人工智能和機器學(xué)習(xí)正在變革制造業(yè),。根據(jù)世界經(jīng)濟論壇去年年底發(fā)布的報告,，人工智能、先進機器人,、增材制造和物聯(lián)網(wǎng)的結(jié)合將共同引領(lǐng)第四次工業(yè)革命,。

大多數(shù)制造業(yè)企業(yè)（80％）預(yù)測未來會看到人工智能計劃的積極影響，預(yù)計收入增長22.6％,，成本降低17.6％,。

事實上，制造企業(yè)已經(jīng)在使用人工智能和機器學(xué)習(xí)技術(shù)來減少設(shè)備停機時間,、發(fā)現(xiàn)生產(chǎn)缺陷,、改善供應(yīng)鏈和縮短設(shè)計時間了。然而,，缺乏技術(shù)人員,、數(shù)據(jù)和標(biāo)準(zhǔn)使得許多企業(yè)無法繼續(xù)前行。

通用電氣走在前沿

通用電氣（General Electric）是走在這一輪產(chǎn)業(yè)轉(zhuǎn)型浪潮前沿的企業(yè)之一,，該領(lǐng)域的生產(chǎn)力下降促使通用電氣一直致力于探索人工智能的使用,。

“截至2010年，生產(chǎn)力增長率在4％至5％之間,，”通用電氣軟件研究副總裁Colin Parris表示,。然后，這個領(lǐng)域發(fā)生了變化,，經(jīng)驗豐富的工程師們即將退休,，而通用電氣所在的新興地區(qū)如印度和中國，主要勞動力是年輕人,。

同時,，客戶要求正在迅速變得越來越復(fù)雜。通向目的地的多條線路上的極端天氣條件和空氣污染影響了通用電氣生產(chǎn)的噴氣發(fā)動機,。社交媒體放大了任何故障的影響,，迫使客戶要求更高的可靠性和更少的停機時間。

與此同時,，客戶預(yù)計價格也將繼續(xù)下跌,。

Parris說：“人們會說你無法預(yù)測未來,。你絕對可以。人們希望價格更便宜,?！?/p>

為了解決這個問題，通用電氣公司轉(zhuǎn)向采用人工智能和機器學(xué)習(xí),，從給客戶提供服務(wù)開始,，例如對噴氣發(fā)動機和渦輪機進行維護。然后,，通用電氣將AI應(yīng)用于內(nèi)部制造,，然后是設(shè)計和內(nèi)部流程，例如數(shù)據(jù)中心運營和人力資源,。

“在過去至少10到15年中,，我們一直在服務(wù)中使用各種模型和分析形式，”Parris說,。5年前,，通用電氣開始使用機器學(xué)習(xí)和數(shù)字雙胞胎以提供機器的虛擬呈現(xiàn)，例如風(fēng)力渦輪機或分組,、風(fēng)電場等。數(shù)字雙胞胎也可用于呈現(xiàn)裝配線,、整個工廠或采購流程,。

在通用電氣，數(shù)字雙胞胎用于模擬性能,，預(yù)測故障,，并對潛在改進進行快速測試。

“我們可以預(yù)測會在哪發(fā)生故障,，這樣我們就會派專門的工程師,，有針對性地庫存零件。我們提高燃油效率,，延長飛行時間,，不用庫存不必要的零件。我們已經(jīng)為客戶實現(xiàn)數(shù)百萬美元的成本節(jié)約,?！?/p>

為每臺設(shè)備、每個系統(tǒng)或者每個流程配備數(shù)字雙胞胎的另一個好處是,，通用電氣可以利用增材制造（例如3D打印）來生產(chǎn)定制零件,，而不必依賴傳統(tǒng)裝配上的那個批量生產(chǎn)出來的替換零件。

“隨著時間的推移,，機器的性能會發(fā)生降級?，F(xiàn)在我可以說,，‘因為我看到訓(xùn)練邊緣出現(xiàn)的設(shè)備損壞或者是這種刀片出現(xiàn)更多的開裂，所以我是否可以設(shè)計專門的零部件,？’增材制造讓我可以一次生產(chǎn)出一個部件,，來解決這臺機器在環(huán)境中遇到的獨有問題，而不是必須在大型工廠內(nèi)生產(chǎn)出數(shù)百個部件,。以前,，我不得不投資數(shù)億美元來建造工廠。現(xiàn)在,，我一次只打印一個部件,，并且還可以不斷調(diào)整機器的機身和核心系統(tǒng)。現(xiàn)在我有了這樣一臺可以不斷自適應(yīng)的,、越來越富有成效的機器,，我們稱之為不朽的機器?！?/p>

“我正是我認(rèn)為對通用電氣來說未來會變得非常有趣的原因,，”他補充道。

預(yù)測性維護前景看好

還有其他一些制造企業(yè)也在考慮使用人工智能和機器學(xué)習(xí)來降低成本,、提高性能,。

總部位于美國佛羅里達州的Jabil是一家財富500強公司，為全球主要品牌提供合約制造服務(wù),。幾個月前,，Jabil公司開始使用人工智能來發(fā)現(xiàn)制造缺陷，以及進行預(yù)測性維護,。

例如,，Jabil在中國開設(shè)的一家工廠中，自動光學(xué)檢測機器配置有多個攝像頭尋找制造中的電路板存在的缺陷,。

此前Jabil已經(jīng)使用了基本的圖像識別技術(shù)來尋找缺陷,，但系統(tǒng)標(biāo)記出要發(fā)送給操作人員進行檢查的電路板中，有35％到40％實際上根本沒有問題,。

Jabil公司高級經(jīng)理Ryan Litvak表示：“操作員對每個圖像有兩秒鐘的時間,，其中一些圖像可能非常大，有數(shù)百個組件,。挑戰(zhàn)就在于要捕捉操作員的直覺,，并且要有很高的準(zhǔn)確度，能夠判斷出這是一個缺陷,，或者這不是一個缺陷,。”

Jabil通過減少標(biāo)記的電路板數(shù)量而不犧牲準(zhǔn)確性,，能夠讓其運營商把更多時間用在研究出問題的電路板上,，或者用于其他更有價值的任務(wù)上,。”