如今,人工智能和機(jī)器學(xué)習(xí)正在改變制造業(yè)。根據(jù)世界經(jīng)濟(jì)論壇去年年底發(fā)布的報(bào)告,人工智能、機(jī)器人、物聯(lián)網(wǎng)(IoT)的結(jié)合將共同引領(lǐng)第四次工業(yè)革命。
大多數(shù)制造業(yè)廠商(80%)表示將會(huì)看到人工智能計(jì)劃的積極影響,預(yù)計(jì)收入增長22.6%,成本降低17.6%。
事實(shí)上,制造行業(yè)廠商已經(jīng)在使用人工智能和機(jī)器學(xué)習(xí)技術(shù)來減少設(shè)備停機(jī)時(shí)間,發(fā)現(xiàn)生產(chǎn)缺陷,改善供應(yīng)鏈、并縮短設(shè)計(jì)時(shí)間。然而,由于技術(shù)人員、數(shù)據(jù)和標(biāo)準(zhǔn)的短缺使許多企業(yè)無法繼續(xù)更好地發(fā)展。
通用電氣將引領(lǐng)行業(yè)發(fā)展
處于這新一輪產(chǎn)業(yè)轉(zhuǎn)型浪潮前沿的企業(yè)之一是通用電氣(General Electric),由于該行業(yè)的生產(chǎn)力日益下降,該公司一直致力于探索人工智能的使用。
“截至2010年,生產(chǎn)率增長率在4%至5%之間,”該公司軟件研究副總裁Colin Parris說。制造行業(yè)發(fā)生了變化。經(jīng)驗(yàn)豐富的工程師正在退休,而通用電氣所進(jìn)入的新市場,其中包括印度和中國,有著更年輕的勞動(dòng)力。
同時(shí),Parris說,客戶需求正迅速變得更加復(fù)雜。由于極端的天氣條件和空氣污染,通用公司生產(chǎn)的噴氣式發(fā)動(dòng)機(jī)受到影響,新航線開往目的地。社交媒體放大了停電的影響,迫使客戶要求更高的可靠性和更少的停機(jī)時(shí)間。
與此同時(shí),客戶預(yù)計(jì)價(jià)格將繼續(xù)下跌。
Parris說,“人們表示無法預(yù)測(cè)未來,但當(dāng)然可以進(jìn)行預(yù)測(cè),因?yàn)槿藗兿胍阋说臇|西。”
為了解決這個(gè)問題。通用電氣公司轉(zhuǎn)向人工智能和機(jī)器學(xué)習(xí),從提供給客戶的服務(wù)開始,如噴氣發(fā)動(dòng)機(jī)和渦輪機(jī)維修和維護(hù)。然后,通用電氣將人工智能應(yīng)用于內(nèi)部制造,然后是設(shè)計(jì),接著是內(nèi)部流程,例如數(shù)據(jù)中心運(yùn)營和人力資源。
Parris說:“至少在過去的10到15年里,我們一直在使用服務(wù)中的模型和分析形式。”五年前,通用電氣開始使用機(jī)器學(xué)習(xí)和數(shù)字孿生,它們提供一塊機(jī)器的虛擬表示,如風(fēng)力渦輪機(jī)和風(fēng)電場。數(shù)字孿生也可以用來表示裝配線、整個(gè)工廠或采購過程。
而在通用電氣的應(yīng)用中,數(shù)字孿生用于模擬性能,預(yù)測(cè)故障,并允許快速測(cè)試潛在的改進(jìn)。
Parris說:“我們可以預(yù)測(cè)哪些事情會(huì)失敗,所以我們有合適的工程師,庫存中有合適的零件。我們可以獲得更好的燃油效率,延長飛機(jī)的飛行時(shí)間,而不必為不必要的服務(wù)帶來零件。我們已經(jīng)為顧客節(jié)省了數(shù)百萬美元的成本。”
每件設(shè)備、系統(tǒng)或工藝都有一個(gè)數(shù)字孿生的另一個(gè)好處是,通用電氣可以利用增材制造,采用3D打印技術(shù)來創(chuàng)建定制零件,而不必依賴在傳統(tǒng)的裝配線上批量生產(chǎn)的替換零件。
“隨著時(shí)機(jī)的推移,機(jī)器的性能會(huì)有所不同。”他說,“現(xiàn)在我可以說,‘我是否可以專門設(shè)計(jì)零件,因?yàn)樵谶@種方式下使用的機(jī)器我們看到了一些設(shè)施的損耗,增材制造允許我們一次構(gòu)建一個(gè)部件,以解決這臺(tái)機(jī)器在這種環(huán)境中遇到的獨(dú)特問題,而不是花費(fèi)大量費(fèi)用建造這些大型工廠,并生產(chǎn)出數(shù)以百計(jì)的部件。’現(xiàn)在可以一次打印一個(gè)部件,并且可以不斷調(diào)整機(jī)器的功能?,F(xiàn)在我們就有這樣一臺(tái)機(jī)器,它可以不斷地使自己變得越來越有生產(chǎn)力,我們稱之為不朽的機(jī)器。”
“我認(rèn)為通用電氣的未來將變得非常有趣。”他補(bǔ)充道。
預(yù)測(cè)性維護(hù)的承諾
其他生產(chǎn)制造廠也在考慮使用人工智能和機(jī)器學(xué)習(xí)來降低成本和提高性能。
總部位于佛羅里達(dá)州的Jabil公司是一家財(cái)富500強(qiáng)公司,為全球主要品牌進(jìn)行合約制造,Jabil公司在幾個(gè)月前開始使用人工智能來發(fā)現(xiàn)制造缺陷和預(yù)測(cè)性維護(hù)。
例如,在中國的一家工廠中,自動(dòng)光學(xué)檢測(cè)機(jī)器有幾臺(tái)攝像頭正在尋找該公司正在制造的電路板缺陷。
基本的圖像識(shí)別技術(shù)已經(jīng)到位以尋找缺陷,但系統(tǒng)標(biāo)記的35%到40%的電路板發(fā)送給操作人員進(jìn)行檢查,實(shí)際上根本沒有問題。
“每個(gè)圖像的操作員有兩秒鐘,其中一些可能非常大,有數(shù)百個(gè)組件,”該公司高級(jí)經(jīng)理Ryan Litvak說,“挑戰(zhàn)在于捕捉操作員的直覺,并且具有高準(zhǔn)確度,這實(shí)際上是一個(gè)缺陷。”
通過減少標(biāo)記的電路板數(shù)量而不會(huì)犧牲準(zhǔn)確性,Jabil公司將能夠讓其運(yùn)營商在問題的電路板上花費(fèi)更多時(shí)間,或者重新分配給其他更有價(jià)值的任務(wù)。
“我們已經(jīng)能夠顯示出非常好的結(jié)果,”他說,“捕獲93%至98%的真實(shí)缺陷,這是非常高的比率,并且能夠消除大約70%檢測(cè)的組件,也就是那些沒有缺陷的組件。”
他說,概念驗(yàn)證涉及兩條生產(chǎn)線,這些生產(chǎn)線具有非常類似的設(shè)備和工藝?,F(xiàn)在,Jabil公司正在努力將其推廣到不同的路線,處理更加大量的數(shù)據(jù),并將新的決策過程直接納入工作流程。
該公司關(guān)注的另一個(gè)領(lǐng)域是預(yù)測(cè)性維護(hù),其中挑戰(zhàn)是獲取所需的數(shù)據(jù)。
“有許多不同的系統(tǒng)和很多不同的設(shè)備在使用。”Litvak說,“其中一些設(shè)備有自己的系統(tǒng)進(jìn)行維護(hù),有些則沒有。一些供應(yīng)商跟蹤電子表格的維護(hù),有些提供本地系統(tǒng)。”
他說,Jabil公司的數(shù)據(jù)科學(xué)家正在努力規(guī)范這些數(shù)據(jù),并與微軟公司專家合作,建立預(yù)測(cè)設(shè)備故障所需的深度學(xué)習(xí)模型。
根據(jù)麥肯錫公司的研究,人工智能增強(qiáng)的工業(yè)設(shè)備預(yù)測(cè)性維護(hù)將使年度維護(hù)成本降低10%,停機(jī)時(shí)間減少20%,檢查成本降低25%。
麥肯錫慕尼黑辦事處的合伙人MatthiasKässer表示,最近幾個(gè)月對(duì)人工智能的特定用例的試點(diǎn)項(xiàng)目引起了用戶的極大興趣。
最大的影響是在質(zhì)量檢查和預(yù)測(cè)性維護(hù)中使用計(jì)算機(jī)視覺和傳感器數(shù)據(jù)。
“我們目前在幾家公司實(shí)施這種基于視覺的人工智能應(yīng)用程序,釋放出巨大的潛力。”他說。 “然而,為了充分利用潛力,企業(yè)需要快速將這些試點(diǎn)的學(xué)習(xí)轉(zhuǎn)化為跨職能和流程的整體人工智能轉(zhuǎn)換。這是真正的工作開始的地方。”
精確性問題
另一家剛剛開始使用圖像識(shí)別來發(fā)現(xiàn)制造問題的制造公司是Lennox國際公司,這是一家位于達(dá)拉斯的HVAC系統(tǒng)制造商。
該公司IT、高級(jí)和新興技術(shù)總監(jiān)Sunil Bondalapati表示,“精確度水平遠(yuǎn)高于人類,現(xiàn)在,我們的精確率提高了大約20%。我們認(rèn)為它更像是一個(gè)準(zhǔn)確的價(jià)值主張。”
Lennox公司還向企業(yè)客戶租賃設(shè)備,與通用電氣一樣,改善維護(hù)是一個(gè)核心需求。
如今,HVAC設(shè)備將有關(guān)其性能的信息傳輸?shù)皆贫?,每小時(shí)有800萬條新記錄。
增加智能使公司能夠?qū)崟r(shí)預(yù)測(cè)設(shè)備故障,這在以前是不可能的。
“這就是人工智能的用武之地。”Bondalapati說,“它可以保留兩年前特定設(shè)備的背景和記憶,當(dāng)濕度水平達(dá)到這個(gè)水平時(shí),它在攝氏105度溫度下的表現(xiàn)如何,當(dāng)時(shí)它是如何工作的,現(xiàn)在又是如何工作的。”
Lennox在四個(gè)月前開始這個(gè)項(xiàng)目,其結(jié)果很有希望,它決定在接下來的四個(gè)月內(nèi)開始全面推出該技術(shù)。
他說,計(jì)算維護(hù)方面的投資回報(bào)將是棘手的。 “當(dāng)設(shè)備沒有發(fā)生故障時(shí),將如何計(jì)算投資回報(bào)率?我們將不得不在明年收集一些數(shù)據(jù)。”
但Lennox公司已經(jīng)將其存儲(chǔ)和計(jì)算成本降低了一半,因?yàn)樗軌蚴褂肈ataBricks的技術(shù)來整合數(shù)據(jù)。
“我們從20個(gè)核心處理器減少到4個(gè)核心處理器。”他說。
人工智能在公司的另一個(gè)用途是財(cái)務(wù)方面。
例如,計(jì)算企業(yè)應(yīng)該為保修負(fù)債留出多少資金。
Bondalapati說:“以前,我們只是批準(zhǔn)了一定數(shù)額的金額,例如2000萬美元或3000萬美元,沒有科學(xué)的方法可以知道需要多少費(fèi)用來為客戶退貨。如今,使用人工智能,我們能夠預(yù)測(cè)每個(gè)組件的故障率,并告訴保修部門預(yù)留多少,我們每天都可以調(diào)整,因?yàn)榭梢垣@得更多數(shù)據(jù)。”
他說,預(yù)計(jì)所需的設(shè)置減少10%。
人工智能的力量擴(kuò)散
Lennox公司也在使用人工智能來處理會(huì)計(jì)問題。
“我們做了數(shù)以百萬計(jì)的總分類賬,每天都要完成所有的帖子,這是不可能的。””他說。
他說其團(tuán)隊(duì)一直在尋找利用人工智能來幫助企業(yè)的機(jī)會(huì)。
他說,“我們就像一個(gè)內(nèi)部咨詢機(jī)構(gòu),我們一直在銷售這種產(chǎn)品。我們每周與業(yè)務(wù)部門和其他利益相關(guān)方進(jìn)行溝通,并提出其他用例供他們?cè)囉谩?rdquo;
他說Lennox在人工智能方面已經(jīng)取得成功還有點(diǎn)早。“對(duì)于像我們這樣的行業(yè)來說,人工智能是一條艱難的道路,而且需要向持懷疑態(tài)度的觀眾進(jìn)行大量銷售。”
人工智能如今的主要局限:技能和數(shù)據(jù)
機(jī)器學(xué)習(xí)和高級(jí)分析在預(yù)測(cè)性維護(hù)和制造過程的其他方面發(fā)揮著重要作用。
根據(jù)普華永道公司最近的一項(xiàng)研究,78%的制造公司已部署或計(jì)劃部署預(yù)測(cè)性維護(hù)技術(shù),其次是制造執(zhí)行系統(tǒng)的73%,數(shù)字孿生的60%,機(jī)器人過程自動(dòng)化的59%。
只有29%的公司正在使用或計(jì)劃使用人工智能,而普華永道公司將其定義為超越機(jī)器學(xué)習(xí)和高級(jí)分析,以制定獨(dú)立的認(rèn)知決策。
如今,大多數(shù)關(guān)注于嵌入人工智能和機(jī)器學(xué)習(xí)技術(shù)以降低成本,普華永道負(fù)責(zé)IT戰(zhàn)略的負(fù)責(zé)人Kumar Krishnamurthy表示,“我的預(yù)測(cè)是,其中一些技術(shù)將幫助企業(yè)擴(kuò)大規(guī)模,并提高生產(chǎn)力水平。”
他說,客戶的需求和行業(yè)顛覆者的壓力將迫使制造業(yè)企業(yè)發(fā)生變化。
然而他說,這項(xiàng)技術(shù)并不像人們所認(rèn)為的那樣成熟。此外,缺乏人工智能技能和缺乏可用數(shù)據(jù)也阻礙了這一過程。
根據(jù)普華永道的調(diào)查,52%的實(shí)施人工智能的制造企業(yè)表示,缺乏技術(shù)人才是一項(xiàng)重大挑戰(zhàn),42%的企業(yè)指出數(shù)據(jù)的可靠性是一項(xiàng)重大挑戰(zhàn)。
將人工智能融入到設(shè)計(jì)過程中
Palo Alto研究中心是試圖克服制造過程中困難且耗時(shí)的設(shè)計(jì)階段中的技能和數(shù)據(jù)問題的一個(gè)團(tuán)體,這是施樂公司背后的創(chuàng)新后盾,如激光打印、面向?qū)ο缶幊?、圖形用戶接口、光存儲(chǔ)和許多其他基礎(chǔ)技術(shù)。
Palo Alto研究中心實(shí)驗(yàn)室經(jīng)理兼研發(fā)副總裁Ersin Uzun說,人工智能可以考慮功能要求,成本,監(jiān)管和制造約束,并提出人類無法想到的設(shè)計(jì)。
他說:“如果我讓你設(shè)計(jì)一些能讓我存放液體的東西,你可能會(huì)從一個(gè)杯子開始。”
一旦設(shè)計(jì)完成,Palo Alto研究中心還致力于創(chuàng)造技術(shù),使用減材和增材制造方法,并考慮不同設(shè)計(jì)和制造選擇引入的缺陷,找出如何構(gòu)建它的技術(shù)。
他說,“如今,你設(shè)計(jì)了一些東西,發(fā)送給制造專家,他們將知道如何制造它,然后工程和分析人員看看制造的部件是否滿足我們的操作要求。這需要幾個(gè)月的時(shí)間。”
Uzun說,制造行業(yè)是一個(gè)罕見的領(lǐng)域,其物理能力遠(yuǎn)遠(yuǎn)領(lǐng)先于軟件可以處理的領(lǐng)域。
“我們擁有非常令人興奮的新材料,新的增材制造技術(shù),混合制造機(jī)器,”他說,“但是當(dāng)你看到人們正在使用的軟件時(shí),可以用擁有的材料和工具來實(shí)現(xiàn)這一目標(biāo)。我們現(xiàn)在擁有的這些機(jī)器可以同時(shí)進(jìn)行增材和減材制造,但可以真正為這種制造能力而設(shè)計(jì)。所有這一切都是人工完成的,基本上超出了任何人類的認(rèn)知能力,滿足了我們當(dāng)今的大多數(shù)復(fù)雜制造需求。”
Palo Alto研究中心區(qū)域經(jīng)理Sai Nelaturi表示,為了使設(shè)計(jì)工具能夠跟上材料科學(xué)和制造技術(shù)的變化步伐,人工智能需要建立在工具本身中。
Palo Alto研究中心還致力于創(chuàng)建標(biāo)準(zhǔn)和協(xié)議,使制造工廠中的所有不同系統(tǒng)能夠相互通信,并創(chuàng)建人工智能驅(qū)動(dòng)算法,以優(yōu)化能源使用、吞吐量、效率和安全性。
Uzun說,Palo Alto研究中心并不會(huì)開發(fā)制造技術(shù)。“我們是創(chuàng)新合作伙伴和技術(shù)提供商,我們創(chuàng)造這些技術(shù),讓他們進(jìn)入原型階段,并找到合適的合作伙伴將其推向市場。”
如今,Palo Alto研究中心正在與各種規(guī)模的制造公司合作,測(cè)試這些技術(shù)并將其推向市場。
Uzun說,人工智能技術(shù)可以幫助中小型制造商提高競爭力。“當(dāng)這種情況發(fā)生時(shí),在這個(gè)生態(tài)系統(tǒng)周圍會(huì)創(chuàng)造出各種類型的工作。”他說。