中国制造2025AI工厂何时实现

在科技领域之外，AI技术仍然主要以实验性质为主，仅在少数领域——尤其是汽车行业——开始得到实际应用。已经实施的AI技术大多局限于小范围应用，主要用于库存管理、检验等细分领域。

市场研究机构Lux Research的分析师Dayton Horvath指出：“AI技术能够支持如有限元素分析（FEA）等仿真模型的建立，同时解决更复杂的问题，例如处理具有更大自由度或是不完整数据集的情况。”例如，拓扑优化借助AI技术可以创造出更轻便但同样坚固甚至性能更佳的零件，并构建更为高效的热交换器模型。

在工厂自动化中，机器人系统经常作为AI应用的一个亮点被提及。以美国公司Universal Logic的AI机器人技术Neocortex为例，该技术是源于由美国太空总署（NASA）资助的太空机器人Robonaut研发项目。这种技术使得自动化系统能够处理变形物体、高项目变动性以及零件更换，无需依赖固定设施。

Universal Logic/Universal Robotics的副总裁Hob Wubbena详细解释了Neocortex作为公司Spatial Vision 3D软件平台的AI机器学习模块，该平台能与各类驱动机器协同工作，包括机器人。平台能够感知机器人周围用于搬运、抓取等任务的环境，使机器人能够实时、快速地与环境互动并作出反应。这一技术使机器人能够精准识别并响应各种形状和纹理的物体，如瓶罐、袋子和箱子，其可靠性高达99%。

对于协作机器人而言，“人在回路”的强化训练是关键，通过机器学习使机器人变得更智能。PlusOne Robotics的创始人兼首席执行官Erik Nieves表示：“强化学习将对工厂生产线和配送中心产生深远影响。未来，每个大型工厂下方都可能是配送中心，这甚至是那些经营工厂的人都没有想到过的。随着工厂采用AI技术，这一切都将逐步发展。”

AI与工业机器人的结合实例正在不断涌现。最近，产业界出现了两起针对工业机器人开发AI技术的合作案例。其中之一是“认知工业机械”，它能协助人类作业员改善质量控制、提升速度和良品率、减少停机时间。这是ABB的云端到边缘装置跨产业数字解决方案与IBM Watson物联网平台相结合的产物。

这一已商业化的系统名为Cognitive Vision Inspection System，结合了Watson超级计算机的AI和通过ABB系统截取的生产线实时图像。它不仅能发现缺陷，还能将相关数据发送到云端，通过专用的Watson IoT平台进行分析。IBM Watson IoT部门的副总裁Bret Greenstein表示，Watson在云端执行，但其子集也可以在服务器上执行。“我们能在边缘装置、网关上执行——通常是采用Linux或嵌入式操作系统的x86系统。在这方面，我们正在与Cisco等厂商紧密合作。”

除了支持机器视觉检测，IBM还利用Watson的感知能力与操作员在免手动的环境中进行互动，或提供增强现实工具来协助诊断和维修设备。Greenstein说：“我们看到全球各地都在采用这类技术，包括美国和其他市场。AI带来了更具竞争力的优势，包括改善质量、安全性和生产力，以及实现更复杂产品的制造。”

与此Nvidia与日本公司发那科（Fanuc）正在合作，为Fanuc的工业控制系统Field添加AI功能，使自动化工厂中的机器人能够更快速、更高效地运行。该技术将应用一系列Nvidia的图形处理器（GPU）和深度学习软件，使AI能够在云端、数据中心执行，甚至嵌入到边缘设备中。Field系统紧密地连接了CNC设备、机器人、周边装置以及传感器，借助深入的分析优化制造业生产流程。据Nvidia的智能机器产品管理部门主管Murali Gopalakrishna透露，Fanuc公司最近展示了AI机器人的三大基础应用，显著提升了生产效率和检测精确度。这些应用包括物品抓取与放置、预测性维护以及在边缘的自动化光学检测，其中光学检测的自动化程度提升了七倍。

在GPU领域，Nvidia的Volta架构被誉为首个专为AI应用设计的GPU架构，它支持机器学习的训练和执行。Volta架构下的Tesla V100 GPU拥有强大的计算力，配备了高达640个张量处理器核心，能够提供高达120Tflops的性能。这一性能相当于100颗用于深度学习的CPU（数据来源：Nvidia）。

与此美国大型制造业巨头GE也在内部开发满足自家制造需求以及其他垂直整合制造商的技术。该公司机器人技术部门的主管John Lizzi分享称，除了软件和硬件平台，GE还投资了擅长自动移动机器人的Clearpath Robotics和知名的蛇形机械臂制造商OC Robotics。针对特定的应用场景，GE从零开始设计和开发机器人，如能够深入喷射机引擎内部进行检测的设备。该公司也自主研发并采购传感器，通过机器学习使AI在机器人领域发挥重要作用。

Lizzi强调，感知、先进推理和灵巧性是AI技术在未来提升机器人的三个关键领域。协作机器人是当前的一大趋势，GE正朝着移动和自给自足的系统发展方向努力，旨在实现人类仅在处理异常情况时才需要介入。GE还致力于部署能够与人类团队合作的智慧机器人。通过AI技术的不断进步和创新应用，机器人将在制造业和其他领域中发挥越来越重要的作用。