帳號:
密碼:
最新動態
產業快訊
CTIMES / 文章 /
工程師必須關心的2020年AI/工業4.0關鍵趨勢
 

【作者: Jos Martin】   2020年03月27日 星期五

瀏覽人次:【10478】

科學家和工程師能藉由專業領域知識在AI專案取得某種程度的成果;然而,若利用如自動標記等工具來快速地處理龐大、高品質的資料集,將是進一步成功的關鍵。


隨著取得了現有深度學習模型與研究並加以持續改進,科學家與工程師得以在人工智慧(AI)專案得到更大範圍的成果。傳統上,AI模型大多數以影像為基礎,不過接下來這一年,AI模型將涵蓋更多樣化的資料類型結合,從感測器到時間序列,再到文字和雷達資料等等。



圖1 : 傳統上,AI模型大多數以影像為基礎,未來AI模型將涵蓋更多樣化的資料類型結合。
圖1 : 傳統上,AI模型大多數以影像為基礎,未來AI模型將涵蓋更多樣化的資料類型結合。

科學家和工程師固然可藉由自身具備的專業領域知識在AI專案取得某種程度的成果;然而,若還可以利用某些工具如自動標記等來快速地處理龐大、高品質的資料集,將是進一步成功的關鍵。資料品質愈高、資料量愈大,愈能增加AI模型的精確性,成功機會也愈大。


豐富的模型化基礎設計工具

更多複雜設計、以AI為驅動的系統正不斷增加,因此AI模型的行為對於整個系統性能將帶來重大影響,帶動了更多嚴格測試流程的需求。因此,在2020年,我們將看到更多能提供模擬、整合與持續測試的模型化基礎設計工具被大量地採用。


模擬可讓設計者測試人工智慧與系統之間如何進行互動,整合則可幫助設計者在完整的系統情境下試驗他們的設計,持續測試有助於更容易地找出AI訓練資料中的弱點和其他元件的設計缺陷。


透過協作機器人與AI使生產線更靈活

透過AI來進行的參數化和調整的Cobots—在人類身邊運作的協作機器人(由collaborative robots合併縮寫而成)—將是2020年後實現真正靈活生產線的關鍵。在過去五年,關於工廠廠房生產線自動化的新願景被大量地談論—「大批產品客製化(sample size one)」,也就是生產線如何藉由逐一生產每個單項產品,以避免缺乏效率和轉換時間長的問題。


要實現工業4.0願景之一的生產完全個別化,生產線必須具備靈活性,並設有多個可以在生產過程中即時重新調配的機械電子模組,也需要配置更多協作機器人,這些皆由AI依據下一個要製造的個別化產品進行調整。



圖2 : 由AI驅動生產線的靈活性是實現工業4.0生產個別化的關鍵
圖2 : 由AI驅動生產線的靈活性是實現工業4.0生產個別化的關鍵

邊緣運算與預測性維護持續演進

雲端系統的使用,再加上更強大的工業控制器和邊緣運算裝置的運算能力,將為新的功能性生產系統軟體鋪路。預測性維護技術將持續改進,隨著資料來源不只來自單一個別機器,也包括了跨越多個地點及不同供應商設備間的資料。除此之外,以AI為基礎的演算法將可動態地優化整個生產線及生產量,並將耗能維持在最低,持續提升工廠效率。



圖3 : 預測性維護技術將隨著感測資料的多元化而持續精進
圖3 : 預測性維護技術將隨著感測資料的多元化而持續精進

強化學習之工業應用

強化學習(reinforcement learning),指電腦反覆跟一個動態環境間不斷地互動、透過嘗試-錯誤(trial-and-error)來學習執行一項任務。應用範圍從在Go和下棋等桌上遊戲裡打敗人類玩家,到變成提供工程師一系列的支援。在工業應用上,它可以被用來實現控制器及複雜系統的決策演算法,像是機器人和無人自主系統等。


提供工程師們更容易使用的工具來建立與訓練強化學習策略,並訓練所開發出的模擬資料,是驅動未來強化學習(reinforcement learning;RL)改善大型工業系統的重要關鍵。


其他驅動強化學習應用的因素,還包括了能將強化學習主體(agents)與系統模擬工具整合,以及讓嵌入式硬體的程式碼生成變得更加容易的工具。舉例來說,將一個強化學習主體加入自主駕駛系統可以改善及優化駕駛的表現、提升速度、降低燃料消耗及回應時間等等。



圖4 : 強化學習-由電腦所代表的主體與動態環境不斷地互動,以嘗試錯誤的方式來學習如何執行任務
圖4 : 強化學習-由電腦所代表的主體與動態環境不斷地互動,以嘗試錯誤的方式來學習如何執行任務

隨著科技的進步,科學家與工程師將享受大量的好處,不過工具的使用、增加學習與採用工具來處理更大資料集工作任務的意願、以及建立新模型與測試AI驅動系統等,將是實現所有工業4.0願景功能勢在必行的工作。


(本文由鈦思科技提供;作者Jos Martin任職於MathWorks公司)


相關文章
利用邊緣運算節約能源和提升永續性
邊緣運算伺服器全方位應用場景
工業轉型、雲端與邊緣運算
以強固、可靠為本 德承打造工業嵌入式運算方案最佳品牌
歐姆龍為製造業界首次加入ES100的廠商
致力於節能減碳,提升能源生產率提高一倍
comments powered by Disqus
相關討論
  相關新聞
» 助工具機業者拓展海外市場 經濟部提供融資20億元
» 東台電子設備強攻東南亞市場 下半年前景可期
» Ansys模擬分析解決方案 獲現代汽車認證為首選供應商
» 晶創台灣舉辦生成式AI論壇 探索百業AI應用契機
» 2024台灣國際扣件展聚焦綠色永續與高值化 即日起開放預登


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 遠播資訊股份有限公司版權所有 Powered by O3  v3.20.2048.34.229.223.223
地址:台北數位產業園區(digiBlock Taipei) 103台北市大同區承德路三段287-2號A棟204室
電話 (02)2585-5526 #0 轉接至總機 /  E-Mail: webmaster@ctimes.com.tw