比起消費(fèi)領(lǐng)域，人工智能技術(shù)應(yīng)用在工業(yè)領(lǐng)域面臨更大、更復(fù)雜的挑戰(zhàn)，加上工業(yè)領(lǐng)域很多問題沒有清晰的規(guī)則和邊界、垂直行業(yè)知識(shí)專業(yè)度較高，這些都成為人工智能落地工業(yè)的難點(diǎn)。
作為更懂工業(yè)的西門子，我們的專家團(tuán)隊(duì)通過(guò)提供定制化的人工智能解決方案，幫助多個(gè)領(lǐng)域的客戶降本增效，釋放人工智能在工業(yè)領(lǐng)域的應(yīng)用潛力。其中就有這座久負(fù)盛名的數(shù)字化工廠。
邊緣計(jì)算與人工智能打破自動(dòng)化天花板
西門子（中國(guó)）有限公司工廠自動(dòng)化事業(yè)部未來(lái)自動(dòng)化技術(shù)與業(yè)務(wù)孵化器部門（NAT&B）經(jīng)理王超博士認(rèn)為：“工業(yè)邊緣計(jì)算疊加工業(yè)人工智能之后，可以使最好的自動(dòng)化變得更好。”
邊緣計(jì)算帶來(lái)底層應(yīng)用在開發(fā)和運(yùn)營(yíng)上成本的降低，人工智能則能夠使企業(yè)在生產(chǎn)過(guò)程中直接獲益。簡(jiǎn)單來(lái)說(shuō)，邊緣計(jì)算為人工智能提供了理想的載體，這個(gè)載體可以更好地服務(wù)新型應(yīng)用開發(fā)和運(yùn)行，而人工智能通過(guò)相關(guān)的機(jī)器學(xué)習(xí)技術(shù)和深度學(xué)習(xí)技術(shù)可以在底層對(duì)數(shù)據(jù)進(jìn)行更高質(zhì)量分析，從而對(duì)原有的分析或者控制方式方法進(jìn)行增強(qiáng)和提升，反向?yàn)檫吘売?jì)算帶來(lái)更多加分項(xiàng)，兩者的結(jié)合可以實(shí)現(xiàn)“1+1＞2”的化學(xué)效應(yīng)。
與此同時(shí)，工業(yè)邊緣計(jì)算將云端的優(yōu)勢(shì)帶到了現(xiàn)場(chǎng)，很大程度上保護(hù)了敏感數(shù)據(jù)的信息安全。人工智能在底層應(yīng)用時(shí)，它的模型需要不斷地迭代和升級(jí)，而邊緣計(jì)算可以提供很好的支撐、分發(fā)和迭代。工業(yè)邊緣計(jì)算具有良好的底層數(shù)據(jù)無(wú)縫采集能力，能夠把采集到的數(shù)據(jù)直接發(fā)送給人工智能，人工智能就可以高效實(shí)現(xiàn)在邊緣計(jì)算端的數(shù)據(jù)分析，減少外泄風(fēng)險(xiǎn)。
當(dāng)人工智能遇到西門子中國(guó)的首座數(shù)字化工廠
西門子工業(yè)自動(dòng)化產(chǎn)品成都生產(chǎn)及研發(fā)基地（SEWC）是西門子在德國(guó)以外建立的首座數(shù)字化工廠。當(dāng)工業(yè)人工智能技術(shù)在這里落地開花，這座數(shù)字化工廠會(huì)釋放出哪些新的潛力？
01 顛覆電子元件質(zhì)量檢測(cè)
印制電路板（PCBA板）是PLC產(chǎn)品的重要部件之一。
以前，PCBA板的質(zhì)量檢測(cè)方式包括：自動(dòng)光學(xué)檢測(cè)設(shè)備（AOI）初步預(yù)判+人工復(fù)判。在預(yù)判顯示存在質(zhì)量問題的產(chǎn)品中，高達(dá)80%經(jīng)過(guò)復(fù)判都證明沒有問題。
現(xiàn)在，西門子人工智能專家團(tuán)隊(duì)將產(chǎn)品質(zhì)量數(shù)據(jù)定義為兩類，針對(duì)兩種不同的數(shù)據(jù)，分別采用針對(duì)圖像特定特征的提取方法和聚類的人工智能算法，以及有監(jiān)督的深度學(xué)習(xí)方法來(lái)訓(xùn)練機(jī)器，使得AOI預(yù)判準(zhǔn)確率顯著提高，需要人工復(fù)判的產(chǎn)品數(shù)量減少了75%。
02 工業(yè)廢料分揀的新突破
以前，廢料分揀是基于規(guī)則，每當(dāng)廢料類別形態(tài)或定義發(fā)生變化時(shí)，就需要人工介入。
現(xiàn)在，當(dāng)廢料進(jìn)入處理工站時(shí)，人工智能通過(guò)收集、分析廢料的圖片信息，分辨廢料種類，從而指導(dǎo)機(jī)械手臂將廢料分揀至對(duì)應(yīng)的處理流程。
自動(dòng)機(jī)器學(xué)習(xí)（AutoML）以及多模態(tài)融合的應(yīng)用，分揀精確率從70%左右提升至97%，分揀過(guò)程也更加智能和靈活。
