《中國制造2025》：AI工廠何時實現(xiàn)？
在科技領(lǐng)域以外，AI技術(shù)則仍大多數(shù)是實驗性質(zhì)，只有少數(shù)例外──特別是汽車領(lǐng)域──很少有工廠已經(jīng)開始采用，已經(jīng)實施的AI技術(shù)都是小范圍應(yīng)用，主要在例如庫存管理、檢驗等領(lǐng)域。
市場研究機構(gòu)LuxResearch研究員DaytonHorvath表示：AI能支持像是有限元素分析（finiteelementanalysis，F(xiàn)EA）等應(yīng)用于建立仿真模型的運作，此外也能處理更困難的問題──例如有更大自由度或是不完整數(shù)據(jù)集的情況；舉例來說，拓樸優(yōu)化（topologyoptimization）能借助AI打造更輕量化，但擁有相同或更高強度的零件，并能建立更具效率的熱交換器模型。
在工廠AI應(yīng)用經(jīng)常被提到的一種系統(tǒng)就是機器人，美國業(yè)者UniversalLogic的AI機器人技術(shù)Neocortex，源自于由美國太空總署（NASA）贊助的太空站機器人Robonaut研發(fā)項目，該技術(shù)能讓自動化系統(tǒng)處理變形物體（deformableobjects）、高項目變動性（highitemvariability）與零件更換，而且不需要固定設(shè)施。
UniversalLogic/UniversalRobotics副總裁HobWubbena表示，Neocortex是該公司的SpatialVision3D軟件平臺之AI機器學習模塊，該平臺能與各種致動機器共同運作，不只是機器人；該平臺能感知運用于搬運、抓取等任務(wù)的機器人周圍環(huán)境，讓機器人能實時、高速地與環(huán)境互動與做出反應(yīng)。賦予機器人的能力包括能恰當識別并回應(yīng)混合各種形狀與紋理的物體，例如瓶罐、袋子與箱子，可靠度可達99%。
對協(xié)作型機器人來說，庫卡機器人驅(qū)動器維修，m.dekuna.com，人在回路（human-in-the-loop）的強化訓(xùn)練則是讓機器人借助機器學習變得更聰明的關(guān)鍵；PlusOneRobotics創(chuàng)辦人暨執(zhí)行官ErikNieves表示：強化學習將會為工廠生產(chǎn)線以及配送中心（distributioncenter）都帶來沖擊；以后每座大型工廠之下就是配送中心，就算是經(jīng)營工廠的人都沒想過這一點。隨著工廠采用AI技術(shù)，這些都會陸續(xù)進展。
AI與工業(yè)機器人設(shè)備的結(jié)合實例
最近產(chǎn)業(yè)界也有兩樁專為工業(yè)（包括制造業(yè)）制程用機器人開發(fā)AI技術(shù)的合作案，其一是能協(xié)助人類作業(yè)員改善質(zhì)量控制、提升速度與良率、減少停工時間（downtime）的感知工業(yè)機械（cognitiveindustrialmachines），這是結(jié)合了abbAbility的云端到邊緣裝置跨產(chǎn)業(yè)數(shù)字解決方案，以及IBM的Watson物聯(lián)網(wǎng)平臺。
上述已經(jīng)商業(yè)化的系統(tǒng)名為CognitiveVisionInspectionSystem，結(jié)合Watson超級計算機的AI以及透過ABB系統(tǒng)截取的生產(chǎn)線實時影像，能發(fā)現(xiàn)缺陷并將相關(guān)數(shù)據(jù)送往云端以制造業(yè)專用的WatsonIoT平臺進行分析；IBMWatsonIoT部門副總裁BretGreenstein表示，Watson是在云端執(zhí)行，KUKA機器人示教器維修，其子集（subset）則能在服務(wù)器上執(zhí)行：我們能在邊緣裝置、網(wǎng)關(guān)上執(zhí)行，通常是采用Linux或嵌入式操作系統(tǒng)的x86系統(tǒng)；在這方面我們正在與Cisco等廠商合作。
除了支持機器視覺檢測，IBM利用Watson的感知能力與操作員在免手動的環(huán)境進行互動，或是提供擴增實境（augmentedreality）工具協(xié)助診斷與維修設(shè)備。Greenstein表示：我們正看到全球各地采用這類技術(shù)，包括美國以及其他市場；AI帶來更具競爭力的優(yōu)勢，包括改善質(zhì)量、安全性與生產(chǎn)力，還有實現(xiàn)更精密復(fù)雜產(chǎn)品的制造。
同時Nvidia與日本業(yè)者發(fā)那科（fanuc）也正在合作，為Fanuc的工業(yè)控制系統(tǒng)Field（FanucIntelligentEdgeLinkandDrive）添加AI功能，讓自動化工廠中的機器人能更快速、更有效率地運作；這種技術(shù)將應(yīng)用一系列的Nvidia繪圖處理器（GPU）與深度學習軟件，讓AI能在云端、數(shù)據(jù)中心執(zhí)行，甚至嵌入于邊緣裝置中。
Field系統(tǒng)與CNC設(shè)備、機器人、周邊裝置以及傳感器鏈接，借助分析來優(yōu)化制造業(yè)生產(chǎn)；Nvidia的智能機器產(chǎn)品管理部門主管MuraliGopalakrishnaFanuc表示，F(xiàn)anuc最近示范了AI機器人的三種基礎(chǔ)應(yīng)用，包括抓取與放置物品、在邊緣的預(yù)測性維護，以及檢測率提升了七倍的自動化光學檢測。
Nvidia的Volta號稱是第一個專為AI應(yīng)用打造的GPU架構(gòu)，也就是能支持機器學習的訓(xùn)練；Volta架構(gòu)TeslaV100GPU配備了640個張量處理器（Tensor）核心，能提供120Tflops的性能，相當于100顆深度學習CPU（來源：Nvidia）
美國大廠GE（GeneralElectric）也正在內(nèi)部開發(fā)適合自家制造需求以及其他美國垂直整合制造商的技術(shù)；GEGlobalResearch的機器人技術(shù)部門主管JohnLizzi透露，除了軟硬件平臺，GE還投資了擅長自動移動機器人的ClearpathRobotics，還有以蛇臂（snake-arm）機器人聞名的OCRobotics。
針對某些應(yīng)用案例，GE是從零開始打造機器人，例如能深入噴射機引擎進行檢測的裝置；此外該公司也同時自行打造與向外采購傳感器。透過機器學習，AI在機器人領(lǐng)域變得非常重要，而該技術(shù)也成為在未來從三個方面提升機器人的關(guān)鍵，即感知、先進推理以及靈巧。Lizzi并指出，協(xié)作機器人也是一大趨勢，GE的愿景是朝向移動、自給自足的系統(tǒng)發(fā)展，人類只需要在處理例外狀況時出手干預(yù)，此外還有布署能與人類團隊合作的智慧機器人。