衛岳歌(Joerg Westerholt)
西門子(中國)有限公司數字化工業集團副總裁兼工廠自動化事業部總經理
2020年7月10日,2020智能趨勢峰會
演講實錄:
大家好,我來自西門子。很高興今天能和大家一起,探討人工智能和邊緣計算,以及這些尖端技術將如何改變工業自動化和工廠的未來。
在此之前,我想從這張圖講起。今天,你可以自己開車,也可以有別的選擇。你可以坐在副駕駛的座位上,讓汽車自行駕駛,而你可以放松、讀書、聊天或是做其他事情。從這張圖中可以看到,人工智能將改變世界,或者說它已經開始改變世界,特別是在消費領域和日常生活中,這已有目共睹。
舉例來說,當你網購時,會發現購物平臺能馬上給你做推薦:或許你也對這個感興趣,因為平臺已經掌握了你的購買行為,這就是我們所說的“人工智能”。但人工智能如何能在工業領域發揮作用?消費市場之外的人工智能及其應用又將如何運用在工廠里?
我想舉幾個例子,我們先來說一說機器學習和物體識別。10年前,當時的硬件或是計算機是幾乎不可能識別出物體的,比如分清一輛汽車和一輛摩托車,或者分清一只狗和一只貓。今天,計算機可以在99%的情況下做出正確判斷,告訴你這是一輛汽車,這是一輛自行車,這是一只貓或一只狗。那么這是如何實現的呢?前提是我們需要為圖片做出正確標注,并為計算機提供大量信息供其學習。
在工業生產中,同樣需要類似的功能。比如,在生產電路板時,通過告知計算機,這個是低質量的電路板,這個是高質量的電路板,顯著提升質量檢測流程;或者,為工廠可能遇到的潛在威脅進行分類和預警,例如人們在工作中,遇到緊急情況時,可視化系統將警告你:可能有危險情況會發生,請停止工作,采取保護措施;另一個例子,多年前大家在電視機上看到,人類與計算機進行國際象棋的比拼,計算機的學習速度是驚人的,并且是在激勵中強化學習。而這些優勢,我們也能運用到工業領域中,比如學習抓取和放置物體。
通常在工廠里,會需要機器人抓取一個物體放在另一個物體上,但由于這些物體看起來不同,通常需要人為處理。如今,計算機可以每天對這一動作進行學習,包括如何尋找特殊物體,如何正確地抓取它,并成功地把它放進正確的盒子里;這是第二個例子。最后,第三個例子,我想講的是知識系統。今天,我們擁有數以百萬計、萬億計的海量信息,以醫療系統為例,我們可以向計算機提供各類疾病信息,計算機在掌握這些信息后,就能判斷什么樣的診斷是正確的,從而針對不同病癥協助醫生進行正確診斷。這又能如何在工廠里幫助我們呢?以設備仿真來舉例,當我們擁有很多不同機器的行為數據時,我們可以利用這些數據,集合數字化雙胞胎技術,對新設備進行模擬仿真,在真實生產前就可以了解這一類型的設備如何運轉,而不用直接生產一臺機器。
這些都是人工智能改變工業的可能性所在。我們為什么需要人工智能?工廠亟需解決的需求依然是:在速度、質量、效率、靈活性方面獲得提升,而人工智能能幫助工廠擁有更高的生產力。
從西門子的角度來看,自動化的未來又是什么樣的呢?目前,我們是全球最大的自動化系統供應商之一,我們提供全集成自動化解決方案以及完整的產品組合。今天,工廠應該如何進一步提高生產效率?為此,我們已經推出了運用人工智能技術的首個解決方案,幫助企業實現預測性維護等功能;接下來,我們認為在工程自動化領域將看到更多的創新,極大地減少工程師們的工作量;更進一步來說,我們的愿景是“讓自動化更加自動化”。這里我只想強調一點:自主機器。沒錯,和自動駕駛一樣,自主機器也在不斷發展。誠然,這是一個遠大的愿景,大家也可能有很多問題:安全性該如何保障?如何確保機器是在安全、正確地運行?確實,就像面對自動駕駛汽車一樣,我們同樣會有很多顧慮。當然,這仍然是一個愿景,是一個長期發展方向,是我們想要實現的目標。但是,它可以幫助我們提高生產力,減少工程相關的工作量。
那么,這種技術是不是已經可用了呢?是的。當我們提到邊緣計算時,也意味著邊緣技術把云技術帶到了現場層。今天,我們已經知道阿里巴巴和云改變了世界。但對于工廠來說,同樣適用嗎?基于數據安全的考慮,我們是否愿意把生產質量等數據上傳至云端呢?答案可能是否定的。因此,邊緣計算和邊緣設備把云技術引入現場層,只需在云端對真正必要的數據進行管理,例如西門子的MindSphere。
另一方面,關于人工智能,它可以幫助我們進行預測性維護、設備性能優化、質量預測。在這一領域,我們正在和客戶一起合作開發應用程序。大家可能會問:人工智能真的有用嗎?答案是肯定的。我們從現場層獲取數據,例如傳感器、可視化系統、攝像機、分布式IO和PLC程序,而這個應用程序是運行在邊緣設備或可與PLC相連接的特殊設備上的,然后來支持質量檢測、機器人抓取和特殊分揀等工作,其實這已經可以實現了。比如,西門子已經在位于德國安貝格的工廠中使用這種技術。
我們遇到的挑戰是:如何提升電路板生產的質量?我們為自己的PLC生產電路板,在質量控制上遇到了瓶頸。為了更好地控制產品質量,我們購買了X光機,每臺X光機的價格大約是50萬歐元,也就是400萬人民幣,這是一筆巨大的支出。如果想提升產量,那么我們需要更多的X光機。于是,我們想到,我們已經有了非常多數據,也清楚地知道不同電路板是什么樣子,我們知道什么是完美的電路板,也知道什么是質量欠佳的。因此,我們安裝了一套視覺檢測系統,在生產線最后,質檢決定非常明確,視覺化系統和攝像系統會通過拍攝檢查電路板,并負責判斷:“這塊電路板是完美的,不需要檢查”,或者“這塊質量存在一般,需要通過X光機復檢。”這種技術幫助我們極大地提高了生產力和產量。同時,也省去了購買更多X光機的費用。這是人工智能如何能夠幫助客戶提高生產力的案例之一。
我認為,在自動化領域,西門子的人工智能解決方案能夠幫助工廠實現生產力的大幅提升。那么,究竟如何能做到這一點呢?西門子致力于通過與客戶進行價值共創來實現這一目標。首先,我們擁有一支人工智能的專家團隊,同時也非常了解自動化系統。與此同時,我們與客戶緊密合作,共同開發他們需要的應用和人工智能軟件,比如在工廠、產品、工藝、生產和人員各方面進行預測性維護、質量控制、參數優化和行為監測等。我們與客戶在這些領域攜手合作,將工業自動化推向更高的水平。這就是西門子所暢想的“自動化的未來”,我們正在攜手客戶共同實現這一愿景。
感謝各位的聆聽,謝謝你們,再見!