工業與AI的挑戰

　　Andreas?Mangler?（儒卓力?戰略營銷和傳播總監）

　　1 邊緣AI給工業應用帶來的變化

　　人工智能（AI）以及作為AI基礎過程的機器學習（ML）將沖擊影響包括預測性維護、工業通信、機器人技術和電機控制等在內的工業應用。

　　盡管AI技術并不是什么新鮮事物，但數據的爆炸式增長卻促使其以驚人的速度前進，例如，在谷歌上數十億次搜索的支持下，提供了相當大的實時數據集。

　　每年，我們產生的數據量都會翻倍，并且據預測，在未來10年內，將有1 500億個聯網傳感器（超過地球人口的20倍）。由此產生的數據集可以幫助AI設備學習人類的思維和感知方式。它們加快了學習速度，并允許實現數據分析的自動化。處理的信息越多，機器學習就越準確。

　　AI決策系統可以采用一系列技術、算法、統計模型和認知能力來解決復雜且相互關聯的問題，從而提高效率和生產率。

　　2 工業+AI的技術挑戰

　　在當前的計算模型中，存在3個軟件層：應用程序和服務、中間件，以及平臺。將來，這些將會被人工智能、區塊鏈，以及云和邊緣計算所取代。

　　諸如大數據、機器學習和深度學習之類的AI技術已用于包括語音識別、圖像識別和用戶建模在內的應用中。它們在算法、模型和體系結構方面都取得了重大進展。制造業、電力、運輸、醫療保健和農業等行業已開始應用此類技術。

　　區塊鏈是一種分布式賬本系統，作為分散數據庫，用于維護交易數據的永久性和防篡改記錄。中間件將在統一的接口中結合不同的區塊鏈實施，以易于使用。

　　邊緣計算是一種拓撲和設計，可以通過IoT和云等技術來實施，以實現新的解決方案。邊緣計算將補充當前的云計算堆棧，兩者將共同構成未來的計算平臺。

　　3 儒卓力的解決方案

　　儒卓力提供了應對這些挑戰所需的所有技術，并且在公司內部創建了邊緣計算專家組，以支持客戶開展設計和項目。儒卓力的垂直計劃稱為“自動化創新（Innovation in Automation）”，包含了經過認證的硬件和軟件特許經營合作伙伴網絡。

　　儒卓力的自動化創新軟件合作伙伴為特定客戶開發了基于儒卓力硬件產品組合（包括控件、驅動器和傳感器）的算法和軟件，以解決傳感器融合和自動數據分析中出現的復雜數學問題。

　　傳感器融合在結合不同類型的傳感器數據和信息源中扮演著重要的角色。這意味著用于原型設計、仿真和評估的新數學算法的設計和開發至關重要。開發保障標準、質量和安全性的軟件，對于工業化非常關鍵。能夠通過基于傳感器數據的監視和實時的異常檢測，可幫助實現用戶所需的自動數據分析。

　　本文來源于科技期刊《電子產品世界》2020年第01期第20頁，歡迎您寫論文時引用，并注明出處。