或許這就是為什么在沒有IIoT提供關(guān)鍵幫助的情況下，企業(yè)很難在工業(yè)4.0帶來的大規(guī)模數(shù)字轉(zhuǎn)型中能夠生存下來的重要原因。而人工智能（AI）和IIoT這兩種技術(shù)的結(jié)合，能有效管理并充分利用數(shù)字化生產(chǎn)過程中產(chǎn)生的海量數(shù)據(jù)，把工業(yè)過程控制提升到一個全新的高度。

IIoT數(shù)據(jù)管理必須具備的4個能力

隨著數(shù)字化浪潮在工業(yè)領(lǐng)域的滲透，大數(shù)據(jù)已成工業(yè)數(shù)字化的入口。根據(jù)IDC的統(tǒng)計，2019全球數(shù)據(jù)量達到42ZB，預(yù)計2022年將達到163ZB，復(fù)合年增長率高達57%。而工業(yè)數(shù)據(jù)在工業(yè)領(lǐng)域的應(yīng)用場景也在不斷增加，賽迪智庫的統(tǒng)計數(shù)據(jù)表明，2019年中國工業(yè)大數(shù)據(jù)市場約為146.9億元，預(yù)計未來將保持30%以上的高增長。也就是說，當(dāng)企業(yè)開始著手在其工業(yè)系統(tǒng)中部署IIoT時，他們面臨的第一個挑戰(zhàn)就是如何從IIoT系統(tǒng)檢索數(shù)據(jù)，并使其用于制造過程的實時分析和決策。為確保數(shù)據(jù)管理解決方案能夠達到IIoT的要求，下面4項功能需要重點關(guān)注：

多功能連接處理各種數(shù)據(jù)的能力。物聯(lián)網(wǎng)系統(tǒng)有各種標(biāo)準(zhǔn)，產(chǎn)生的數(shù)據(jù)需遵守各種協(xié)議，如MQTT、OPC、AMQP等。此外，大多數(shù)物聯(lián)網(wǎng)數(shù)據(jù)以半結(jié)構(gòu)化或非結(jié)構(gòu)化格式存在。因此，數(shù)據(jù)管理系統(tǒng)必須能夠連接到所有系統(tǒng)并遵守各種協(xié)議，以便能夠從這些系統(tǒng)接收數(shù)據(jù)。同時，該解決方案還要支持結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。

豐富的邊緣處理能力。一個好的數(shù)據(jù)管理解決方案應(yīng)該能夠過濾掉來自系統(tǒng)的錯誤記錄，它還應(yīng)該能夠使用元數(shù)據(jù)（metadata），如時間戳或靜態(tài)文本等來豐富數(shù)據(jù)，以支持更完善的數(shù)據(jù)分析。

大數(shù)據(jù)處理和機器學(xué)習(xí)能力。由于物聯(lián)網(wǎng)數(shù)據(jù)量非常大，因此在執(zhí)行實時數(shù)據(jù)分析時系統(tǒng)必須保持超低延遲，以便可以實時處理數(shù)據(jù)。

實時監(jiān)控能力。物聯(lián)網(wǎng)數(shù)據(jù)的獲取和處理是一個持續(xù)的過程，因此，數(shù)據(jù)管理解決方案應(yīng)該通過可視化提供實時監(jiān)控，以便隨時顯示流程在性能和吞吐量方面的狀態(tài)。

人工智能如何影響工業(yè)物聯(lián)網(wǎng)？

在討論這一話題之前，我們先來看一看專家級研究機構(gòu)對人工智能和物聯(lián)網(wǎng)這兩種技術(shù)前景的判斷：根據(jù)Markets&Markets的預(yù)測，到2025年，人工智能將成為一個價值1,900億美元的行業(yè)。IDC則認(rèn)為，2019年40%的數(shù)字化轉(zhuǎn)型計劃是由人工智能推動的。Business Insider預(yù)測，到2025年，物聯(lián)網(wǎng)設(shè)備將超過640億臺，而2018年約為100億臺。因此，麥肯錫給出了這樣的預(yù)估，到2025年，物聯(lián)網(wǎng)有可能產(chǎn)生4萬億至11萬億美元的經(jīng)濟價值。

從以上數(shù)據(jù)看出，人工智能和物聯(lián)網(wǎng)這兩項已經(jīng)存在幾十年的技術(shù)理念在正確的時間和地點重新崛起，它們打破了傳統(tǒng)的行業(yè)規(guī)范，并將引發(fā)一場數(shù)字革命，將18世紀(jì)的傳統(tǒng)工業(yè)革命帶入21世紀(jì)的工業(yè)4.0。隨著人工智能的融入，工業(yè)物聯(lián)網(wǎng)的性能將得到極大提升。

人工智能正在成為工業(yè)智能化的大腦

在數(shù)據(jù)、算法、算力等基礎(chǔ)要素得到充足發(fā)展后，人工智能有了實現(xiàn)的基礎(chǔ)。與此同時，人工智能的發(fā)展也為制造業(yè)的發(fā)展帶來良機，并從多個維度全面提升了工業(yè)制造的水平。目前，人工智能已經(jīng)在工業(yè)領(lǐng)域的多個應(yīng)用場景得到應(yīng)用，比如智能生產(chǎn)場景的工業(yè)視覺檢測以及設(shè)備管理領(lǐng)域的預(yù)測性維護。

在預(yù)測性維護過程中，利用現(xiàn)有數(shù)據(jù)，人工智能算法可以在機器需要維修之前確定何時實施預(yù)防措施。用于視覺檢測的計算機視覺也是一項可以降低成本和提高效率的關(guān)鍵技術(shù)，當(dāng)提供正確的訓(xùn)練數(shù)據(jù)和硬件時，機器學(xué)習(xí)（ML）算法在視覺檢查方面比人類更精準(zhǔn)更有效，例如，寶馬公司已經(jīng)在使用這項技術(shù)來確保其汽車零部件的質(zhì)量控制。

在全球范圍內(nèi)，制造企業(yè)越來越注重提高機械和系統(tǒng)的效率，降低生產(chǎn)成本。隨著半導(dǎo)體技術(shù)的進步，以及價格合理的傳感器和處理器的普及，IIoT的采用率將會不斷提高。據(jù)Grand View Research的分析，2020年，全球IIoT市場規(guī)模約為2,161.3億美元。

現(xiàn)在，工業(yè)部門正在加速向智能和自主的工業(yè)流程邁進，物聯(lián)網(wǎng)設(shè)備的數(shù)據(jù)收集達到了前所未有的規(guī)模。當(dāng)大數(shù)據(jù)、人工智能和物聯(lián)網(wǎng)匯集在一起時，為先進的物聯(lián)網(wǎng)數(shù)據(jù)分析解決方案創(chuàng)造了一系列機會。在此過程中，人工智能特別是深度/機器學(xué)習(xí)技術(shù)，為管理和分析海量感知數(shù)據(jù)提供了強有力的支撐。

研究機構(gòu)MobiDev的一份報告預(yù)測，到2025年，人工智能和物聯(lián)網(wǎng)的價值將超過260億美元。他們還證明，人工智能將物聯(lián)網(wǎng)數(shù)據(jù)的效率提高了25%，將行業(yè)分析能力提高了42%，無論是物聯(lián)網(wǎng)中心還是在邊緣網(wǎng)絡(luò)，人工智能都發(fā)揮了重要作用。比如，在一家工廠的裝配線上，通過使用人工智能目視檢查可進行質(zhì)量控制，可有效降低制造過程中的制造缺陷率。

AI + IIoT解決方案

受到半導(dǎo)體和電子設(shè)備技術(shù)的進步、云計算平臺使用量的增加、IPv6標(biāo)準(zhǔn)化，以及各國政府對IIoT相關(guān)研發(fā)活動的支持等諸多有利因素的影響，融合了人工智能的IIoT解決方案和市場增長迅速，根據(jù)Markets&Markets最新的市場研究報告，全球IIoT市場規(guī)模預(yù)計將從2021年的767億美元增長到2026年的1061億美元，到2026年，人工智能在這一領(lǐng)域的營收預(yù)計將達到167億美元。

在這個大趨勢下，各大技術(shù)廠商也已將在厲兵秣馬，以創(chuàng)新的技術(shù)和產(chǎn)品推動AI + IIoT解決方案的落地。

TI單芯片嵌入式機器人方案提供去中心化的AI模型 AI+IIOT解決方案

一段時間以來，機器人自動化一直是制造業(yè)中的一項革命性技術(shù)，但是在未來幾年中，將AI集成到機器人中有望改變整個行業(yè)。咨詢公司埃森哲的調(diào)研表明，到2035年，AI的年度經(jīng)濟增長率會翻一番，將勞動生產(chǎn)效率提高40%之多，還會在人類與機器之間產(chǎn)生一種新的混合關(guān)系并導(dǎo)致工作性質(zhì)發(fā)生改變。

隨著傳感器技術(shù)的進步，再加上能夠?qū)⑦@些傳感器數(shù)據(jù)融合在一起的嵌入式系統(tǒng)，如今的機器人擁有越來越出色的感知和意識。在TI的嵌入式機器人參考設(shè)計中，為使AI在系統(tǒng)中發(fā)揮應(yīng)有的作用，在推理期間必須能夠?qū)崟r地融合傳感器數(shù)據(jù)。因此，設(shè)計人員需將ML和深度學(xué)習(xí)模型放在邊緣，而將推理部署到嵌入式系統(tǒng)中。

為此，TI提供了一系列嵌入式處理產(chǎn)品，包括支持邊緣AI的器件，這些產(chǎn)品適用于本地化決策、機器學(xué)習(xí)并可以輕松部署的實時網(wǎng)絡(luò)。其中，Sitara AM57x處理器是在邊緣運行AI的處理器典范：

這些處理器以SoC這種單芯片的形式集成了許多用于整個嵌入式應(yīng)用的必要組件，包括顯示、圖形、視頻加速和工業(yè)聯(lián)網(wǎng)等功能，還可以連接如視頻、飛行時間（ToF）、激光雷達（LIDAR）和毫米波（mmWave）等多個傳感器，有些還包括以C66x數(shù)字信號處理器內(nèi)核和嵌入式視覺引擎子系統(tǒng)形式呈現(xiàn)的專用硬件，旨在加速AI算法和深度學(xué)習(xí)推理。

配備有Sitara AM57x處理器的TIDEP-01006參考設(shè)計是一款自主機器人設(shè)計模型。在該系統(tǒng)中，毫米波雷達傳感過程中的點云數(shù)據(jù)由Sitara AM57x處理器進行處理。Sitara AM57x處理器搭載機器人操作系統(tǒng)（ROS），是總體系統(tǒng)控制的主處理器。

另外，該方案還支持具有IWR6843封裝天線的毫米波傳感器，這樣能降低設(shè)計和制造成本，簡化系統(tǒng)設(shè)計，使傳感器尺寸更小并縮短產(chǎn)品上市時間，為具有AI屬性的全自主機器人設(shè)計提供了很好的切入點。

Renesas Electronics RZ/V2M實現(xiàn)低功耗和實時AI處理 AI+IIOT解決方案

在工業(yè)與基礎(chǔ)設(shè)施監(jiān)控攝像頭等應(yīng)用中，對具有實時、基于AI的人像和物體識別功能的需求正在迅速增長。Renesas Electronics RZ/V系列微處理器（MPU）搭載了其獨有的圖像處理AI加速器——DRP-AI（DRP：動態(tài)可配置處理器），RZ/V2M是該系列的首款產(chǎn)品，它可在嵌入式設(shè)備中以超低能耗實現(xiàn)實時AI推理。

此外，RZ/V2M還集成了圖像信號處理器（ISP），能以每秒30幀的速度處理4K像素圖像。RZ/V2M極大地擴展了AI在嵌入式設(shè)備中的應(yīng)用范圍，在智能工廠中，機器人可與人類安全地協(xié)同工作。

結(jié)語

人工智能具有獨立的、智能的管理自身及其應(yīng)用程序的能力。在過去十幾年的技術(shù)突破中，幾乎沒有什么能達到人工智能與工業(yè)物聯(lián)網(wǎng)結(jié)合起來對工業(yè)部門的影響程度。根據(jù)德勤的統(tǒng)計調(diào)查與預(yù)測，人工智能在中國制造業(yè)的應(yīng)用前景十分廣闊，預(yù)計2020年應(yīng)用規(guī)模在252.2億元左右，到2025年將達到2057.6億元，復(fù)合增速在40%以上。

通過將人工智能算法集成到工業(yè)物聯(lián)網(wǎng)基礎(chǔ)設(shè)施中，可以對整個機械設(shè)備進行訓(xùn)練并實現(xiàn)自動化，從而實現(xiàn)工廠智能化管理和運行。也許現(xiàn)在我們還不能看到廣泛的AI+IIoT應(yīng)用，相信再過幾年，人工智能和物聯(lián)網(wǎng)在工業(yè)領(lǐng)域的應(yīng)用將會越來越普遍。

審核編輯：郭婷