人工智能(AI)仍然是许多行业的主要嗡嗡声,包括制造,媒体涵盖了新的AI功能和趋势在实现生产的数字化方面发挥关键作用。但是真实的故事是什么?
在许多情况下,AI只存在于理论上,并且在普遍存在之前还有很长的路要走。第三方服务提供商吹捧其经常昂贵的AI的技术可以使AI看起来比它更为神秘。向任何外部承包商放弃内部专业知识和控制可能与不明确的利润同样昂贵。
是否有可能利用AI为投资证明?是否与AI实际上是值得的,优化一些参数?刚刚被用来追逐趋势吗?
在AI中变得灵活
人工智能不应该只是作为一种优化长期自动化流程的手段。真正的潜力是用这项技术做一些全新的事情。以前由人类或物理机器完成的任务现在可以由人工智能控制的软件驱动的机器人来完成。这增加了机器人的灵活性和可追溯性,在许多情况下,可靠性,并使市场上更成功的操作。
但是两个障碍仍然存在:
- 数量有限的专家
- 缺乏技术本身的透明度
很少有AI专业人员可以使用;行业是否需要它们?
正如数字化的历史所表明的那样,一开始研究新技术的专家总是有限的,但这从未停止过进步。在20世纪80年代pc取得胜利之前,人们很容易相信,每个公司都需要一个拥有自己计算机科学家的数据中心来参与第一波数字化浪潮。事情不是这样的。相反,有现成的产品,有明确定义的界面,使每个业务,无论多小,都能利用IT创新。关键在于个人电脑:一种易于理解、灵活的计算技术,目前已被广泛使用。
AI将遵循相同的制造路径。制造商能够购买提供必要AI功能的产品,而不是支付外部资源以引导AI项目,而是可以在没有外部帮助的情况下购买必要的AI功能的产品。这是一些组件供应商正在开发AI产品的基本假设之一。您当然需要专注于解决产品的复杂控件问题,但您不应该成为计算机科学学位的专家。
通过新技术建立信任
第二个障碍是技术本身,这对很多人来说最初似乎是难以理解的。在这里,重要的是要消除普遍存在的担忧,即人工智能控制的机器人会突然在夜间自愿地开始胡闹。一些人声称人工智能系统如何做出决策是不可预测和不可理解的。那不是真的。神经网络是乘法和加法的序列。它们是确定性的,它们的工作原理可以遵循学校的数学,但它们确实有很多参数。所以你不能一眼看出他们是如何做决定的。
问答:Micropsi Industries Ceo Ronnie Vuine
还可以呼吁AIS使其决策路径可以理解,理想情况下,在If-well-else模式之后的可理解规则中。如果这是可能的话,随着传统的编程,不需要复杂的模型。但是,AI是答案,它不容易解释IF-ELSE规则中不容易解释的问题。所需的是,在这些系统中建立信任是可测试的,可靠的系统,可以通过使用系统来探索,并开发AI在给定用例中如何响应AI的感受。当这种测试快速而无痛时,调查结果 - 以及AI动力机器人 - 将是值得信赖的。
自动化手动工作站
实现快速测试是目前人工智能供应商面临的一项技术挑战。有时需要一些耐心来训练一个人工智能系统,以便它能在生产中使用,但这是值得的。一旦他们掌握了窍门,制造商就可以使用基于人工智能的机器人控制解决方案来灵活地自动化手动工作站。拾取零件、跟踪轮廓、插线、组装产品,这些都可以通过机器人手腕上的一个小摄像头来实现。由于所有部件都可以被灵活地训练以适应新的任务,机器人手臂和人工智能软件可以用于生产的不同点。
例如,在汽车供应商中,已经构建了一个简单的自动化解决方案,用于从半有序网格中对金属部件进行分类。该设施的照明条件是不可预测的,经常接受阳光直射。此外,金属零件具有高度的反光性,必须考虑闪光锈蚀的发生。供应商联系了Micropsi Industries,因为它的人工智能系统可以处理这些差异-位置,照明条件,颜色,和来自剩余包装的遮挡。为了做到这一点,技术必须学会寻找下一部分,不管时间、阳光强度、表面条件和包装巧合。
更难解决的是测试应用程序目前正在一个白色家电制造商的验证阶段。在这里,探头必须非常精确地定位。AI必须在正在进行泄漏检测的铜线上找到不同位置、方向、形状和材料性能的焊点。
这两个应用程序是用几乎相同的硬件实现:UR5E协作机器人通用机器人,人工智能系统和手腕摄像头,以及为客户量身定制的应用工具。工厂员工在现场对系统进行了培训。源代码只需要在PLC端编写。
在内部构建AI专业知识
目前有许多AI产品在制造中使用。它们触发了Mindset的变化并实现了软件控制和灵活的生产过程。由此产生的复杂性保持在易于学习的产品中。
结果,您可以通过AI达到比一点优化更多。该技术可实现更大的灵活性,独立性,弹性和效率。市场必须提供可以以探索方式学习的产品,从而使AI可信赖。如果这成功,可以进行与引入PC技术的主要自动化波。
关于作者
Ronnie vine是Microspi Industries。Micropsi Industries公司成立于2014年,是一家提供用于控制工业机器人的即用AI系统的软件公司。MicroSpi筹集了约900万美元的六个资金回合,拥有35名员工。它的Mirai控制器直接和实时地生成机器人运动,与ABB和Universal Trobots兼容。
在创立Micropsi Industries之前,vine是txts软件开发的负责人,是IND Group的数字银行顾问,领导零售银行转型项目法国巴黎银行富通银行(布鲁塞尔)和瑞士银行(Zürich)。
告诉我们你的想法!