北京2024年11月5日 /美通社/ -- 在上一期《IBM企業(yè)級AI為跨國制造業(yè)智能化注入新動(dòng)力》的文章中，我們重點(diǎn)分享了IBM企業(yè)級AI驅動(dòng)智能制造升級的若干場(chǎng)景,視覺(jué)檢測技術(shù)及知識庫平臺的應用案例； 接下來(lái)，我們將從技術(shù)層面，聚焦傳統機器學(xué)習及最新的生成式AI在制造業(yè)的更多應用及前景展望。
傳統AI方興未艾
在研，產(chǎn)，供，銷(xiāo)，服各個(gè)環(huán)節中，生產(chǎn)制造作為制造業(yè)的核心環(huán)節，對企業(yè)的成本控制及效率提升至關(guān)重要，也往往作為企業(yè)新技術(shù)應用的前沿領(lǐng)域；除了之前提到的視覺(jué)檢測及決策優(yōu)化，其他重要的領(lǐng)域包括對產(chǎn)品的質(zhì)量控制，工藝優(yōu)化，異常預警及設備預測性維護等。 傳統的機器學(xué)習算法 往往是實(shí)現此類(lèi)應用的技術(shù)支撐，通過(guò)收集大量歷史數據如產(chǎn)線(xiàn)狀態(tài)數據，工藝參數，原材料屬性，產(chǎn)品檢驗數據等，利用回歸或分類(lèi)算法構建機器學(xué)習模型；模型分析的結果可用于發(fā)現關(guān)鍵工藝參數，通過(guò)調整參數范圍實(shí)現產(chǎn)品質(zhì)量控制；或將模型作為應用發(fā)布，實(shí)時(shí)接收產(chǎn)線(xiàn)數據，實(shí)現對質(zhì)量或設備運行狀態(tài)的預測。 工藝參數優(yōu)化的典型例子是汽車(chē)及機械制造行業(yè)NVH （Noise, Vibration, Harshness）質(zhì)量控制。 在汽車(chē)零配生產(chǎn)及組裝過(guò)程中，由于未知原因導致的NVH 問(wèn)題通常會(huì )導致產(chǎn)品無(wú)法正常交付，如何找出影響NVH的關(guān)鍵因素并調整相關(guān)參數，成為亟待解決的問(wèn)題；生產(chǎn)過(guò)程中涉及到數以百計的參數，包括設備參數，環(huán)境參數，材料參數，工藝參數等，通過(guò)運用機器學(xué)習中的相關(guān)算法，如決策樹(shù)模型，梯度提升模型等，可有效識別重要參數及合理的參數閾值范圍，為產(chǎn)線(xiàn)人員提供指導，實(shí)現NVH質(zhì)量提高。此外， 根據歷史生產(chǎn)數據構建的模型還可以封裝為業(yè)務(wù)應用，部署在生產(chǎn)環(huán)境內，接入實(shí)時(shí)產(chǎn)線(xiàn)數據，實(shí)現對產(chǎn)品質(zhì)量或設備狀態(tài)的預測。如某些產(chǎn)品往往需要進(jìn)行物理及化學(xué)實(shí)驗進(jìn)行質(zhì)量檢測，利用構建的機器學(xué)習模型，無(wú)需進(jìn)行物化實(shí)驗即可實(shí)現對質(zhì)量參數的準確預測，大幅降低生產(chǎn)成本，節約生產(chǎn)時(shí)間。
生成式AI引領(lǐng)未來(lái)
說(shuō)到AI，當前最吸引眼球的技術(shù)非生成式AI莫屬，它的出現顛覆了傳統機器學(xué)習從數據準備到模型訓練的過(guò)程，也掀起了從業(yè)務(wù)場(chǎng)景到應用范圍新的范式；根據e-works 2024年針對國內364家國內制造業(yè)企業(yè)調研報告，約有80%的企業(yè)對生成式AI在制造業(yè)的應用持有樂(lè )觀(guān)態(tài)度，超過(guò)50%的企業(yè)已經(jīng)正在試點(diǎn)或預研生成式AI相關(guān)應用【1】?；谏墒紸I的特點(diǎn)，目前較為成熟的應用更多體現在需要人機交互的領(lǐng)域；研發(fā)設計過(guò)程中，生成式AI可以輔助產(chǎn)品原型設計，提供智能推薦，智能檢索，合規審查等功能，幫助開(kāi)發(fā)人員快速生成方案；在營(yíng)銷(xiāo)，售后環(huán)節通過(guò)聊天機器人，智能知識庫，數字人等技術(shù)的結合，提升客戶(hù)體驗；在提升員工生產(chǎn)力方面，數字員工以自助服務(wù)的方式減少流轉環(huán)節，提升員工效率。在技術(shù)層面，檢索增強生成（RAG）仍是應用最廣泛的技術(shù)框架服務(wù)于知識庫，信息檢索等場(chǎng)景，其開(kāi)發(fā)框架已較為多樣，實(shí)際落地過(guò)程中仍需結合工程手段進(jìn)行源數據處理，內容過(guò)濾及分發(fā)等問(wèn)題。除此之外，借助大模型的能力，通過(guò)自然語(yǔ)言進(jìn)行數據庫查詢(xún)（NL2SQL），代碼生成等技術(shù)也已得到驗證并使用。需要指出的是，要做到企業(yè)級AI應用及擴展，AI安全可信，多場(chǎng)景適配及靈活開(kāi)放是主要考慮的技術(shù)因素。
總結
綜上，AI賦能已成為包括制造業(yè)在內的共同發(fā)展趨勢，我們也看到眾多企業(yè)已經(jīng)張開(kāi)懷抱，積極擁抱AI。作為AI技術(shù)的先行者，IBM在IDC2024年的市場(chǎng)調研中被評為全球AI治理平臺的領(lǐng)導者。IBM watsonx是專(zhuān)為企業(yè)打造的AI和數據平臺，提供包括湖倉一體的數據存儲，機器學(xué)習，運籌優(yōu)化，機器視覺(jué)，生成式AI與模型及AI治理在內的完整工具包及相關(guān)服務(wù)支持。在國內已經(jīng)服務(wù)了涵蓋汽車(chē)、機械、電子、消費品等眾多制造業(yè)客戶(hù)，在研、產(chǎn)、供、消、服等方面為其提供技術(shù)、咨詢(xún)、服務(wù)的全方位支持。攜手客戶(hù)及合作伙伴，IBM正致力于幫助企業(yè)跨不同系統和業(yè)務(wù)部門(mén)規?；貙?shí)施AI，將前沿科技轉換為生產(chǎn)力，為企業(yè)創(chuàng )造價(jià)值?。ㄍ辏?
參考資料
【1】 e-works研究院：人工智能（AI）在制造頁(yè)的應用現狀調研報告
關(guān)于 IBM
IBM 是全球領(lǐng)先的混合云、人工智能及企業(yè)服務(wù)提供商，幫助超過(guò) 175個(gè)國家和地區的客戶(hù)，從其擁有的數據中獲取商業(yè)洞察，簡(jiǎn)化業(yè)務(wù)流程，降低成本，并獲得行業(yè)競爭優(yōu)勢。金融服務(wù)、電信和醫療健康等關(guān)鍵基礎設施領(lǐng)域的超過(guò) 4000家政府和企業(yè)實(shí)體依靠 IBM 混合云平臺和紅帽 OpenShift 快速、高效、安全地實(shí)現數字化轉型。IBM 在人工智能、量子計算、行業(yè)云解決方案和企業(yè)服務(wù)方面的突破性創(chuàng )新為我們的客戶(hù)提供了開(kāi)放和靈活的選擇。對企業(yè)誠信、透明治理、社會(huì )責任、包容文化和服務(wù)精神的長(cháng)期承諾是 IBM 業(yè)務(wù)發(fā)展的基石。了解更多信息，請訪(fǎng)問(wèn)：https://www.ibm.com/cn-zh
