如何使AI在極端條件下工作

人工智能(AI)可以應(yīng)用于許多工業(yè)環(huán)境，以節(jié)省成本并改善流程。這種工業(yè)人工智能不僅包括駐留在計(jì)算機(jī)系統(tǒng)內(nèi)部虛擬空間中的智能算法和大數(shù)據(jù)概念，而且還包括物理設(shè)備本身。數(shù)據(jù)必須用傳感器捕獲。命令必須發(fā)送到執(zhí)行器和控制系統(tǒng)。無線或通過電纜的整個(gè)信息鏈和信息流經(jīng)過極端條件的地方。從工廠，礦山或石油鉆井平臺(tái)內(nèi)部的運(yùn)營角度到大數(shù)據(jù)存儲(chǔ)以及數(shù)據(jù)中心和控制室內(nèi)部巨大的處理能力，還有很長的路要走。

工業(yè)生產(chǎn)設(shè)施，實(shí)物運(yùn)輸系統(tǒng)和分銷渠道非常復(fù)雜，并且往往具有來自不同制造商的設(shè)備動(dòng)物園。隨著自動(dòng)化技術(shù)的不斷發(fā)展，已經(jīng)有許多現(xiàn)有的數(shù)字控制和管理系統(tǒng)。如今，您可以在工業(yè)設(shè)置中找到數(shù)據(jù)網(wǎng)絡(luò)，監(jiān)控和數(shù)據(jù)采集(SCADA)，可編程邏輯控制器(PLC)以及供暖，通風(fēng)和空調(diào)(HVAC)。所有這些系統(tǒng)都是在不同的抽象層次上進(jìn)行研究的。有一些概念和較高的管理復(fù)雜性級(jí)別，而較低的級(jí)別則與物理挑戰(zhàn)緊密相關(guān)。

越來越艱難

現(xiàn)有的工業(yè)裝置具有大量的布線和數(shù)千米的電纜。這些復(fù)雜的網(wǎng)絡(luò)使操作保持運(yùn)行。您具有用于數(shù)字網(wǎng)絡(luò)的工業(yè)標(biāo)準(zhǔn)，這些數(shù)字網(wǎng)絡(luò)連接設(shè)備和交換機(jī)，提供網(wǎng)關(guān)并創(chuàng)建與控制室的連接。這些系統(tǒng)旨在在惡劣環(huán)境下表現(xiàn)良好。隨著人工智能的出現(xiàn)和工業(yè)環(huán)境中新的全球數(shù)字連接的出現(xiàn)，新的智能設(shè)備還需要能夠在這些極端條件下運(yùn)行。人工智能與工業(yè)物聯(lián)網(wǎng)(IIoT)緊密相連，以提供更多的無線連接，并鏈接到企業(yè)級(jí)系統(tǒng)和互聯(lián)網(wǎng)。

所有這些新系統(tǒng)都面臨自然界的挑戰(zhàn)以及重型工業(yè)機(jī)械的強(qiáng)大力量。生產(chǎn)設(shè)施可能位于遙遠(yuǎn)的地方，沒有電網(wǎng)。想象一下在叢林中的操作，只有一條簡易道路可以進(jìn)入。您必須自己通過發(fā)電機(jī)或電池?cái)y帶所有能源。環(huán)境可能是冷的也可能是熱的，有討厭的氣體腐蝕電子設(shè)備或使其在爆炸中消失。但是熱量和冷氣不僅可以來自自然，而且還可以來自生產(chǎn)過程。熔化和凍結(jié)工件可能是生產(chǎn)過程的一部分。機(jī)械領(lǐng)域中進(jìn)行了大量工作。您的零件高速移動(dòng)。您擁有會(huì)產(chǎn)生振動(dòng)和沖擊的機(jī)器。人工智能現(xiàn)在主要通過以下方式面對(duì)這些物理挑戰(zhàn)：機(jī)器人技術(shù)和IIoT網(wǎng)絡(luò)。

到處都有機(jī)器人

機(jī)器人是一個(gè)復(fù)雜的挑戰(zhàn)。他們需要做事，并且需要將自己轉(zhuǎn)移到需要的地方。為了在無需人工干預(yù)的情況下實(shí)現(xiàn)這一目標(biāo)，需要使該機(jī)器人內(nèi)部的AI大腦自治。但是，我們都記得機(jī)器人未能使核電廠退役。在這種情況下，問題是輻射破壞了電子設(shè)備。因此，需要硬化的大腦。此外，與外界的交流是困難的。在強(qiáng)烈輻射下，無線或有線通信是一個(gè)挑戰(zhàn)。

然而，不僅是核衰變的令人生畏的性質(zhì)成為工業(yè)人工智能的一個(gè)問題陳述，而且是深?？碧交虿傻V的例子。他們也很有挑戰(zhàn)性。由于缺乏通用基礎(chǔ)設(shè)施，沒有固定電源或互聯(lián)網(wǎng)，因此您需要適應(yīng)現(xiàn)有的最佳實(shí)踐，以實(shí)現(xiàn)AI的數(shù)字和數(shù)據(jù)驅(qū)動(dòng)型轉(zhuǎn)換。

您可能在日常生產(chǎn)設(shè)施中的生產(chǎn)邊緣找不到這些極端示例。但是您會(huì)發(fā)現(xiàn)類似的挑戰(zhàn)性情況。運(yùn)行中的環(huán)境和機(jī)器造成的威脅在工業(yè)生產(chǎn)中無處不在。自主或準(zhǔn)備成為自主機(jī)器人的艦隊(duì)每天都在增長。

您擁有機(jī)械臂，步行和潛水的自動(dòng)駕駛汽車以及可以執(zhí)行各種任務(wù)的飛行器。它們分為自動(dòng)導(dǎo)引車(AGV)，無人地面車(UGV)，漫游車，自主水下航行器(AUV)，遠(yuǎn)程操作水下航行器(ROV)，自主傾卸卡車，自主牽引或采礦卡車，無人駕駛飛行器(無人機(jī))。

這些機(jī)器人具有多種形式，可以提高效率和成本效益。他們可以執(zhí)行員工無法執(zhí)行的任務(wù)。這些任務(wù)可能只是平常較長的輪班，或者可能在更惡劣的環(huán)境中工作。他們可以隨時(shí)隨地進(jìn)行檢查。

一切都會(huì)連接

工業(yè)AI的第二大應(yīng)用是整個(gè)企業(yè)中數(shù)據(jù)的連接和聚合。收集的所有傳感器數(shù)據(jù)將存儲(chǔ)在一個(gè)大數(shù)據(jù)湖中。在工業(yè)物聯(lián)網(wǎng)的幫助下，可以創(chuàng)建行為逼真的生物網(wǎng)絡(luò)。在這里，無線和有線數(shù)據(jù)連接正面向物理世界。電纜，交換機(jī)，路由器和網(wǎng)關(guān)必須堅(jiān)固耐用。他們需要能夠承受灰塵，振動(dòng)，薄霧和水以及更多危險(xiǎn)和有害物質(zhì)以及物理影響。它們需要可靠，并且應(yīng)該能夠在沒有維護(hù)人員幫助的情況下運(yùn)行數(shù)年。

新型工業(yè)AI也面臨著在安全和安保方面進(jìn)行集成的挑戰(zhàn)。許多傳統(tǒng)系統(tǒng)以微調(diào)的方式運(yùn)行了多年。他們提供了在面臨的極端條件下具有出色性能的解決方案。他們的優(yōu)化過程已經(jīng)持續(xù)了一年。因此，新的工業(yè)AI不應(yīng)危害實(shí)現(xiàn)的平衡。另一個(gè)問題是數(shù)據(jù)和操作安全性。一旦生產(chǎn)設(shè)施掛接到全球互聯(lián)網(wǎng)，攻擊者就可以從理論上訪問該系統(tǒng)。由于重工業(yè)的價(jià)值和風(fēng)險(xiǎn)很高，所以這是另一個(gè)極端現(xiàn)實(shí)。

現(xiàn)有數(shù)據(jù)不正確和損壞

在設(shè)置工業(yè)AI時(shí)，用于創(chuàng)建智能建議和預(yù)測(cè)的數(shù)據(jù)源面臨著問題。在工業(yè)環(huán)境中，很多需要的數(shù)據(jù)是時(shí)間序列數(shù)據(jù)和在惡劣環(huán)境下收集的數(shù)據(jù)。這意味著單個(gè)數(shù)據(jù)點(diǎn)可能不可靠。由于環(huán)境條件，傳感器本身可能會(huì)提供不精確的值。

我們可以說是工業(yè)大數(shù)據(jù)的“ 3B”。在開始新的工業(yè)AI項(xiàng)目時(shí)，您需要意識(shí)到這些問題。

第一個(gè)B是壞的。大多數(shù)工業(yè)數(shù)據(jù)具有明確的物理意義。它帶有用于檢測(cè)空氣，流量或運(yùn)動(dòng)速度的多種傳感器。可獲取各種噪音，濕度，泄漏或水平。每天達(dá)到數(shù)百TB的運(yùn)動(dòng)數(shù)據(jù)。由于物理測(cè)量，所有這些數(shù)據(jù)的質(zhì)量可能很差。與在線購買和客戶數(shù)據(jù)之類的數(shù)字系統(tǒng)內(nèi)部收集的數(shù)據(jù)相比，這些數(shù)據(jù)在使用前需要徹底清洗。而且，很難通過數(shù)據(jù)量來提高質(zhì)量。

第二個(gè)B代表Broken。用于訓(xùn)練AI模型以提供預(yù)測(cè)和建議的數(shù)據(jù)沒有明確的健康狀態(tài)。沒有故障模式或表示工作條件的高級(jí)數(shù)據(jù)抽象。這可能會(huì)導(dǎo)致在實(shí)施AI系統(tǒng)時(shí)出現(xiàn)許多誤報(bào)和誤報(bào)。

第三個(gè)也是最后一個(gè)問題B是背景。在復(fù)雜的工業(yè)環(huán)境中，傳感器數(shù)據(jù)的解釋需要領(lǐng)域?qū)＜业呢S富經(jīng)驗(yàn)。新興的模式可能是高度瞬態(tài)的，它們需要專業(yè)知識(shí)來解釋它們。僅通過收集的數(shù)字?jǐn)?shù)據(jù)來訓(xùn)練AI是非常困難的。

解決身體挑戰(zhàn)

為了應(yīng)對(duì)工業(yè)AI中存在的給定挑戰(zhàn)，一種開始的方法是了解工業(yè)運(yùn)營的細(xì)節(jié)。人們不應(yīng)只關(guān)注貨架AI解決方案，而應(yīng)專注于貨架工業(yè)解決方案。堅(jiān)固的組件和設(shè)備已經(jīng)在市場(chǎng)上用于工業(yè)物聯(lián)網(wǎng)。由于可以通過現(xiàn)有設(shè)置使用許多傳感器，因此數(shù)據(jù)的收集是在現(xiàn)有控制系統(tǒng)級(jí)別上進(jìn)行的。SCADA系統(tǒng)以及工業(yè)機(jī)器人和機(jī)器可提供要捕獲的數(shù)據(jù)。在這里，專門的IIoT網(wǎng)關(guān)將數(shù)據(jù)傳遞到AI系統(tǒng)。這些附加網(wǎng)關(guān)不會(huì)干擾現(xiàn)有的控制系統(tǒng)。

做數(shù)字過渡人才是最重要的因素之一。為了保持低成本并管理新網(wǎng)絡(luò)，與主題專家的合作是必須的。這些專業(yè)人員需要了解行業(yè)的細(xì)節(jié)和行業(yè)AI。它們有助于選擇正確的硬件和概念。

在AI發(fā)行中做出正確的選擇

極端條件不僅是物理上苛刻的環(huán)境，而且是其他行業(yè)中豐富的資源短缺。由于電源，網(wǎng)絡(luò)基礎(chǔ)結(jié)構(gòu)和Internet連接方面的問題，需要詳細(xì)說明行業(yè)特定的概念。當(dāng)連接不穩(wěn)定且不可靠時(shí)，可以選擇不依賴于連續(xù)網(wǎng)絡(luò)連接的解決方案。電池供電的IIoT解決方案具有幾年的電池壽命和超低功耗。Edge Computing在設(shè)備內(nèi)部提供了AI推理和聚合功能，無需與數(shù)據(jù)中心系統(tǒng)的不間斷連接。

人工智能將在極端條件下與工業(yè)物聯(lián)網(wǎng)基礎(chǔ)設(shè)施進(jìn)行良好設(shè)計(jì)。需要解決通用物聯(lián)網(wǎng)和IIoT之間的差異。盡管物聯(lián)網(wǎng)和物聯(lián)網(wǎng)具有共同的目標(biāo)，但實(shí)施策略的基本要求卻大不相同。由于電源和連接方面的挑戰(zhàn)，工業(yè)物聯(lián)網(wǎng)需要更多地關(guān)注可靠性和魯棒性。