欢迎访问海南凌峰机电科技有限公司官方网站

服务热线:0898-3663998  19989807798

English | 中文版

您的位置: 首页 新闻中心 行业新闻
行业新闻
工业人工智能的自动化

发布时间:2022-03-21 浏览:476

  与基于质量控制理论平行发展的是自动化制造技术。在20世纪40年代至50年代间,数控机床被发明并正式开始商业化,对机械加工行业起到了颠覆作用,极大地提升了生产效率与加工精度。
  20世纪70年代微处理器的发展,进一步降低了数控机床的成本,使得其得到更加广泛的应用。除了数控机床,工业机器人也几乎在同一时段得到发展。1956年,美国发明家乔治·德沃尔和物理学家约瑟·英格伯格发明了世界上第一台工业机器人Unimate。
  数控机床的技术以及集成电路的逐步流行,使得更快更简洁的工业机器人得以被设计与制造,工业制造系统的人力逐步减少,自动化程度越来越高。然而,工业中的自动化与控制科学领域曾经一直自成一体,关心的问题是功能性的。
  即机器如何替代人去完成某一或一系列特定的动作,而并不关心机器本身是否能够思考,是否有意识,或者其结构是否有“神经网络”等智能化的设计。发展到今天,控制理论有与人工智能相结合的趋势。比如自动驾驶技术,就是融合了人工智能的自动化产品。
  “工业人工智能”这一概念被提出的前提,是人工智能技术开始具备了可工程化的条件。如果了解人工智能的发展史,就会发现,主流的人工智能领域一直分为广义人工智能(General AI)与狭义人工智能(Narrow AI)两个领域,而强调机器能力能够与人媲美甚至超越人类的通用人工智能的发展水平,决定了人们对人工智能这一领域技术的关注度。
  而计算处理单元的成本、传感器的丰富性、耐用性及其成本等硬件基础设施,是人工智能技术能否落地的先决条件。随着工业设备自动化程度的日渐成熟,传感器的大量部署,以及计算能力的提高,工业互联网、工业物联网、工业4.0等概念开始层出不穷,原因是时机已经成熟,无论未来的工业会被称为什么,人们已经做好了拥抱变化的准备。
  可是,要想将工业人工智能直接应用于工业领域存在不小的挑战,即机器学习模型无法用专家头脑中的经验与知识来训练自己。同时,纵观工业智能化的发展史,企业使工业系统变得智能只是一种技术手段。

  即便在今天,提高效率、降低成本、保证质量依然是不变的主题。所以,更接近落地的方法是在工业领域应用狭义人工智能技术解决有确切定义和明确边界的问题,人工智能科学家要结合领域知识,利用设备产生的数据,来训练一个个具备特定功能的工业智能应用,在特定的问题域中实现智能化的目的。

转载:互联网(侵权请联系删除)