從預測性維護到數字雙胞胎，人工智能正在引領(lǐng)下一次制造業(yè)革命——但是還缺乏技能、數據和標準。
人工智能和機器學(xué)習正在推動(dòng)制造業(yè)變革。據世界經(jīng)濟論壇去年年底發(fā)布的一份報告：人工智能、先進(jìn)機器人、增材制造（也稱(chēng)為3D打?。┖臀锫?lián)網(wǎng)（IoT）的結合將迎來(lái)第四次工業(yè)革命。
大部分制造企業(yè)（80%）認為人工智能項目會(huì )產(chǎn)生積極影響，預計收入將增長(cháng)22.6%，而成本降低17.6%。
事實(shí)上，制造商已經(jīng)在使用人工智能和機器學(xué)習技術(shù)來(lái)減少設備停機時(shí)間，發(fā)現生產(chǎn)缺陷，改善供應鏈，縮短設計時(shí)間。然而，缺乏技術(shù)員工、數據和標準，使得很多企業(yè)裹足不前。
通用電氣引領(lǐng)潮頭
通用電氣公司站在了這一波產(chǎn)業(yè)轉型浪潮的最前沿，由于公司所在領(lǐng)域生產(chǎn)率不斷下降，該公司一直在積極探索怎樣應用人工智能。
該公司軟件研究副總裁Colin Parris評論說(shuō)：“2010年之前，生產(chǎn)率增幅都在4%至5%之間?！比缓?，行業(yè)發(fā)生了變化。經(jīng)驗豐富的工程師面臨退休，而通用電氣公司所處的新地區（包括印度和中國），以年輕員工為主。
Parris說(shuō)，同時(shí)，客戶(hù)需求很快變得更加復雜。有些目的地的新航線(xiàn)出現了極端天氣條件和空氣污染，這也影響了通用電氣公司制造的噴氣式發(fā)動(dòng)機。社交媒體放大了停運的影響，客戶(hù)受其影響也會(huì )要求提高可靠性，縮短停機時(shí)間。
與此同時(shí)，客戶(hù)還希望價(jià)格仍會(huì )繼續降低。
Parris說(shuō)：“人們說(shuō)，你無(wú)法預測未來(lái)。其實(shí)，你當然可以。人們想要更便宜的東西?！?
要解決這個(gè)問(wèn)題。通用電氣公司轉而采用人工智能和機器學(xué)習，從向客戶(hù)提供的服務(wù)開(kāi)始，例如，噴氣發(fā)動(dòng)機和渦輪機維護。通用電氣公司將人工智能應用于內部制造，隨后是設計，然后是內部流程，例如數據中心運營(yíng)和人力資源。
Parris說(shuō)：“至少在過(guò)去的10到15年里，我們在服務(wù)中一直使用分析模型和表格?！?年前，通用電氣公司開(kāi)始使用機器學(xué)習和數字雙胞胎，它們對一些機械設備進(jìn)行了虛擬化表示，例如風(fēng)力渦輪機或者風(fēng)電場(chǎng)等機組。數字雙胞胎也可以用來(lái)表征裝配線(xiàn)、整個(gè)工廠(chǎng)或者采購過(guò)程。
在通用電氣公司，數字雙胞胎被用來(lái)性能建模、故障預測，并支持對有潛力的改進(jìn)進(jìn)行快速測試。
Parris說(shuō)：“我們能夠預測哪些事情會(huì )失敗，所以我們會(huì )配置合適的工程師，庫存也會(huì )有合適的零件。我們提高了燃油效率，飛機飛行時(shí)間更長(cháng)，而且提供服務(wù)時(shí)不必攜帶一些不必要的零部件。我們已經(jīng)為顧客節省了數百萬(wàn)美元?！?
每一設備、系統和工藝都有數字雙胞胎的另一個(gè)好處是，通用電氣公司可以利用增材制造（3D打?。﹣?lái)開(kāi)發(fā)定制部件，而不必依賴(lài)于必須在傳統生產(chǎn)線(xiàn)上大批量生產(chǎn)的替換零件。
他說(shuō)：“隨著(zhù)時(shí)間的推移，機械設備的性能會(huì )劣化?，F在我可以說(shuō)，‘我能設計專(zhuān)門(mén)的零件嗎，因為以這種方式使用這臺機器時(shí)，我們看到邊緣會(huì )出現損傷，或者刀片更容易出現裂紋?！倍迷霾闹圃?，我一次只制造一個(gè)零件，就能夠解決這臺機器在這種環(huán)境下特有的問(wèn)題，而不用建造這些零件的大型工廠(chǎng)，并生產(chǎn)出數百個(gè)這樣的零件。以前，我不得不花費數億美元來(lái)建造工廠(chǎng)?，F在，我可以一次打印一個(gè)零件，并且可以不斷地調整機器機身和機器的程序?，F在我們的機器能不斷地進(jìn)行自我調整，生產(chǎn)效率變得越來(lái)越高，我們稱(chēng)之為不朽的機器?！?
他補充道：“我認為通用電氣公司未來(lái)在這方面會(huì )非常有趣?！?
預測性維護的前景
其他制造公司也在考慮使用人工智能和機器學(xué)習來(lái)降低成本，提高性能。
總部位于佛羅里達的捷孚（Jabil）公司是一家財富500強企業(yè)，為全球很多大品牌提供代工服務(wù)，幾個(gè)月前，開(kāi)始推動(dòng)使用人工智能來(lái)發(fā)現制造缺陷，開(kāi)展預測性維護工作。
例如，在中國的一家工廠(chǎng)，自動(dòng)光學(xué)檢查機上有幾個(gè)攝像頭，用于查找該公司制造的電路板上的缺陷。
雖然已經(jīng)采用了基本圖像識別技術(shù)來(lái)查找缺陷，但是系統標記有缺陷的電路板被發(fā)送給人類(lèi)操作員進(jìn)行檢查后，發(fā)現35%到40%的電路板實(shí)際上沒(méi)有任何問(wèn)題。
公司的高級經(jīng)理Ryan Litvak說(shuō)：“操作員有兩秒鐘的時(shí)間查看每一圖像，其中一些電路板可能非常大，上邊會(huì )有數百個(gè)組件。難點(diǎn)在于把握好操作員的直覺(jué)，能夠非常準確的判斷‘是’，這實(shí)際上是一個(gè)缺陷，或者‘不是’，這不是一個(gè)缺陷?！?
通過(guò)減少被標記的電路板的數量，在不犧牲準確性的前提下，捷孚公司使得操作員能夠把更多的時(shí)間花在有問(wèn)題的電路板上，或者把時(shí)間重新分配到其他更有價(jià)值的任務(wù)中。
他說(shuō)：“我們已經(jīng)看到了非常好的效果。被標記的電路板中有93%到98%是真正有缺陷的，這一比例相當高，沒(méi)有缺陷的電路板中，70%以上都能夠通過(guò)檢查?！?
他說(shuō)，概念驗證涉及到兩條生產(chǎn)線(xiàn)，這些生產(chǎn)線(xiàn)有非常相似的設備和工藝?，F在，捷孚公司正致力于將其推廣到其他生產(chǎn)線(xiàn)上，用于處理大量數據，在工作流程中直接集成新的決策過(guò)程。
公司關(guān)注的另一個(gè)領(lǐng)域是預測性維護，其中面臨的挑戰是怎樣獲得所需的數據。
Litvak說(shuō)：“有很多不同的系統在用，而且有很多不同的設備。有些有自己的維護系統，有些則沒(méi)有。一些供應商通過(guò)電子表格來(lái)跟蹤維護，有些則使用自己開(kāi)發(fā)的系統?！?
他說(shuō)，捷孚公司的數據科學(xué)家正在努力規范這些數據，并與微軟的專(zhuān)家一起合作建立預測設備故障所需的深度學(xué)習模型。
據麥肯錫的研究，采用了人工智能預測性維護的工業(yè)設備的年度維護成本降低了10%，停機時(shí)間減少20%，而檢查成本則降低了25%。
麥肯錫慕尼黑辦公室的合伙人Matthias K?sser說(shuō)道，最近幾個(gè)月，人們對人工智能具體應用的試驗項目產(chǎn)生了濃厚的興趣。
最大的影響是在質(zhì)量檢查和預測性維護中使用計算機視覺(jué)和傳感器數據。
他說(shuō)：“我們目前在多家公司實(shí)施了這種基于視覺(jué)的人工智能應用，非常有潛力。然而，為了充分發(fā)揮這些潛力，企業(yè)應迅速把從這些試驗項目上學(xué)到的東西應用到各種功能和流程的人工智能整體轉型中。這就是真正開(kāi)始工作的地方?！?
有關(guān)準確性的問(wèn)題
另一剛剛開(kāi)始使用圖像識別來(lái)發(fā)現制造問(wèn)題的制造公司是Lennox國際——一家總部位于達拉斯的暖通空調系統制造商。
公司的IT、先進(jìn)和新興技術(shù)主管Sunil Bondalapati說(shuō)：“準確度比人類(lèi)高得多?，F在，我們的準確率大約是20%。我們不把它看成是一個(gè)數量問(wèn)題，我們把它看成是一個(gè)準確性問(wèn)題?！?
Lennox還向企業(yè)客戶(hù)租用設備，和通用電氣公司一樣，改進(jìn)維護是其核心需求。
目前，暖通空調設備向云端傳送其性能信息，每小時(shí)大約有800萬(wàn)條新記錄。
增強了智能化水平后，公司能夠實(shí)時(shí)預測設備故障，這在以前是不可能的。
Bondalapati說(shuō)：“這才是人工智能所擅長(cháng)的。它能夠保存兩年前某一設備所處的環(huán)境和內存——當濕度處于這一水平時(shí)，它在105度溫度下是怎樣工作的，當時(shí)它是怎樣工作的，現在又是怎樣工作的?！?
Lennox四個(gè)月前開(kāi)始了這個(gè)項目，結果很有意義，該公司決定未來(lái)四個(gè)月開(kāi)始全面推廣應用這項技術(shù)。
Bondalapati說(shuō)，很難計算維護方面的投資回報?！爱斣O備沒(méi)有故障時(shí)，怎樣計算投資回報？我們明年將不得不為此收集一些數據?！?
但Lennox的存儲和計算成本已經(jīng)下降了一半，因為它能夠使用DataBrick的技術(shù)來(lái)整合數據。
他說(shuō)：“我們從20個(gè)內核降到了4個(gè)內核?！?
人工智能在企業(yè)中的另一應用是在財務(wù)方面。例如，計算公司應該為履行保修責任留出多少備付金。
Bondalapati介紹說(shuō)：“以前，我們只是批準了一定的金額——2千萬(wàn)美元或者3千萬(wàn)美元，沒(méi)有科學(xué)的方法知道應該為那些想退貨的客戶(hù)預留多少資金?，F在，使用人工智能后，我們能夠預測每個(gè)部件的故障率，告訴保修部門(mén)要留出多少資金，當我們獲得了更多的數據后，我們每天都能夠隨之進(jìn)行調整?！?
他預計所需的備付金將減少10%。
人工智能的力量越來(lái)越強
Lennox還利用人工智能來(lái)查找會(huì )計問(wèn)題。
Bondalapati說(shuō)：“我們有數以百萬(wàn)計的總帳。如果是人的話(huà)，不可能每天都把這些賬本看一遍?！?
他說(shuō)他的部門(mén)一直在尋找利用人工智能來(lái)幫助業(yè)務(wù)發(fā)展的機會(huì )。
“我們就像一個(gè)內部咨詢(xún)機構。我們一直在推廣這些。我們每周都與業(yè)務(wù)部門(mén)和其他相關(guān)部門(mén)進(jìn)行交流，并提供其他應用案例供他們嘗試?！彼f(shuō)。
Lennox涉足人工智能有些早了?！皩τ谙裎覀冞@樣的行業(yè)來(lái)說(shuō)，人工智能是一條艱難的道路，需要不斷的給心存疑慮的客戶(hù)們進(jìn)行推銷(xiāo)?！?
人工智能目前的主要局限：技能和數據
機器學(xué)習和高級分析在預測性維護和制造過(guò)程的其他方面也起著(zhù)非常重要的作用。
據普華永道最近的一項研究，78%的制造企業(yè)已經(jīng)部署或者計劃部署預測性維護技術(shù)，而已經(jīng)部署或者計劃部署制造執行系統、數字雙胞胎和機器人過(guò)程自動(dòng)化的制造企業(yè)的比例分別是73%、60%和59%。
只有29%的制造企業(yè)使用或者計劃使用人工智能，普華永道將人工智能定義為超越了機器學(xué)習和高級分析，能夠做出獨立的認知決策。
普華永道的IT戰略負責人Kumar Krishnamurthy評論說(shuō)，如今，制造企業(yè)之所以關(guān)注嵌入式人工智能和機器學(xué)習技術(shù)，為的是降低成本?！暗业念A測是，其中某些技術(shù)將幫助企業(yè)擴大規模，提高生產(chǎn)力水平?！?
他說(shuō)，客戶(hù)需求和來(lái)自行業(yè)顛覆者的壓力將迫使制造企業(yè)進(jìn)行變革。然而，這項技術(shù)還沒(méi)有人們想象的那么成熟。此外，缺乏人工智能技能和缺少可用的數據，也阻礙了其走向成熟。
據普華永道的調查，52%實(shí)施人工智能的制造企業(yè)表示，缺乏技術(shù)人員是很大的難題，42%的制造企業(yè)則認為數據的可靠性存在問(wèn)題。
將人工智能融入到設計過(guò)程中
Palo Alto研究中心想克服制造過(guò)程中非常困難而且耗時(shí)的設計階段中存在的技能和數據問(wèn)題，施樂(lè )公司的很多創(chuàng )新都是源于該中心，例如，激光打印、面向對象編程、圖形用戶(hù)界面、光存儲和很多其他基礎技術(shù)等。
Palo Alto研究中心實(shí)驗室經(jīng)理兼研發(fā)副總裁Ersin Uzun評論說(shuō)，人工智能能夠承擔功能需求、成本、監管和制造約束等工作，并提出人類(lèi)想不到的設計。
他說(shuō)：“如果我讓你設計一種能讓我拿著(zhù)液體的東西，你可能會(huì )首先想到一個(gè)杯子，但不一定能馬上想到駱駝背設計?！?
一旦設計好了，Palo Alto研究中心還致力于開(kāi)發(fā)某種技術(shù)，使用增材和減材制造方法來(lái)實(shí)現設計，并考慮由不同的設計和制造選擇所引入的缺陷。
他說(shuō)：“如今，你設計好一件東西，把它送給制造專(zhuān)家，他們知道怎樣制造它，然后工程和分析人員看看制造出來(lái)的東西是否能滿(mǎn)足操作要求。這需要幾個(gè)月的時(shí)間?！?
Uzun說(shuō)，制造業(yè)是一個(gè)罕見(jiàn)的領(lǐng)域——其物理能力遠遠領(lǐng)先于軟件的處理能力。
他說(shuō)：“我們有令人非常興奮的新材料，新的增材制造技術(shù)以及混合制造機器。但當你注意一下人們正在使用的軟件時(shí)，它遠遠發(fā)揮不出你所擁有的材料和工具的實(shí)際能力。我們現在有這些可以同時(shí)進(jìn)行增材制造和減材制造的機器，但在設計上無(wú)法真正發(fā)揮出制造能力。所以一切都是手動(dòng)進(jìn)行的，對于我們目前的大部分復雜制造需求，這基本上超出了任何人類(lèi)的認知能力?！?
Palo Alto研究中心的區域經(jīng)理Sai Nelaturi說(shuō)，為了使設計工具能夠跟上材料科學(xué)和制造技術(shù)的快速發(fā)展，應該在工具中置入人工智能。
Palo Alto研究中心還致力于建立標準和協(xié)議，支持制造工廠(chǎng)中的所有不同系統彼此通信，開(kāi)發(fā)人工智能算法來(lái)優(yōu)化能源的使用、吞吐量、效率和安全。
Uzun說(shuō)，Palo Alto研究中心本身并不產(chǎn)生技術(shù)?！拔覀兪莿?chuàng )新合作伙伴和技術(shù)提供商。我們一起創(chuàng )造這些技術(shù)，使其進(jìn)入原型階段，并找到合適的合作伙伴將其推向市場(chǎng)?！?
今天，Palo Alto研究中心正在與大型和小型制造企業(yè)合作，測試這些技術(shù)并將其推向市場(chǎng)。
他說(shuō)，人工智能技術(shù)將幫助中小型制造商提高競爭力，而且有助于讓制造業(yè)工作崗位回歸美國?！叭绻沁@樣，將在生態(tài)系統中創(chuàng )造出其他類(lèi)型的工作?！?
版權所有：杭州天迪工控技術(shù)股份有限公司 地址：杭州市拱墅區科技工業(yè)園區康樂(lè )路11號A3棟
浙公網(wǎng)安備 33010602004930 浙ICP備11043394號
