投稿指南 投放广告
热门: 5G 汽车电子 物联网
技术前沿
技术加速——从智能工厂看人工智能的发展前景
录入时间:2019/8/6 11:55:06

作者:Michael Ford, AEGIS软件公司

 “人工智能”或“AI”这个词已经成为困扰人们的根源,就在许多人宣称AI是工业4.0的一部分的同时,又把通过AI和用自动化来取代人工操作的威胁联系起来。AI是软件,不是硬件,也不像好莱坞电影想让我们相信的那样,把AI妖魔化成破坏人类文明的东西。现在是到了让这些AI元素走到现实中的时候,把它作为一个行业,拥抱人工智能带来的机会,而不是把它当成炒作后再抛弃的所谓的“题材”。

AI对我们有什么意义?

 AI这个词在人们的头脑中有两种截然不同的概念。AI最初是出现在好莱坞电影的情节里——未来的机器将接管整个世界。这些故事的关键元素不是对人类造成伤害的机器,而是驱动这些机器的软件,这些软件的复杂算法把机器变成能够自主思考的机器,而这可能不是我们想要的。真正的智能是不使用特定编码就可以实现自主思考。人类被认为是有智慧的,虽然可能有例外的情况。另一方面,机器目前只是在他们的软件的指导下对发生的事情做出反应,而且只有在告诉他们要做什么时候做才会做出反应。这些机器需要遵循一组由人设计好的规则工作,才能达到预期结果。

有些人认为一般的人类行为也是可以模仿的,尽管需要通过一个非常复杂的演化过程来实现。通过软件实现人工智能,或者至少是逐步向人工智能过渡,很可能只是计算机软件算法工作方式的一种延伸扩展,如果机器能够独立思考,也只是软件算法延伸扩展的必然结果。这使许多人声称自己目前的组装设备和相关的软件是“智能的”。这种说法的目的是要满足客户期望新产品比以前的产品更聪明,能创造更多的价值和性能,在多数情况下,这是对我们所看到的那些即将进入市场的新设备和机器人的一种简洁而准确的描述。

设备和机器人一步步变得更聪明、更加智能固然很了不起,但距离我们真正实现能够独立思考的人工智能工艺的道路,还要走多远?对人工智能持续投资的资金来源是来自功能不断增强的设备与软件的销售。随着发展速度越来越快,人工智能的进一步发展可能即将到来之际,什么时候是投资智能解决方案的最佳时机呢?如果今天对最先进的智能软件解决方案进行投资,它会在短期内过时吗?

这种情况当然不会出现,原因是智能解决方案的硬件和软件元素之间存在越来越明显的差异。 到目前为止,差异已被隐藏,因为我们购买用于装配制造的大多数物理工具都包含硬件和软件包。由于物理产品开发周期的限制,无论是机械产品还是电子产品,硬件的演进需要很长的研制周期。与此同时,软件的演进速度要比硬件快几个数量级。我们都有使用各种不同设备的经验,从智能手机和个人电脑,到最新的SMT的贴装机或检查仪器,都可以看到频繁的软件升级、变更和(通常)增强硬件设备的操作。不要认为设备供应商在一开始就错过给机器增值的机会,或者认为原来的设备或软件有什么问题;这种日子基本上已经过去了。

由于软件不是物理实体,它更多地是作为信息流演进,而不是像硬件那样,以大踏步的方式不断地向前迭代,所以软件只要具备可用性,就能带来新的价值。这种情况从根本上改变我们投资软件方案的方式。我们看到,现在微软已停止发布Windows的新版本,而是不断向那些使用Windows 10的客户提供更新升级。如果对Windows的每一次更新都要发布一个主要版本,那么,现在我们可能已经是在运行类似Windows 42这样的东西了,每一次新版本发布都会带来成本和关注点。和发布软件新版本相反的是,软件的升级改进是逐步进行的,对使用的影响很小。硬件的演进速度会受到限制,看上去就像产品以不连续的方式演进,而软件可以以更灵活的方式自由发展,在变得更智能、速度更快方面表现出更强的灵活性和更多的机会。这一切都来自最初的投资,或者最好就是现在就签定认购协议,允许我们选择自己以后想要使用的软件。随着人工智能在软件领域的发展势头越来越猛,这一点非常关键。

数字智能的起源

 是硬件发展对软件提出要求,还是软件开发对硬件提出要求,这是鸡生蛋还是蛋生鸡的问题,这个问题很有意思,和硬件的阶梯式变化的方式相比,现在我们把软件的演进看成一个流动的过程。但是,软件能力的提升已经开始脱离人工智能应用和智能操作涉及的硬件。从历史发展的角度看,一个值得关注的例子是智能仓储的演进。在没有软件时,典型的原始仓储模式是根据零件的编号编制位置,把每个零件分配到某种类型的仓位里。这些材料按照字母顺序排序,这样材料操作人员就可以很容易地找到材料来建立材料包。不幸的是,这种做法始终都不能有效地利用仓储中的空间。随着新的零件编号的引进和其他的零件编号的淘汰,仓储中的空置位置需要在物理上建立或取消。许多仓位的零件会由于过多而溢出,或者由于消费速度随时间的推移而改变,许多仓位的利用率很长时间都很低。改变仓位的尺寸和移动仓位是一个重大的物理挑战,这就产生很强的动力,要以简单的方式来处理这些例外情况并依靠人的灵活性来应对这个问题。

随着人们认识到计算机远比人类更擅长记住材料的存放位置,使用这种软件可以做到材料不再需要按字母顺序存放,所以第一个简单的仓储管理软件的出现使我们摆脱这种原始仓储模式。材料可以存放在任何地方,在通常情况下,可以把材料放在仓库中任何没有使用的地方——这是随机存放模式。存放零件的位置将根据零件的编号和数量记录,以便软件在以后需要材料时指引材料操作员。

在硬件方面,这触发了自动化物流发展的阶段性变化,例如自动化导向车和升降车。准确知道材料在哪里并采用标准的仓位或货架,使物流自动化成为可能。从那以后,硬件一直在向前发展,达到目前我们在大型在线零售商的仓库中所看到的水平。这种硬件取代以前必须由许多人来做的工作。这是基于工业3.0的标准高效的机械自动化。但是,基于硬件的二次开发,这些机器中的控制机制确实变得更加聪明;特别是,传感器模仿人类与生俱来的感知能力和它的连贯性,使机器能自动做出范围更大的各种决定。在软件方面,在AI加入之前,它们本身并不一定是智能的。

数字的第六感

 智能软件的发展依赖于可用的、可理解的数据。作为人类,我们输入大量的数据,通过我们已经进化的五种感官连续处理。如果人们希望在未来不必通过看、听、说或打字就能直接连接到互联网,那么,就可能需要人工引进第六感。机器不同于人类,今天的机器正以非常快的速度获得和发展它们的第六感,例如,具有革命性的IPC的连接的工厂的信息交换(CFX)现在已经可以使用,可以把所有类型不管是由哪家供应商提供的机器与系统,通过一种通用定义的语言自由地相互交流。由于人类的智能来自于五种感官的数据,所以数字智能从根本上是从第六感的演变开始。

数字智能的演变

 一旦工业3.0硬件到位,继续使用智能仓储方案,软件AI就步入工业4.0。“随机”这个词的概念就会立刻让许多人的心中产生疑问:系统处理的所有事物都是随机的,这个系统能有多高的效率。让操作员到处寻找可用的空置位置来放置材料是相当大的浪费。数字仓储系统的智能来自解决这一问题的需要。这种仓储方案的软件知道每个位置里的内容,可以直接将材料通过人工或机器放置到选择的特定位置。

智能仓储方案的聪明之处在于它能够选择材料的放置位置。如果软件开发人员知道仓位和材料出货检查站之间的移动距离存在问题,可以开发软件来查看哪些材料是比较常用的,把它们放在出货检查站的位置;甚至可以让软件优化需要的全套材料的移动路径。这样可以加快获取材料的速度、减少补充材料的时间周期。软件可以根据材料的尺寸、类型和形状,以及材料是否有特别的储存限制,例如对静电或湿度的敏感性决定材料的存放位置。材料的储存地点还可能受到材料的所有权、成本、是不是新材料或二手材料、是不是免税的或者对特定行业部门是不是非常重要的材料等因素的影响。材料的储存是经过优化的,并不是随机的,这是由AI执行的自动化过程,但它只是软件算法,由此得出的决定是根据程序员的知识,以特定的方式做特定的事情。

大多数优化应用的离散软件算法最初都是以模拟人类处理问题的方式开发的,然后,再让算法做得更快更准确。随着时间的推移,人们不再想用这种离散的方式来处理越来越复杂的优化问题,转而用为操作进行数字化建模的方法来实现。数字化建模不是在软件中建立一个特定的逻辑程序,让机器按照这个程序来操作,而是从被称为“起源”的算法开始,开发软件,定义出一组规则,通过评分过程来决定什么是可行的和什么不符合既定目标,来衡量解决方案是否有效。

建立各个应对方案条件的随机组合,用软件测量每个条件。然后再用不同的组合重复这个过程,通常需要反复迭代数百万次,直到找到最佳结果,这是一个通过反复试验逐步逼近结果的过程。因为在问题中每增加一个元素,达到期望的最佳结果所需的迭代次数就会呈指数增长,因此,这种方法不像预期的那样,不大适合比较复杂的问题。但是,在测量方面,用这些算法来解决不同的问题时,只意味着改变测量系统,软件开发变得更容易。为了加快这个过程,人们发明一些技术来减少标准排列的随机性。即便如此,SMT机器程序达到最佳优化也需要几个小时。为了让客户在合理的时间内得到相当好的优化,会引进提早完成优化的折衷方案。

当前状态令人沮丧

 在仓储里,我们不能等待几个小时、几分钟甚至几秒钟来让任何智能软件做出决定,即便是给计算机硬件增加大量的数字引擎,也要无法实时呈现结果。需要用工业4.0做出的决定,例如指导材料入库、分析目视检查结果等,要求我们采取不同的方法,可能要结合离散算法和基于试错的方法。在自动化的工业4.0中,软件对整个工厂快速做出复杂的智能决定,我们离这个阶段还有一段距离。对这种软件的投资水平必须是合理的,而且要以提高客户的价值为基础。

真正的数字智能

 为了达到这种状态,软件开发人员可以“放松警惕”,也许可以让真正的智能软件从人类,特别是年轻人身上学到一些特别的东西。这就像孩子的成长,要经过自然的反复尝试与纠错过程。我们通过五种感官来传递痛苦和快乐。我们人类的算法在多数情况下倾向于后者,我们根据自己获得的经验不断学习和修正我们的行为。

随着软件可以访问越来越多的数据,利用它们的第六感连接的连贯性,就有可能开始做类似的活动。产生以不同方式尝试事物的意愿,看看是否可以通过尝试做一些新的事情来获得“快乐”,这就是真正的人工智能算法的起源。开发人工智能软件的人必须规定痛苦和快乐的定义,即对所有已知的数字方案的回报结构。世界各地的工厂管理人员已经拥有丰富的这种经验,如果我们是诚实的,将从许多试验和错误的案例中有所收获。在数字时代,人工智能不同于人类管理者的地方在于,它不需要像人一样一旦角色发生变化就需要重新学习,取得经验,它在改变角色时不必重新学习。尽管在刚开始时用人工智能管理工厂,只有相当于婴儿的智力水平,这看起来似乎有些疯狂,但只会发生一次。它甚至不必从物理世界开始。

结论

成为人工智能演进之旅的一部分,对工厂的运作是有益的,也很有意义。朝着更聪明的软件算法,甚至是真正的人工智能演进,它的增值方式已经和硬件的增值方式不一样。把投资投向逐步改进的数字MES软件包,比投资一般的MES方案更有价值。正因为我们看到人工智能越来越多地用在工厂运营决策的各个方面和增加操作流程上,所以今天订购数字MES的用户将被证明是一个工厂能够做出的最有回报价值的投资。

我们需要谨慎地选择具有这种能力的方案,寻找那些在这类技术拥有足够想象力的人来引领电子组装行业。随着像IPC CFX这样的技术的出现,这可能是一种用来连接更多接口的更智能、经济效益更好的方式。事实上,无论如何,CFX为人工智能发挥它的潜力迈出重大的一步,我们中的一些人已经为此做好了准备。这就是那些在整个CFX的开发过程中的那些关键贡献者和领导者和那些只是为旧的软件简单地提供新接口的供应商之间的显著区别。你可以毫不费力地看出哪条路可以带来更大的回报。

作者简介:Michael Ford是Aegis软件公司新兴行业战略事业部高级总监。


上一篇:人工智能,你准备好了吗? -浅析...  

《SMT China 表面组装技术》官方微信服务号

SbSTC服务号

actSMTC订阅号
版权声明:
《SMT China 表面组装技术》网站的一切内容及解释权皆归《SMT China 表面组装技术》杂志社版权所有,未经书面同意不得转载,违者必究!
《SMT China 表面组装技术》杂志社。

        

2019 ACT智慧技术暨应用大会视频专访


 
 
 
 
友情链接

SMT China

洁净室

激光世界

微波杂志

视觉系统设计

化合物半导体

工业激光应用

  首页 | 关于我们 | 联络我们
Copyright© 2019: 《SMT China 表面组装技术》; All Rights Reserved.
请用 Microsoft Internet Explorer 6.0 或以上版本。
Please use Microsoft Internet Explorer 6.0 or higher version.
备案序号:粤ICP备12025165号