边缘人工智能如何推动工业40的成果
网络连接的最新进展正在推动数字化：计算、物联网和传感器技术、自动化和机器人技术，以及人工智能和机器学习(AI/ML)。 对于制造商而言，工业4.0创造了无限的可能性，从提高对供应链运营的洞察力和可见性、减少危险状况和提高工人安全，到执行预测性维护以减少设备停机时间。 为了实现这一愿景，制造商必须了解所有各种传感器、执行器和设备，并决定在哪里执行分析，为操作人员使用的应用、仪表板和警报解决方案提供信息。如今工业4.0的主要障碍与用例无关，而是集中在如何以最有效和最经济的方式确保所有物理和数字功能之间的互操作性。 当前对实现互操作性的考虑 制造商掌握着从各种传感器、系统和资产生成的大量数据。但在原始形式下，如果不能快速分析这些数据就无法提供价值。分析这种规模的数据需要与数据源紧密相连的人工智能和机器学习的力量。 Gartner的2019年十大战略技术趋势预测，到2028年，边缘设备中传感器、存储、计算和高级人工智能功能的嵌入将稳步增加。 这种增长有可能创造一个拥有数千种“智能”边缘设备类型的行业——有些大，有些小，有些比其他设备的功率要求更高。当与数百甚至数千个需要在这些设备上运行的AI/ML模型结合在一起时，会发现这很快就会变成一场管理噩梦。 许多组织默认购买专有的垂直“解决方案”来解决特定边缘应用的离散问题，例如视觉质量检查或预测性维护监控。尽管这种方法可能解决短期需求，但会增加日益严峻的挑战。专有系统或单点解决方案并不总是能很好地集成到现有工作流程或技术堆栈中，最终可能会导致用户社区的采用障碍和摩擦。 最重要的是，当今许多面向分析的解决方案还需要将来自传感器或其他来源的数据发送到中央数据中心或云计算环境，以进行分析和机器学习。由于数据传输量和决策延迟增加，这种设计模式变得极其昂贵，并且还可能引入新的安全漏洞。 总而言之，现今，许多制造商依赖于低效且不可扩展的解决方案和方法来集成跨工厂的AI/ML功能，这只会导致机器、工具和系统混乱，互操作性差，有时甚至是相互竞争的技术。 构建可互操作的AI/ML支持的系统 那么，构建互操作性和实现工业4.0的关键是什么？第一步是通过使用可能已经存在的资产来简化流程，并确定最有效，横向和可扩展的方法来实现希望实现的结果。 目前，有数十亿已安装的资产具有某种形式的嵌入式计算，收集丰富的洞察数据。理想情况下，数据应该在设备上或设备附近进行实时分析，最大限度地减少数据传输，以避免网络和安全问题及成本，并与现有的操作系统集成，以最大限度地减少中断并增加价值。 下一个问题是，如何有效地将AI/ML集成到所有这些资产中，以实现互操作性？Gartner预测，上述许多已安装的设备将使用人工智能代码进行改造；此外，数以百万计的资产将采用嵌入式技术制造，为支持人工智能的软件创造计算环境。 根据Gartner的预测，更有效的方法是让AI/ML模型尽可能接近需要加速分析和处理的用户或设备，然后将这些AI/ML生成的预测集成到自定义或COTS应用和仪表板系统中。使用管理和监控部署到边缘设备的AI/ML模型的商业解决方案可以为潜在的混乱带来秩序。 与选择垂直专有系统的方法相比，通过中央平台将AI/ML功能部署到所有设备、传感器和边缘资产不仅会加速构建AI/ML驱动的解决方案的开发过程。还将弥合当前架构差距，以建立系统之间的互操作性。这种互操作性形成了物理和数字洞察之间的连接点，从而实现了工业4.0。 总结 为了缩小当今使用的技术与工业4.0技术之间的差距，制造商必须考虑新的互操作性方法，以实现大规模的AI/ML洞察力。与其将每种资产类型视为需要解决的新谜题，不如将每种资产类型视为可以一次性解决的谜题的一部分。 通过采用集成优先的方法，集中所有与AI/ML相关的资产，制造商可以从现有资产中提取AI/ML生成的洞察力，同时保持未来发展的灵活性。更重要的是，这种跨制造设施提供AI/ML驱动的洞察力的方法，创造了实现数据驱动解决方案所需的互操作性，从而推动工业4.0的成果。上一篇：贵州省工业和信息化厅关于组织申报2023年度贵州省绿色制造名单的通知
下一篇：消费物联网的复苏，会不会从扫地机器人们开始？
我要评论请输入正确验证码文明上网，理性发言。（您还可以输入200个字符)表情所有评论仅代表网友意见，与本站立场无关。
热门评论全部评论相关新闻通快开发出激光器AI新应用，大幅提升制造效率2023-06-1309:27:57近日，通快宣布开发出了一种用于激光器的人工智能(AI)应用，能够使制造更加高效。例如，电动汽车制造商可以用它在更短的时间内生产更多的电动机，并减少了返工率和报废率。上海嘉定：国际汽车芯片创新总部项目年底启动建2023-06-0709:29:086月4日，上海嘉定微信公众号发布消息称，近日，安亭镇22-10地块项目成功拿地，今年年底，国际汽车芯片创新总部将在该地块启动建设。项目总投资3.3亿元，预计2025年7月竣工，2026年达产。汉达森入驻智能制造网榜上有名中级会员！2023-06-0616:17:08近日，汉达森成功入驻智能制造网榜上有名中级会员！版权与免责声明：凡本网注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本网将追究其相关法律责任。
本网转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本网赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时，必须保留本网注明的作品第一来源，并自负版权等法律责任。
如涉及作品内容、版权等问题，请在作品发表之日起一周内与本网联系，否则视为放弃相关权利。
【科普中国军事科技】边缘计算如何为军事科技智能化赋能
边缘计算是信息技术快速发展后的产物，它具体是将云计算的计算、存储等能力扩展到网络边缘，提供低时延、高可用和隐私保护的本地计算服务。相比之前的云计算模式，边缘计算可以有更快的网络服务响应，解决云计算时延长、受网络环境制约等问题。
换句话说，采用边缘计算的军事科技装备，可以在更靠近装备终端的阶段去处理数据，而不用云传输和云计算，这将大幅度提升装备的相应能力。例如，无人坦克的各类传感器采集的数据不再需要传输到云端数据中心，借助边缘计算即可就近判断战场信息、诊断故障等。
支持边缘计算的芯片概念图（图片来源：百家号）
值得注意的是，边缘计算并不是独立运行，它总是与人工智能、大数据、物联网、5G等新兴技术融合运用，和这些新技术“小伙伴”们的融合发展，会更加彰显其在未来战争新模式中的地位作用，为军事智能化打通“最后一公里”。
著名的“捕食者”MQ-9无人机（图片来源：百家号）
军事科技的智能化是基于未来战场的核心需求而展开，其中对军事情报信息的快速处理能力，是战场主要的需求之一。不论是传统的人工处理和迭代演变的云计算，处理速度都会低于边缘计算，然而情报处理是否及时和准确，往往会直接影响战场局势——军事科技智能化发展会带来大量数据和情报信息，从而构成数据池，如果还是传统的云计算模式，会导致后台海量的数据等待处理，从而形成时间差。试想一下，如果终端设备可以进行边缘计算处理，那将会大大简化情报信息的处理流程，从而提升有效情报的获取率。
波兰研制的颇具“未来感”的隐身坦克（图片来源：搜狐）
军事科技的智能化在战场环境中的具体体现多种多样，边缘计算更是直接为战场上的各种装备赋能。例如未来战场上执行作战任务的坦克群，既有人类操控的坦克也有无人坦克，驾驶员在坦克内会收到各种战场信息，如果有理想的边缘计算技术来协作和支持，那各方的信息都会变成有利于坦克群作战的积极内容，从而赢得战场主动权。地面是如此，瞬息万变的空中战斗中更是这样。
提到未来的军事智能化，离不开的就是各类无人装备。毫无疑问的是，未来战场会充斥着各种无人装备，这些设备如果可以内置边缘计算能力，将会大大减轻后方操作员的信息处理和反馈压力，在情报搜集、物资投送、协同作战等方面的工作效率大幅提升。试想一下，如果在无人机上安装边缘计算芯片，对无人机采集的视频进行实时处理，仅将含有目标信息的关键帧传回地面控制站，便可以减轻网络负载和后方情报处理压力。
俄罗斯研制的新型无人坦克（图片来源：搜狐）
可以预见的是，边缘计算会大幅加速军事科技智能化发展，而云计算经过多年发展后，逐渐变现出的诸如集中式数据中心建设难度大、数据传输保密要求高等问题，将会被边缘计算的发展逐一解决。边缘计算将会让军事科技更加智能化，未来战场上，边缘计算也会成为战场上功不可没的“隐秘英雄”。
专家简介：翁宗波，军事装备科普专家，主要从事国内外高科技装备、各兵种主战装备、联合作战战略战术等方面的研究，先后在《解放军报》《中国国防报》《兵器》杂志等军事类报刊杂志发表文章200余篇，个人荣立三等功1次。
出品：科普中国军事科技
作者：翁宗波（军事科普作家）
策划：金赫
科学审核：费伯禹（资深军事编审）
监制：光明网科普事业部
[责编：肖春芳]