【ZiDongHua之智能自動(dòng)化收錄關(guān)鍵詞：IBM 制造業(yè) 智能制造 機(jī)器視覺(jué)】

 

　　IBM專(zhuān)家觀點(diǎn)：AI在制造業(yè)應(yīng)用現(xiàn)狀及發(fā)展前景展望

 

　　作者簡(jiǎn)介：安宇是IBM科技事業(yè)部AI架構(gòu)師。畢業(yè)于英國(guó)帝國(guó)理工大學(xué)，后在海外擔(dān)任機(jī)器人軟件開(kāi)發(fā)經(jīng)理等工作。深度參與了IBM與眾多制造業(yè)客戶(hù)AI項(xiàng)目，現(xiàn)主要負(fù)責(zé)大模型相關(guān)架構(gòu)設(shè)計(jì)和原型開(kāi)發(fā)等工作，是機(jī)器學(xué)習(xí)，生成式AI開(kāi)發(fā)與應(yīng)用的技術(shù)專(zhuān)家。

 

　　在上一期《IBM企業(yè)級(jí)AI為跨國(guó)制造業(yè)智能化注入新動(dòng)力》的文章中，我們重點(diǎn)分享了IBM企業(yè)級(jí)AI驅(qū)動(dòng)智能制造升級(jí)的若干場(chǎng)景,視覺(jué)檢測(cè)技術(shù)及知識(shí)庫(kù)平臺(tái)的應(yīng)用案例；接下來(lái)，我們將從技術(shù)層面，聚焦傳統(tǒng)機(jī)器學(xué)習(xí)及最新的生成式AI在制造業(yè)的更多應(yīng)用及前景展望。

 

　　

 

　　傳統(tǒng)AI方興未艾

 

　　在研，產(chǎn)，供，銷(xiāo)，服各個(gè)環(huán)節(jié)中，生產(chǎn)制造作為制造業(yè)的核心環(huán)節(jié)，對(duì)企業(yè)的成本控制及效率提升至關(guān)重要，也往往作為企業(yè)新技術(shù)應(yīng)用的前沿領(lǐng)域；除了之前提到的視覺(jué)檢測(cè)及決策優(yōu)化，其他重要的領(lǐng)域包括對(duì)產(chǎn)品的質(zhì)量控制，工藝優(yōu)化，異常預(yù)警及設(shè)備預(yù)測(cè)性維護(hù)等。傳統(tǒng)的機(jī)器學(xué)習(xí)算法往往是實(shí)現(xiàn)此類(lèi)應(yīng)用的技術(shù)支撐，通過(guò)收集大量歷史數(shù)據(jù)如產(chǎn)線(xiàn)狀態(tài)數(shù)據(jù)，工藝參數(shù)，原材料屬性，產(chǎn)品檢驗(yàn)數(shù)據(jù)等，利用回歸或分類(lèi)算法構(gòu)建機(jī)器學(xué)習(xí)模型；模型分析的結(jié)果可用于發(fā)現(xiàn)關(guān)鍵工藝參數(shù)，通過(guò)調(diào)整參數(shù)范圍實(shí)現(xiàn)產(chǎn)品質(zhì)量控制；或?qū)⒛Ｐ妥鳛閼?yīng)用發(fā)布，實(shí)時(shí)接收產(chǎn)線(xiàn)數(shù)據(jù)，實(shí)現(xiàn)對(duì)質(zhì)量或設(shè)備運(yùn)行狀態(tài)的預(yù)測(cè)。工藝參數(shù)優(yōu)化的典型例子是汽車(chē)及機(jī)械制造行業(yè)NVH（Noise,Vibration,Harshness）質(zhì)量控制。在汽車(chē)零配生產(chǎn)及組裝過(guò)程中，由于未知原因?qū)е碌腘VH問(wèn)題通常會(huì)導(dǎo)致產(chǎn)品無(wú)法正常交付，如何找出影響NVH的關(guān)鍵因素并調(diào)整相關(guān)參數(shù)，成為亟待解決的問(wèn)題；生產(chǎn)過(guò)程中涉及到數(shù)以百計(jì)的參數(shù)，包括設(shè)備參數(shù)，環(huán)境參數(shù)，材料參數(shù)，工藝參數(shù)等，通過(guò)運(yùn)用機(jī)器學(xué)習(xí)中的相關(guān)算法，如決策樹(shù)模型，梯度提升模型等，可有效識(shí)別重要參數(shù)及合理的參數(shù)閾值范圍，為產(chǎn)線(xiàn)人員提供指導(dǎo)，實(shí)現(xiàn)NVH質(zhì)量提高。此外，根據(jù)歷史生產(chǎn)數(shù)據(jù)構(gòu)建的模型還可以封裝為業(yè)務(wù)應(yīng)用，部署在生產(chǎn)環(huán)境內(nèi)，接入實(shí)時(shí)產(chǎn)線(xiàn)數(shù)據(jù)，實(shí)現(xiàn)對(duì)產(chǎn)品質(zhì)量或設(shè)備狀態(tài)的預(yù)測(cè)。如某些產(chǎn)品往往需要進(jìn)行物理及化學(xué)實(shí)驗(yàn)進(jìn)行質(zhì)量檢測(cè)，利用構(gòu)建的機(jī)器學(xué)習(xí)模型，無(wú)需進(jìn)行物化實(shí)驗(yàn)即可實(shí)現(xiàn)對(duì)質(zhì)量參數(shù)的準(zhǔn)確預(yù)測(cè)，大幅降低生產(chǎn)成本，節(jié)約生產(chǎn)時(shí)間。

 

　　生成式AI引領(lǐng)未來(lái)

 

　　說(shuō)到AI，當(dāng)前最吸引眼球的技術(shù)非生成式AI莫屬，它的出現(xiàn)顛覆了傳統(tǒng)機(jī)器學(xué)習(xí)從數(shù)據(jù)準(zhǔn)備到模型訓(xùn)練的過(guò)程，也掀起了從業(yè)務(wù)場(chǎng)景到應(yīng)用范圍新的范式；根據(jù)e-works 2024年針對(duì)國(guó)內(nèi)364家國(guó)內(nèi)制造業(yè)企業(yè)調(diào)研報(bào)告，約有80%的企業(yè)對(duì)生成式AI在制造業(yè)的應(yīng)用持有樂(lè)觀態(tài)度，超過(guò)50%的企業(yè)已經(jīng)正在試點(diǎn)或預(yù)研生成式AI相關(guān)應(yīng)用[1]?；谏墒紸I的特點(diǎn)，目前較為成熟的應(yīng)用更多體現(xiàn)在需要人機(jī)交互的領(lǐng)域；研發(fā)設(shè)計(jì)過(guò)程中，生成式AI可以輔助產(chǎn)品原型設(shè)計(jì)，提供智能推薦，智能檢索，合規(guī)審查等功能，幫助開(kāi)發(fā)人員快速生成方案；在營(yíng)銷(xiāo)，售后環(huán)節(jié)通過(guò)聊天機(jī)器人，智能知識(shí)庫(kù)，數(shù)字人等技術(shù)的結(jié)合，提升客戶(hù)體驗(yàn)；在提升員工生產(chǎn)力方面，數(shù)字員工以自助服務(wù)的方式減少流轉(zhuǎn)環(huán)節(jié)，提升員工效率。在技術(shù)層面，檢索增強(qiáng)生成（RAG）仍是應(yīng)用最廣泛的技術(shù)框架服務(wù)于知識(shí)庫(kù)，信息檢索等場(chǎng)景，其開(kāi)發(fā)框架已較為多樣，實(shí)際落地過(guò)程中仍需結(jié)合工程手段進(jìn)行源數(shù)據(jù)處理，內(nèi)容過(guò)濾及分發(fā)等問(wèn)題。除此之外，借助大模型的能力，通過(guò)自然語(yǔ)言進(jìn)行數(shù)據(jù)庫(kù)查詢(xún)（NL2SQL），代碼生成等技術(shù)也已得到驗(yàn)證并使用。需要指出的是，要做到企業(yè)級(jí)AI應(yīng)用及擴(kuò)展，AI安全可信，多場(chǎng)景適配及靈活開(kāi)放是主要考慮的技術(shù)因素。

 

　　綜上，AI賦能已成為包括制造業(yè)在內(nèi)的共同發(fā)展趨勢(shì)，我們也看到眾多企業(yè)已經(jīng)張開(kāi)懷抱，積極擁抱AI。作為AI技術(shù)的先行者，IBM在IDC2024年的市場(chǎng)調(diào)研中被評(píng)為全球AI治理平臺(tái)的領(lǐng)導(dǎo)者。IBM watsonx是專(zhuān)為企業(yè)打造的AI和數(shù)據(jù)平臺(tái)，提供包括湖倉(cāng)一體的數(shù)據(jù)存儲(chǔ)，機(jī)器學(xué)習(xí)，運(yùn)籌優(yōu)化，機(jī)器視覺(jué)，生成式AI與模型及AI治理在內(nèi)的完整工具包及相關(guān)服務(wù)支持。在國(guó)內(nèi)已經(jīng)服務(wù)了涵蓋汽車(chē)、機(jī)械、電子、消費(fèi)品等眾多制造業(yè)客戶(hù)，在研、產(chǎn)、供、消、服等方面為其提供技術(shù)、咨詢(xún)、服務(wù)的全方位支持。攜手客戶(hù)及合作伙伴，IBM正致力于幫助企業(yè)跨不同系統(tǒng)和業(yè)務(wù)部門(mén)規(guī)模化地實(shí)施AI，將前沿科技轉(zhuǎn)換為生產(chǎn)力，為企業(yè)創(chuàng)造價(jià)值！