人工智能点亮工业智造
文Reinhold Schäfer
当前，许多企业都在推进数字化转型的进程，而工业4.0的解决方案也在许多企业中得到了贯彻落实。下一步各企业的目标将是支持自动化生产制造的机器学习。目前，机器学习所需的人工智能已经可以在实际应用了。
为了能够真正贯彻落实工业4.0的宏伟蓝图、通过大数据和不同的分析功能进一步开发、利用数据采集的作用，实现生产过程的自动化，机械设备具有一定的智能化是必不可少的。通常情况下可以从机床设备的历史数据中找出进一步提高自动化的潜力。因此可以说：智能化生产就是工业4.0成功的关键。
“很长时间以来，价值增值链中最完整的数字化转型一直是制造业的首要议题。一个自我组织、自主学习的生产车间就是工业4.0宣传的目标，并且要把不断出现的技术创新纳入其中。” Netapp公司的高级产品营销经理Christian Lorentz先生说。
图1 数据安全性缺乏行业标准、没有整合价值增值链，这些都是除了企业职工的认识不足之外贯彻落实工业4.0的主要障碍
人工智能的应用
受联邦政府经济和能源部（BMWi）的委托，柏林创新和技术研究所（iit）进行的一项调查研究表明：在提高生产制造业附加值方面，人工智能AI技术具有巨大的潜力。在今后的五年中，仅在德国工业企业使用AI技术就能带来大约318亿欧元的附加值。因此，可以说人工智能技术承担了预期经济增长总量的1/3。该研究报告称：AI人工智能技术的应用、预测分析、机器人和智能辅助系统以及自动化和传感器技术是最有前途的几个技术领域。
综上，中国音乐产业未来发展趋势主要体现在以下几个方面：第一，音乐产业在发展过程中，需要与其他产业相互融合，不断推陈出新以满足人们的精神文化需求。第二，支持原创音乐，大力扶持音乐人，鼓励创作者创作出更多优秀的音乐作品。第三，科学技术的进步，使我们对音乐的体验不断产生新感觉，如双声道3D环绕立体音乐等。第四，重点投资大型音乐产业项目，如格莱美音乐主题基地项目、成都西部音乐灯光公园项目等。此外，除本文提到的音乐产业外，它还将不断吸收新技术、融合新元素，呈现出更多的新领域。
根据Netapp公司的看法，从中长期发展的角度来看企业建立人工智能团队是绝对正确的做法，尤其是在加强企业内部技术知识和经验的交流、在促进新职工快速的融入企业是十分值得推荐的做法。
预防性维护保养是许多企业进入智能化生产的初级阶段，与此同时，自动化和高效率正成为人们关注的焦点。数据管理专家Netapp公司对来自德国健康、汽车制造、金融和生产制造领域的120位IT技术专业人员进行了调查，得出的结果也证实了这一点。调查表明：当前在生产制造业中的自动化主要是重复性生产制造过程的自动化（简称为RPA的机器人过程自动化）以及供应链和仓库管理的自动化。这些行业的调查对象中有66.7%和60%的受访者都给出了这样的答复。也有许多企业才刚刚开始实施人工智能战略，调查结果表明：46.7%的制造业企业是刚刚开始实施人工智能战略的第一年，其他行业领域，例如金融领域则领先一步。有许多企业担心生产过程的全面数字化转型的成本太高，因为这涉及到老旧IT基础设施的现代化更新改造。即便是在欧盟DSGVO通用数据保护条例生效之后的实施过程中也因数据保护问题而对数字化转型犹豫不决。
贯彻落实工业4.0的一百个理由
助力仿生学解决方案
VDMA协会IT报告指出：在机械工程项目实施中，80%的项目工作人员对数字化产品和数字化过程不甚了解，这是项目实施的最大障碍。为了实现要求的开发速度、更好的从其他企业的知识、经验中获益，就需要技术服务合作伙伴、IT技术公司和机床设备制造商之间的密切合作。
12月27日3版《长护险为金山老人买单超过1000万元》，该标题用“‘长护险'为金山……”为宜，‘长护险'即长期护理保险。按语:报纸用省略语应予以说明。
仿生气动机械手“Bionic Soft Hand”使用了强化学习的方法来巩固该产品的学习能力。这意味着：仿生气动机械手不是机械的模仿具体的动作，它是按照规定的目标进行学习。这种强化学习是通过反复的试错来达到目的的，它能根据收到的反馈信息进行动作优化，直到成功的完成任务。
大自然赋予人类的天然工具：手，能够将特定的力量、灵巧和精细的运动技能结合到一起，这就是一个很好的仿生学案例。Festo公司就此开发了仿生气动机械手“Bionic Soft Hand”。它与轻型机器人相互结合，有机会在人机协作中成为最有发展前途的未来型解决方案。气动驱动的仿生软体手可以安全的直接与人类互动。它的手指是由波纹管结构的气室组成的。
过去几年里，机械制造领域中的企业以最快的速度认识到机器学习和平台经济的重要性。现在，机器学习和平台经济的具体应用场景已经展现在人们的面前了。
自动化技术公司Festo公司以大自然为榜样借助于仿生学研发新技术，并且将其转化为在自动化领域可以应用的技术。在该公司的自动化解决方案中，很多地方都用到了人工智能技术。
开拓机械设备的能力
具体示例就是仿生气动机械手转动一个十二面体，最终将规定的一面朝上。转动十二面体时所需的运动方法是在深度感知摄像机和人工智能算法所创建的虚拟数字双胞胎环境中学习的。未来，这种仿生气动机械手可以和人类、机器同时加工一个工件，不必再把人与机器相互隔离开来了。仿生气动机械手是Festo公司Bionic轻型仿生气动机器人系列产品的进一步发展和完善，明显的扩大了仿生气动机器人的使用范围。这是因为仿生气动机械手采用了模块化的结构设计：它可以将最多七个波纹管气囊和旋转驱动装置集成在一起。由于可以省去复杂的安全保护装置，例如省去安全护栏或者安全光栅，因此可以明显地缩短仿生气动机器人、机械手的安装调整时间，实现更加灵活的使用，完全满足了经济生产的要求。
VDMA协会的调查已经证实：在机械制造领域中机器学习方法的应用已经相当广泛了，不仅有这方面的产品和技术服务，而且合适的机器学习流程也已经成为人们关注的焦点了。预计到2020年每三家企业中就有一家要使用并改进机器学习的流程，这种扩展能力的发展也将在合适的技术服务方面发挥重要作用。当前，VDMA协会软件和数字化技术分会进行了一次情况调查，详细的了解软件技术和数字化技术在机械制造领域应用情况中已经取得的成果。
产品供应链与物流服务供应链之间存在着紧密的关系，在实际运营中，两者之间又存在着竞争和利益冲突，而深入研究两者之间的协调机制有利于实现两者的良性互动和可持续发展。本文构建了两级产品供应链与两级物流服务供应链协调的概念模型，研究了分散决策与集中决策下，各决策主体的最优决策以及系统的总利润情况。研究表明：集中决策下系统的总利润、物流服务水平以及产品销售量均大于分散决策；本文还设计了两级产品供应链与两级物流服务供应链协调的利益分配模型，实现了两级产品供应链与两级物流服务供应链利润的合理分配和帕累托改进。
为了使中小型机械制造企业能够更快、更具体的了解机器学习实质和这一技术的可能性，强化中小型机械制造企业机器学习的意识，2019年VDMA协会“机器学习专家团”将以研究的形式发布成功的案例。
以问题为中心的学习（prblem-based learning，PBL） 是1969年由美国神经病学教授（Howard Barvows）以信息加工心理学和认识心理学为基础，根据建构主义的“情境”“协作”“会话”和“意义建构”学习环境的四大要素创立的教学模式[7]。通过学习与合作，解决真实性问题，来学习隐含问题背后的科学问题，激发学生对未知事物的探究心理，培养自主学习的能力，提高解决问题的技能。
创造开启未来
如果人工智能渗透到原来人类才拥有绝对霸主地位的领域时将会出现什么情况呢？Bensheim市HTV半导体测试公司的首席执行官Edbill Grote先生给出了这样的回答：“在今后十年中，从医生到工人将会有1/3的工作岗位消失了。人或许变得无足轻重了，因为‘机器学习’掌握着未来。我们的经济和我们的生活每时每刻都在变化。甚至今天我们都猜不到明天会怎样。因此，对于工业化国家来讲创造力是至关重要的。”创造力和创新必须深深地植根于企业的发展战略中，只有这样才能在竞争中脱颖而出、取得成功。企业的员工必需要有发挥创造力的可能性，鼓励企业员工发挥创造力。“这能使您的企业天马行空，始终领先其他企业一步。” Grote先生说。据推测，机器人现在还无法取代人类的创造力，因为创造力是人类独有的能力。我们每一个人都有创造力，我们只需让我们的创造力自由发挥就可以了。
更多精彩请扫描二维码
标签：数字化转型论文; 智能化生产论文; 机床设备论文; 人工智能论文; 生产车间论文; 机械设备论文; 大数据论文; 数据采集论文;