總部位于波士頓的人工智能軟件公司 Neurala 最近宣布在意大利成立其歐洲子公司 Neurala Europe。隨著人工智能和自動化越來越成為工業 4.0 計劃的一部分. Neurala 首席執行官兼聯合創始人 Max Versace 在接受 EEWeb 采訪時表示，這一新階段將通過將 AI 引入整個生產線，提供與行業更密切互動的機會。范思哲在這次機會中展現了他的快樂，他看到了回歸本源的機會，并有機會在意大利和美國之間架起一座橋梁。工業4的開始。0 促使制造商通過實施新的解決方案變得更加開放以適應變化。范思哲強調了制造商如何意識到需要徹底改變質量檢查和資源管理等流程以保持競爭力。

Neurala 的 Max Versace

人工智能和技能

在工業環境中實施人工智能的最大挑戰之一是技能差距和成本。2020 年，歐盟委員會發布了第一份關于歐洲企業采用人工智能技術的定量概述。范思哲強調，該研究發現，企業采用 AI 的主要障礙之一是雇用具有適當技能的員工 (57%)，而略超過一半的受訪者表示采用成本 (52%)。范思哲說：“人們的看法是，這將是困難和昂貴的——這將需要大量投資新設備和高昂的前期成本，并且需要花費太多時間和精力來啟動和運行人工智能。” “長話短說：就投資回報率而言，這是不合理的。但這就是 Neurala 介入的地方。我們的產品為制造商提供了很大的優勢：我們的VIA軟件可以在各種硬件上運行，不需要昂貴的 GPU，而且非常易于使用，可以快速設置和訓練。”

另一個需要考慮的挑戰是需要大量的平衡數據。人工智能為設備提供了計算和數據分析能力，使其能夠執行類似于人類所做的復雜“推理”。然而，這種智能不僅限于機器；它也適用于軟件系統。從這個概念出發，機器人技術與機器學習或人工智能之間的邊界出現了差異，其中主要組件是機器、軟件和連接（云和大數據）。

范思哲補充說：“另一個挑戰是需要大量的平衡數據。人工智能和深度學習都需要好的和壞的數據才能成功運行。以質量檢查為例——需要不良數據，這樣算法才能了解什么被認為是“不正確的”或“不良的”。當然，這對主要生產高質量產品的制造商來說是一個障礙。”

瓶蓋檢測

面向工業 4.0 的人工智能

制造業是一個非常傳統的行業，但范思哲指出，2020 年改變了這一切：“在大流行的每個階段，我們都看到了多重挑戰——從供應鏈的重大中斷和波動的需求到維持運營的需要。面對 Covid-19 感染。在這些挑戰中，社交距離和封鎖特別限制了工廠車間的人數，員工、系統集成商和客戶難以進入工廠。2020 年，該行業深刻地意識到，傳統的生產方式無法適應新的、更嚴格的大流行病的社會距離要求。

“其次是預算和成本問題，”他補充說。“制造商——就像任何企業一樣——需要賺錢。但保持工廠正常運轉并非易事。為了滿足他們嚴格的預算，制造商正在尋求投資于提高效率和成本效益的產品。以質檢為例。這是一項相對繁瑣且耗時的任務，可以在正確的 AI 解決方案的幫助下實現自動化。如果利用得當，視覺 AI 軟件可用于改善質量檢查并最終降低行業的間接成本。”

范思哲指出，人工智能對每個人來說都是一個機會，不僅是工業運營商，也是整個自動化領域的機會。“在以前隨機零星或百分比進行檢查的情況下，制造商現在可以實現 100% 的檢查率。例如，威盛等解決方案可用于自動識別生產線上的產品或包裝缺陷。通過使生產設施能夠及早發現缺陷，他們能夠減少浪費和停機時間。威盛還解決了技能差距問題，因為它使以前沒有使用過人工智能的制造商能夠訓練和使用視覺人工智能。威盛能夠直接在工廠車間的現有硬件上運行，讓那些不愿依賴互聯網訪問或云連接的工業自動化用戶可以訪問人工智能。”

當人工智能遇到物聯網（也稱為 AIoT）時，人工智能在增強人類工作者方面具有巨大的潛力。今天的制造車間和工業機器配備了數十個廉價傳感器和攝像頭，用于收集產品數據以及工業設備的基本診斷。范思哲說：“制造商有機會利用人類級別的人工智能從計算邊緣的數據中提取可操作的見解，直接在工業機器內部。” “在這種情況下，人工智能通過了解給定機器的‘正常生產運行’是什么樣的，與人類操作員協同工作。這使操作員可以管理多臺機器并發現生產中的問題，在人工智能出現之前，這些問題需要大量的人工監督，否則會導致生產停工。”

人工智能的使用提供了無數的好處——這是不可否認的。對于企業來說，人工智能技術提供了自動化的禮物，它可以提高生產力和效率，從而增加利潤和就業機會。同樣，它通過自動化重復過程幫助人們更多地關注重要問題。這些和其他原因是公司越來越多地使用人工智能系統來增強其流程的原因。

審核編輯 黃昊宇