智能在企業(yè)中的另一應(yīng)用是在財(cái)務(wù)方面。例如，計(jì)算公司應(yīng)該為履行保修責(zé)任留出多少備付金。

Bondalapati介紹說：“以前，我們只是批準(zhǔn)了一定的金額——2千萬美元或者3千萬美元，沒有科學(xué)的方法知道應(yīng)該為那些想退貨的客戶預(yù)留多少資金。現(xiàn)在，使用人工智能后，我們能夠預(yù)測每個(gè)部件的故障率，告訴保修部門要留出多少資金，當(dāng)我們獲得了更多的數(shù)據(jù)后，我們每天都能夠隨之進(jìn)行調(diào)整。”

他預(yù)計(jì)所需的備付金將減少10%。

人工智能的力量越來越強(qiáng)

Lennox還利用人工智能來查找會計(jì)問題。

Bondalapati說：“我們有數(shù)以百萬計(jì)的總帳。如果是人的話，不可能每天都把這些賬本看一遍。”

他說他的部門一直在尋找利用人工智能來幫助業(yè)務(wù)發(fā)展的機(jī)會。

“我們就像一個(gè)內(nèi)部咨詢機(jī)構(gòu)。我們一直在推廣這些。我們每周都與業(yè)務(wù)部門和其他相關(guān)部門進(jìn)行交流，并提供其他應(yīng)用案例供他們嘗試。”他說。

Lennox涉足人工智能有些早了。“對于像我們這樣的行業(yè)來說，人工智能是一條艱難的道路，需要不斷的給心存疑慮的客戶們進(jìn)行推銷。”

人工智能目前的主要局限：技能和數(shù)據(jù)

機(jī)器學(xué)習(xí)和高級分析在預(yù)測性維護(hù)和制造過程的其他方面也起著非常重要的作用。

據(jù)普華永道最近的一項(xiàng)研究，78%的制造企業(yè)已經(jīng)部署或者計(jì)劃部署預(yù)測性維護(hù)技術(shù)，而已經(jīng)部署或者計(jì)劃部署制造執(zhí)行系統(tǒng)、數(shù)字雙胞胎和機(jī)器人過程自動化的制造企業(yè)的比例分別是73%、60%和59%。

只有29%的制造企業(yè)使用或者計(jì)劃使用人工智能，普華永道將人工智能定義為超越了機(jī)器學(xué)習(xí)和高級分析，能夠做出獨(dú)立的認(rèn)知決策。

普華永道的IT戰(zhàn)略負(fù)責(zé)人Kumar Krishnamurthy評論說，如今，制造企業(yè)之所以關(guān)注嵌入式人工智能和機(jī)器學(xué)習(xí)技術(shù)，為的是降低成本。“但我的預(yù)測是，其中某些技術(shù)將幫助企業(yè)擴(kuò)大規(guī)模，提高生產(chǎn)力水平。”

他說，客戶需求和來自行業(yè)顛覆者的壓力將迫使制造企業(yè)進(jìn)行變革。然而，這項(xiàng)技術(shù)還沒有人們想象的那么成熟。此外，缺乏人工智能技能和缺少可用的數(shù)據(jù)，也阻礙了其走向成熟。

據(jù)普華永道的調(diào)查，52%實(shí)施人工智能的制造企業(yè)表示，缺乏技術(shù)人員是很大的難題，42%的制造企業(yè)則認(rèn)為數(shù)據(jù)的可靠性存在問題。

將人工智能融入到設(shè)計(jì)過程中

Palo Alto研究中心想克服制造過程中非常困難而且耗時(shí)的設(shè)計(jì)階段中存在的技能和數(shù)據(jù)問題，施樂公司的很多創(chuàng)新都是源于該中心，例如，激光打印、面向?qū)ο缶幊獭D形用戶界面、光存儲和很多其他基礎(chǔ)技術(shù)等。

Palo Alto研究中心實(shí)驗(yàn)室經(jīng)理兼研發(fā)副總裁Ersin Uzun評論說，人工智能能夠承擔(dān)功能需求、成本、監(jiān)管和制造約束等工作，并提出人類想不到的設(shè)計(jì)。

他說：“如果我讓你設(shè)計(jì)一種能讓我拿著液體的東西，你可能會首先想到一個(gè)杯子，但不一定能馬上想到駱駝背設(shè)計(jì)。”

一旦設(shè)計(jì)好了，Palo Alto研究中心還致力于開發(fā)某種技術(shù)，使用增材和減材制造方法來實(shí)現(xiàn)設(shè)計(jì)，并考慮由不同的設(shè)計(jì)和制造選擇所引入的缺陷。

他說：“如今，你設(shè)計(jì)好一件東西，把它送給制造專家，他們知道怎樣制造它，然后工程和分析人員看看制造出來的東西是否能滿足操作要求。這需要幾個(gè)月的時(shí)間。”

Uzun說，制造業(yè)是一個(gè)罕見的領(lǐng)域——其物理能力遠(yuǎn)遠(yuǎn)領(lǐng)先于軟件的處理能力。

他說：“我們有令人非常興奮的新材料，新的增材制造技術(shù)以及混合制造機(jī)器。但當(dāng)你注意一下人們正在使用的軟件時(shí)，它遠(yuǎn)遠(yuǎn)發(fā)揮不出你所擁有的材料和工具的實(shí)際能力。我們現(xiàn)在有這些可以同時(shí)進(jìn)行增材制造和減材制造的機(jī)器，但在設(shè)計(jì)上無法真正發(fā)揮出制造能力。所以一切都是手動進(jìn)行的，對于我們目前的大部分復(fù)雜制造需求，這基本上超出了任何人類的認(rèn)知能力。”

Palo Alto研究中心的區(qū)域經(jīng)理Sai Nelaturi說，為了使設(shè)計(jì)工具能夠跟上材料科學(xué)和制造技術(shù)的快速發(fā)展，應(yīng)該在工具中置入人工智能。

Palo Alto研究中心還致力于建立標(biāo)準(zhǔn)和協(xié)議，支持制造工廠中的所有不同系統(tǒng)彼此通信，開發(fā)人工智能算法來優(yōu)化能源的使用、吞吐量、效率和安全。

Uzun說，Palo Alto研究中心本身并不產(chǎn)生技術(shù)。“我們是創(chuàng)新合作伙伴和技術(shù)提供商。我們一起創(chuàng)造這些技術(shù)，使其進(jìn)入原型階段，并找到合適的合作伙伴將其推向市場。”

今天，Palo Alto研究中心正在與大型和小型制造企業(yè)合作，測試這些技術(shù)并將其推向市場。

他說，人工智能技術(shù)將幫助中小型制造商提高競爭力，而且有助于讓制造業(yè)工作崗位回歸美國。“如果是這樣，將在生態(tài)系統(tǒng)中創(chuàng)造出其他類型的工作。”

作者：Maria Korolov 過去20年一直涉足新興技術(shù)和新興市場。

編譯：Charles