工業(yè)與AI的挑戰(zhàn)

　　Andreas?Mangler?（儒卓力?戰(zhàn)略營(yíng)銷和傳播總監(jiān)）

　　1 邊緣AI給工業(yè)應(yīng)用帶來(lái)的變化

　　人工智能（AI）以及作為AI基礎(chǔ)過(guò)程的機(jī)器學(xué)習(xí)（ML）將沖擊影響包括預(yù)測(cè)性維護(hù)、工業(yè)通信、機(jī)器人技術(shù)和電機(jī)控制等在內(nèi)的工業(yè)應(yīng)用。

　　盡管AI技術(shù)并不是什么新鮮事物，但數(shù)據(jù)的爆炸式增長(zhǎng)卻促使其以驚人的速度前進(jìn)，例如，在谷歌上數(shù)十億次搜索的支持下，提供了相當(dāng)大的實(shí)時(shí)數(shù)據(jù)集。

　　每年，我們產(chǎn)生的數(shù)據(jù)量都會(huì)翻倍，并且據(jù)預(yù)測(cè)，在未來(lái)10年內(nèi)，將有1 500億個(gè)聯(lián)網(wǎng)傳感器（超過(guò)地球人口的20倍）。由此產(chǎn)生的數(shù)據(jù)集可以幫助AI設(shè)備學(xué)習(xí)人類的思維和感知方式。它們加快了學(xué)習(xí)速度，并允許實(shí)現(xiàn)數(shù)據(jù)分析的自動(dòng)化。處理的信息越多，機(jī)器學(xué)習(xí)就越準(zhǔn)確。

　　AI決策系統(tǒng)可以采用一系列技術(shù)、算法、統(tǒng)計(jì)模型和認(rèn)知能力來(lái)解決復(fù)雜且相互關(guān)聯(lián)的問(wèn)題，從而提高效率和生產(chǎn)率。

　　2 工業(yè)+AI的技術(shù)挑戰(zhàn)

　　在當(dāng)前的計(jì)算模型中，存在3個(gè)軟件層：應(yīng)用程序和服務(wù)、中間件，以及平臺(tái)。將來(lái)，這些將會(huì)被人工智能、區(qū)塊鏈，以及云和邊緣計(jì)算所取代。

　　諸如大數(shù)據(jù)、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)之類的AI技術(shù)已用于包括語(yǔ)音識(shí)別、圖像識(shí)別和用戶建模在內(nèi)的應(yīng)用中。它們?cè)谒惴?、模型和體系結(jié)構(gòu)方面都取得了重大進(jìn)展。制造業(yè)、電力、運(yùn)輸、醫(yī)療保健和農(nóng)業(yè)等行業(yè)已開始應(yīng)用此類技術(shù)。

　　區(qū)塊鏈?zhǔn)且环N分布式賬本系統(tǒng)，作為分散數(shù)據(jù)庫(kù)，用于維護(hù)交易數(shù)據(jù)的永久性和防篡改記錄。中間件將在統(tǒng)一的接口中結(jié)合不同的區(qū)塊鏈實(shí)施，以易于使用。

　　邊緣計(jì)算是一種拓?fù)浜驮O(shè)計(jì)，可以通過(guò)IoT和云等技術(shù)來(lái)實(shí)施，以實(shí)現(xiàn)新的解決方案。邊緣計(jì)算將補(bǔ)充當(dāng)前的云計(jì)算堆棧，兩者將共同構(gòu)成未來(lái)的計(jì)算平臺(tái)。

　　3 儒卓力的解決方案

　　儒卓力提供了應(yīng)對(duì)這些挑戰(zhàn)所需的所有技術(shù)，并且在公司內(nèi)部創(chuàng)建了邊緣計(jì)算專家組，以支持客戶開展設(shè)計(jì)和項(xiàng)目。儒卓力的垂直計(jì)劃稱為“自動(dòng)化創(chuàng)新（Innovation in Automation）”，包含了經(jīng)過(guò)認(rèn)證的硬件和軟件特許經(jīng)營(yíng)合作伙伴網(wǎng)絡(luò)。

　　儒卓力的自動(dòng)化創(chuàng)新軟件合作伙伴為特定客戶開發(fā)了基于儒卓力硬件產(chǎn)品組合（包括控件、驅(qū)動(dòng)器和傳感器）的算法和軟件，以解決傳感器融合和自動(dòng)數(shù)據(jù)分析中出現(xiàn)的復(fù)雜數(shù)學(xué)問(wèn)題。

　　傳感器融合在結(jié)合不同類型的傳感器數(shù)據(jù)和信息源中扮演著重要的角色。這意味著用于原型設(shè)計(jì)、仿真和評(píng)估的新數(shù)學(xué)算法的設(shè)計(jì)和開發(fā)至關(guān)重要。開發(fā)保障標(biāo)準(zhǔn)、質(zhì)量和安全性的軟件，對(duì)于工業(yè)化非常關(guān)鍵。能夠通過(guò)基于傳感器數(shù)據(jù)的監(jiān)視和實(shí)時(shí)的異常檢測(cè)，可幫助實(shí)現(xiàn)用戶所需的自動(dòng)數(shù)據(jù)分析。

　　本文來(lái)源于科技期刊《電子產(chǎn)品世界》2020年第01期第20頁(yè)，歡迎您寫論文時(shí)引用，并注明出處。