国产欧美日韩精品a在线观看-国产欧美日韩精品一区二区三区-国产欧美日韩精品综合-国产欧美中文字幕-一区二区三区精品国产-一区二区三区精品国产欧美

★本刊記者/文曉

西門子數(shù)字化工業(yè)集團工業(yè)人工智能團隊主管曹子諫

當前，以人工智能為代表的新興科技正從數(shù)字化的“星辰大海”，成為推動高質(zhì)量發(fā)展的實際驅(qū)動力。深耕工業(yè)人工智能領(lǐng)域30余年，西門子對于人工智能與垂直行業(yè)融合有深切的理解和深厚積淀。西門子數(shù)字化工業(yè)集團工業(yè)人工智能團隊主管曹子諫博士表示：“西門子堅定認為工業(yè)人工智能會是未來自動化發(fā)展的核心引擎之一，必將重構(gòu)自動化的未來。與此同時，西門子在中國工業(yè)人工智能領(lǐng)域的業(yè)務(wù)探索已經(jīng)取得了積極的發(fā)展；技術(shù)在不斷創(chuàng)新，行業(yè)應(yīng)用也在持續(xù)擴展和深入，集聚和復(fù)制擴展效應(yīng)初步顯現(xiàn)，已經(jīng)成為了各行業(yè)數(shù)字化轉(zhuǎn)型與智能創(chuàng)新方面的重要支持力量。”

將人工智能融入自動化

據(jù)曹子諫博士介紹，目前西門子很多的自動化和數(shù)字化的產(chǎn)品以及產(chǎn)品組合均“融入”了人工智能相關(guān)技術(shù)，包括：西門子的一些產(chǎn)品正在為人工智能提供算力和運行環(huán)境的承載能力；一些產(chǎn)品為人工智能的算法模型以及應(yīng)用開發(fā)部署提供管理工具；一些產(chǎn)品為人工智能提供所必需的底層數(shù)據(jù)；還有一些產(chǎn)品則直接嵌入了人工智能的算法模型進行能力提升和功能拓展。

其中，與未來自動化相關(guān)的產(chǎn)品組合與人工智能相融合，在服務(wù)于中國本土客戶的過程中主要聚焦在質(zhì)量方面，主要涉及質(zhì)量檢測（發(fā)現(xiàn)問題），質(zhì)量剖析（分析原因），質(zhì)量提升（工藝優(yōu)化）三個方面。因為符合中國制造從量大到質(zhì)強的核心訴求，目前該領(lǐng)域業(yè)務(wù)發(fā)展勢頭良好，在金屬成型，光伏基材，食品飲料，冶金和電子行業(yè)頗受客戶認可，取得了不錯的成績。

挖掘工業(yè)數(shù)據(jù)價值

工業(yè)場景中無時無刻都在產(chǎn)生海量的數(shù)據(jù)，有的是控制參數(shù)，有的是過程記錄，有的是監(jiān)測信息，有的是檢測結(jié)果。與消費級市場所處理的數(shù)據(jù)相比，這些工業(yè)數(shù)據(jù)同樣量很大，同時還有維度更廣，數(shù)據(jù)實時性更強，隱私保護要求更嚴苛，數(shù)據(jù)解釋的專業(yè)性更強等特點。如何能夠通過先進的人工智能算法和行業(yè)經(jīng)驗分析數(shù)據(jù)，讓其產(chǎn)生價值并為企業(yè)所用至關(guān)重要。

曹子諫博士認為，對于工業(yè)數(shù)據(jù)的價值挖掘，第一個要解決的問題是在哪處理這些數(shù)據(jù)，在本地，在云端，還是在邊緣？不同的工業(yè)數(shù)據(jù)因為其自身的數(shù)據(jù)特質(zhì)不同，待分析的目標不同，因此很難用一套數(shù)據(jù)分析系統(tǒng)來解決所有問題。西門子在分析和挖掘工業(yè)數(shù)據(jù)價值的過程中，特別重視在合適的地方通過合理的方式進行工業(yè)數(shù)據(jù)的整備和分析。因此西門子提供基于MindSphere這樣的云端數(shù)據(jù)分析服務(wù)，也拓展了Industrial Edge這樣的邊緣側(cè)數(shù)據(jù)分析和推演系統(tǒng)，還進一步完善了SCADA這樣在工廠車間層級采集底層工業(yè)過程數(shù)據(jù)的基石系統(tǒng)。這些系統(tǒng)讓很多行業(yè)的工業(yè)數(shù)據(jù)在最合適的地方用最合適的方法進行了有深度的價值挖掘。

深入挖掘并利用工業(yè)數(shù)據(jù)價值對于中國工業(yè)企業(yè)來說，仍處于起步探索階段，難免會面臨重重挑戰(zhàn)。對此，曹子諫博士深有感受，基于歷史項目的經(jīng)驗，西門子工業(yè)人工智能團隊經(jīng)常面臨到的顯性挑戰(zhàn)會涉及：數(shù)據(jù)不可讀、數(shù)據(jù)不完整、數(shù)據(jù)不連續(xù)、數(shù)據(jù)有缺失、數(shù)據(jù)不對齊以及數(shù)據(jù)顆粒度不細等。然而，更深層次的挑戰(zhàn)在于“慣性”思維，不少企業(yè)的想法是“先采數(shù)，再分析”，先期投入巨資建立龐大的物聯(lián)網(wǎng)平臺以及數(shù)據(jù)中臺等系統(tǒng)，也從底層設(shè)備采集到大量的數(shù)據(jù)，然后就開始要找數(shù)據(jù)分析團隊來挖掘其中的價值；客戶經(jīng)常會意識到這樣的情況：似乎大量的數(shù)據(jù)都已經(jīng)采集到手，但并不知道如何讓數(shù)據(jù)產(chǎn)生價值。

“這些企業(yè)不知道的是，不帶著具體業(yè)務(wù)痛點和分析目標的數(shù)據(jù)采集，通常采集到的數(shù)據(jù)都是無效的。不僅數(shù)據(jù)分析工作無法進行，而且會導致數(shù)采系統(tǒng)的重復(fù)建設(shè)。”曹子諫博士表示：“對此，建議企業(yè)帶著業(yè)務(wù)痛點和目標來看待數(shù)據(jù)分析，讓數(shù)據(jù)分析工程師前置到數(shù)據(jù)采集工作中，用正確的視角定義待采集的數(shù)據(jù)，用正確的方法采集數(shù)據(jù)，并保障數(shù)據(jù)的高質(zhì)量；而不是讓數(shù)據(jù)分析工程師對著一堆龐大但是無意義的數(shù)據(jù)進行挖空心思的分析。”

強化學習是AI未來熱點領(lǐng)域

作為自動化設(shè)備與系統(tǒng)的行業(yè)領(lǐng)導者，西門子對于各種經(jīng)典自動化控制與先進控制技術(shù)有較深的理解，相應(yīng)的行業(yè)應(yīng)用也很豐富。曹子諫博士透露，西門子正在利用機器學習技術(shù)/深度學習技術(shù)對先進控制技術(shù)中的模型預(yù)測控制進行了提升和擴展，設(shè)計出一種有深度的模型預(yù)測控制系統(tǒng)，其基本特征包括：（1）利用數(shù)據(jù)驅(qū)動的深度監(jiān)督學習算法（代替機理和數(shù)理模型）進行質(zhì)量趨勢預(yù)測；（2）增加深度強化學習算法的應(yīng)用比例進行動態(tài)的滾動參數(shù)尋優(yōu)。

“其中強化學習是AI中的一個熱點領(lǐng)域，強調(diào)如何基于環(huán)境而行動，以取得最大化的預(yù)期利益，其關(guān)注點在于尋找探索和利用之間的平衡。”曹子諫博士強調(diào)。

跳出制造業(yè)這個范疇，AlphaGo的巨大成功掀起了圍棋界三千年未有之大變局，也使得背后的深度強化學習漸為大眾所知悉。西門子也正在自動化控制領(lǐng)域推進類似的探索。

在中國西北方一個大型的光伏材料生產(chǎn)基地里，西門子的人工智能增強控制系統(tǒng)由IPC和PLC系統(tǒng)進行承載，運行在IPC上的智能分析程序給PLC動態(tài)下發(fā)優(yōu)化后的控制指令。兩者相互配合正在幫助客戶對光伏基材的工藝控制進行優(yōu)化，縮短早期溫度調(diào)節(jié)的時長，減少溫度的波動范圍，提高了引晶的成活率，減少過程中的斷棒風險，進而幫助客戶提高了平均單產(chǎn)，在日益激烈的新能源市場中建立競爭優(yōu)勢。

在中國東北一個大型的粉末狀食品添加劑工廠里，西門子的人工智能增強控制系統(tǒng)同樣運行在IPC上，不過其驅(qū)動的對象變成了過程行業(yè)的DCS。這個系統(tǒng)正在幫助客戶提高粉末食品添加劑中的水分控制精度，減少生產(chǎn)中的損耗和能耗，同時降低生產(chǎn)過程中的人為干預(yù)，實現(xiàn)經(jīng)濟效益的最大化。

做工業(yè)原生的人工智能是西門子關(guān)注的焦點

人工智能的發(fā)展關(guān)鍵是找到能發(fā)揮其價值的應(yīng)用場景，只有實際落地于中國工業(yè)企業(yè)最關(guān)注的應(yīng)用領(lǐng)域中，才能發(fā)揮最大的價值。對此，曹子諫博士深表認同：“中國正在從制造大國向制造強國邁進，與此同時‘雙碳’政策也在賦予中國制造企業(yè)更多的歷史使命。從這些制造企業(yè)原生的訴求出發(fā)，做工業(yè)原生的人工智能是西門子關(guān)注的焦點。”

何謂工業(yè)原生的人工智能？曹子諫博士做了詳細解釋：

首先是“原生”于工業(yè)的應(yīng)用場景。隨著技術(shù)、算法、資源和人才的不斷充實，人工智能正在觸及工業(yè)的各個方面，從普遍接受的設(shè)備預(yù)測性維護、產(chǎn)品外觀檢測、物流調(diào)度等方面，更多開始在人、機、料、法、環(huán)等工業(yè)原生需求領(lǐng)域驗證了人工智能的價值；未來還將會有更多制造場景與智能技術(shù)進行創(chuàng)新融合，催生出更多新模式。一些工業(yè)核心和底層的問題正在被人工智能加速解決。

其次是“原生”于工業(yè)的現(xiàn)場系統(tǒng)。工業(yè)現(xiàn)場側(cè)的自動化技術(shù)和系統(tǒng)自身也在不斷革新，例如支持本地應(yīng)用開發(fā)運行維護的工業(yè)邊緣計算系統(tǒng)，高性能低功耗的工業(yè)計算機，以及帶有算力資源的PLC可編程邏輯控制器和支撐軟件工具等。人工智能的應(yīng)用開始在增強的自動化系統(tǒng)中被收集、處理、分析和推演，開始形成一個工業(yè)現(xiàn)場側(cè)的生態(tài)圈。

對于人工智能未來在中國工業(yè)領(lǐng)域的發(fā)展，曹子諫博士充滿信心和期待：“我們相信中國制造業(yè)企業(yè)會更加廣泛地擁抱工業(yè)人工智能，西門子工業(yè)人工智能將繼續(xù)深入行業(yè)實踐，幫助客戶提升從數(shù)據(jù)收集整備，到模型訓練優(yōu)化，以及應(yīng)用開發(fā)落地的全局性能力。同時針對不同屬性制造業(yè)企業(yè)的深層次差異化需求，西門子工業(yè)人工智能的技術(shù)形態(tài)也有所側(cè)重，西門子在未來自動化中重視工業(yè)人工智能的骨骼（算力承載系統(tǒng)），血液（數(shù)據(jù)采集和總線等），心臟（開發(fā)和運行系統(tǒng)），以及大腦（增強決策與控制系統(tǒng)）等方面的產(chǎn)品和產(chǎn)品組合布局。”

摘自《自動化博覽》2022年12月刊