当前位置:首页 > 安全管理 > 安全动态
一九产业AI速写:工业篇【888am集团登录入口】
时间:2021-03-15 来源:888澳门集团娱乐网址「官方网站」 浏览量 5984 次
本文摘要:2019年即将过去,这两天有很多朋友回答我:今年AI是火了还是吞了?

2019年即将过去,这两天有很多朋友回答我:今年AI是火了还是吞了?然后我对他们说:为了健康,不要只吃冷毛巾,不要吃暖毛巾。根植于互联网经济带来的“窗口记忆”,或许现在的中国人早已习惯于武断地将某项技术、产品或商业模式归类为不火不咽。

换句话说,我们总是很难有信心等待技术一步一步发展变化。取而代之的是,我们期待着它飞上天空或升入空中。

2019年AI火了吗?好像没有,但最简单的反映就是AI涉及的投融资周转大幅增加,很多优质AI项目都在找近资本投资。2019年,AI吞了吗?好像不是。我们需要看到重大的算法变革,国产AI芯片转入产业循环,AI R&D环境由北向南走向成熟。对于AI从业者和AI开发者来说,2019年甚至见证了翻天覆地的变化。

那么,哪里能感受到AI的真实温度呢?我觉得可能会有一个AI进入各个行业的地方,就是所谓的工业智能市场。2019年进展如何?去年,麦卡锡发表了一份名为《仿真人工智能对世界经济影响》的报告,其中指出,到2030年,AI将为全球GDP增长贡献9万亿美元,其中90%将来自各行业由智能构成的企业市场。

AI在C的末尾有一分,在B的末尾有九分,这一直是中国社会对这项技术的共识。如果投资者不怪泡沫,科学家执着于实验室,那么工厂主和企业家可能就是当今AI技术发展的合适“裁判”。年底,我们预计会用一系列的报告来总结今年各大行业所用AI技术的变化、市场的强势以及行业成熟的趋势。

系列中的所有案例和数据都来自于现实中不存在的企业。为了增加难度,我们将省略企业的清晰名称。

希望这个回顾和总结,能帮助我们从不同的角度看清楚AI技术的“真面目”。第一站,我们要去——行业,堪称“AI能转型的最后一个行业”。

业内人士普遍认为,工业AI是最难做的领域,但也可能是“9万亿GDP”的绝大多数。工业AI的期待、艰辛和现实进步,只能在今年找到。AI是甜的,冷的,吞的吗?而对于今天的事情,成绩和未来说。

或者换回——AI的未来,意见不一,不在键盘上,在工厂里。质检:工业AI的第一站,作为AI相关内容的记者,今年最直观的感受就是和以制造业为代表的传统行业管理者谈AI,其专业水平和理解深度早就和2017年AI刚兴盛的时候相比了。或许回过头来看,今天工业领域遇到的外部压力是需要应对的。

劳动力成本上升,大量工业订单向东南亚转移,经济上行压力下的成本和效率情绪,包含了当今工业企业的主要情绪。在这种情绪的推动下,企业主和管理者开始寻找外部的技术动力,这与AI想要走出行业的愿望相吻合。不过周瑜打黄盖的时候,也一定要用蒋干作为引子。行业遇到AI的机会在哪里?这个答案早就比较明显了。

888澳门集团娱乐网址

2017年,工业AI命题仍在争论中;2018年,AI质检已经发布了云计算、企业网、AI公司的服务清单。对于工业场景来说,融合AI的挑战在于AI的发布必须基于设备、网络和计算能力。工厂好像没办法拆流水线给AI找地方。

所以,行业一开始尝试的东西,不可能是外在的、浅薄的、非破坏性的工业智能。所以作为类似的场景,质检出来了。在今天的绝大多数工业系统中,质量检验都是由人工完成的。

依靠大量的重复劳动和人力的经验,它被用于智能相机和机器视觉算法来学习和解释质量检查员必须寻找的缺陷和问题,这可以使许多行业的质量检查工作变得缓慢和重复 所以从2018年开始,大量AI质检项目慢慢启动,很多工厂也在寻找供应商尝试建立自己的智能质检系统。但是这个领域最初的瓶颈也很明显。一是智能相机的精度太高,微小缺陷的识别成为AI的难题。

另一方面,人工智能识别的计算能力和处理速度严重不足,也导致人工智能的质量检验速度不如工人快,更经常的是不能作为人工识别的复检补充。另一个问题是AI相机很难识别三维物体,尤其是球形物体。

所以从2018年年中到2019年初,行业内能看得比较好的是AI对钢板、光伏板等板状原材料进行质量检验。一方面,由于原材料质量检验的容错性较低,如果检错率高于10%,可以应用;另一方面,这些材料用人工智能识别单个平面是可行的。为了解决这些问题,“工业AI”的第一站AI质检需要更顺利的回去。2019年,所涉及的行业再次发生了一系列的变化,明显的变化是解决方案在边缘计算,云服务提供商开始出厂。

这大大解决了AI质检的计算能力和传输问题。现在很多AI质检项目已经可以以低于人工效率的方式完成了。与此同时,市场上智能相机的数量也在迅速增加,工业级的低精度AI相机和质检算法依然是“无价之宝”。

另一方面,云服务提供商获得的工业AI质检解决方案更加多样化。除非横向市场需要独特的行业类别,否则钢铁、煤炭、电力、预防等主要行业已经可以在云服务提供商中配备更成熟的行业定制AI质检解决方案。

同时,工厂的工业相机虽然清晰度太高,缺乏立体透视,但仍然是AI质检的主要问题。然而,AI工业检测获得了许多新的发展机遇,如设备故障识别、电路判断、仪器判断、施工现场检测等。2019年可以找到流畅的智能案例。

质检作为工业AI的第一站,已经完成了从单点到多元化的价值释放,尤其是危险工作环境和偏远地区,其价值小于工业价值本身。行业模型预测:2019年仅次于营收。当一些声音开始调侃所谓的“工业AI”只能检查质量的时候,这条产业链正在悄然开始新的进化。

如果说2019年中国市场的工业AI必须自由选择一个大的发展,那么工业模型预测应该得到最多的选票。所谓AI工业模型预测,一般是指利用工业大数据,对原材料、产量、生产时间、废气等数据进行智能调配,最终得到一个低于粗放生产的智能生产模型。当然,这只是工业AI预测的一个基本模型。广义工业AI预测还包括将专家经验转化为AI模型,然后转入生产,解决问题工人经验不足的问题;还有将维修和设备管理经验转化为AI模型来预测设备故障,智能管理维修系统等等。

本质上,工业人工智能预测将人工经验和智能数据计算能力抽象到自适应人工智能模型中,以解决工业领域普遍存在的数据关系问题。比如配料比例,订购不同原料的数量和时间,设备的维修周期等。这些数据都要经过长时间的人工思考和经验总结,可能永远处于不合理的数据范围内。

人工智能的重新加入可以将超细产品的粗放式管理转变为智能化管理。当然这只是一个理想的情况,现实场景中的工业系统极其简单,AI不可能一上来就“计算整个世界”。然而,从许多su来看 这一年来,很多行业案例都成功地集成了工业AI预测技术。

一个轴承厂可以利用大数据检测和机器学习系统,分析计算工厂设备的历史维修周期和故障率,然后集成机器视觉系统对设备进行监控,从而预测什么时候必须进行设备拆卸,什么时候可能需要更换零件,让维修人员提前做好计划,仅次于减少因工厂设备故障导致的复工,从而减少设备中断时间50%。例如,一些制造企业和工业园区已经开始使用人工智能技术构建电力系统的智能监控和运维,预测企业的电力负荷,实施有针对性的供电,可以广泛超过企业整体购电成本增加30-40%的效果。河南某煤焦化企业利用AI算法预测焦炭质量,优化配煤比,在不降低产品质量的情况下,每吨超过解决问题成本20-70元,每年可节约数千万元。

更重要的是,AI推荐后的配煤比例可以让原料多产煤,大大减少污染排放,其社会价值远远大于企业价值本身。工业AI模型预测的工业特征是每个行业的特殊性都很低。AI作为一项新技术,想要真正成为工厂的“大脑”,就必须充分了解和沟通清晰的行业,反复试错,最终整合南北产业。

所以工业AI预测很难不被广泛反复推广,这与传统对互联网行业的理解有很大不同。但回过头来看,工厂更容易节省几千万的成本,因为AI重新加入,一个看似很小的行业,基于工业AI预测,可以带来数十亿级的价值快速增长。这是一个必须减缓和稳定的工程,也是“非火即吞”理论家必须适应环境的新现实。

工业AI还有很长的路要走。如果算上补偿比例,工业AI的意思是成为所有“智能行业”的顶尖。同时,从产业周期来看,产业无疑是最后一个完全完成智能化升级的产业。无数的细节和流程,一条长长的产业链,屹立了几百年的重型机械,与工人之间简单的说不出的关系,种种因素让工业AI的发展速度。

如果我们为工业AI画一条快速增长曲线,那么通过这条曲线,工业AI无非是在做两件事:完全取代工人的工作,建造几乎自动化的工厂。机械臂和工业机器人正朝着这个目标前进;另一种是使AI的感官、推理小说和决策能力在工业生产的核心部门再次发生,即使工业设备、生产线和工业产品获得智能能力。工业AI预测,大规模工业数据处理,工业BI都是这个目标的初始阶段。

但是在这两个终极目标之前,我们还是可以看到,工业AI的阻力在今天还是很明显的。比如工业AI改造的核心必须经过工业生产核心设备的改造。一方面意味着巨大的成本压力,甚至是显然不可能的成本。

另一方面,AI需要一系列配套技术和解决方案才能走出行业,而这些基础条件在今天还不成熟。所以,一方面工厂会换AI,另一方面AI也改变不了。

所以无论是质检还是预测,AI都还在产业核心外围徘徊。技术和成本两难面前的是行业和AI互不解读。

我们经常不会遇到这样的情况。一家AI公司参观工厂后,可以得到它能做的100多个智能升级。但是经过工厂专家和领导检查,最多留两三项,甚至看失眠技术清单,要求黑化AI都有可能。在这种情况下,一方面AI技术从业者对行业不了解,尤其是对行业所要求的安全、效率、成本周期缺乏常识;另一方面,工业专家并不了解人工智能,而且往往是e 经常听到这种情况。

888澳门集团娱乐网址

厂主见了AI公司负责人后,有两种情况。一是让AI无所不用其极,二是利用AI作为另一个“窗口”来骗人。

幸运的是,今天的工业发展压力正迫使工业智能升级再次发生。行业专家和工厂主也在不断提高对AI的认识。2019年,沟通层面的指责很少听到。然而,双方的代沟有望扩大。

举个例子,很多工厂在探索AI的时候,都会强调AI公司必须选择很多数据可视化功能和系统构建。AI专家往往并不惊讶。一方面,数据可视化很可能不是AI公司或者AI部门的事。

另一方面,他们指出,如此大量的浪费成本在视觉系统项目中意义不大。但工厂主普遍认为,看到自己的数据流,看到智能决策是如何一步一步做出的,即使这些可视化数据是手工绘制的,也是非常合适的。两群离不开对方的人,应该躺在一起,谋划大事。

明明很烦,但是能做好的人和公司,以后都会有回报的,不管是来自AI还是行业,还是其他。2020年,变化从何而来?有很多话要说,但是工业AI的重点还是要走。

那么,2020年,哪些最有可能看到AI与行业之间的进一步冲击?回到刚才的歧视,今天很多行业的声音都期待AI技术、云服务、企业解决方案提供商,需要更多了解自己的行业,积极洞察行业机会。就像我们上面提到的案例一样,有可能绝大多数互联网和科技从业者都没想到他们能这么受欢迎。这种“原本还可以”至今仍在工业体系的无数细节中产生。在技术核心发展之前,工业洞察是AI了解工业的主要动力。

有很多工业领域一看就老,或者明显不懂,都是AI施展才华的富矿。另一方面,我指出未来最有可能推动工业AI发展的技术是多模态融合的感官和交互。多模态互动物联网设备,可以说话,可以用智能相机和传感器主动观察,可以分析数据,早就和很多岗位的劳动价值差不多了。

多模态技术和物联网技术已经超过了一个新的成熟期,有一点点与行业融合的期待。这就引出了另一个问题,就是大规模兼容工业场景部署AI的能力,在计算、数据、部署场景、硬件解决方案等方面,一定不能有一系列“工业级”的基础。从极客之心到工厂的“老主人”,AI必须进化升级一系列的工业基础设施,这很可能导致公有云和混合云市场的进一步竞争。同时,5G带来的较低延迟和较大比特率,以及网络切片技术和企业专网业务,也为5G AI的融合带来了机遇。

5G和AI,在工业领域,有望成为彼此新的强化点。综上所述,工业AI还是很有前景的,2020年肯定会发生很大的变化。虽然改变的程度也意味着近很多“风口期待者”的意愿。

工业AI很可能是AI技术的最后一张王牌,是第四次工业革命的关键。但是今天,它仍然是AI中最奇怪的一张牌。我们必须改变更多的人,等待更好的时机。

幸运的是,“工厂AI”的画面可以在没有听到海啸的赞美的情况下充满激动。


本文关键词:888am集团登录入口,888澳门集团娱乐网址

本文来源:888am集团登录入口-www.parallelalices.com

版权所有莆田市888澳门集团娱乐网址科技有限公司 闵ICP备31994499号-2

公司地址: 福建省莆田市郧阳区来务大楼58号 联系电话:054-44746498

Copyright © 2018 Corporation,All Rights Reserved.

熊猫生活志熊猫生活志微信公众号
成都鑫华成都鑫华微信公众号