人工智能在制造業(yè)成功應(yīng)用的4個步驟

?數(shù)據(jù)準(zhǔn)備

當(dāng)沒有良好的數(shù)據(jù)來訓(xùn)練AI模型時，項(xiàng)目更有可能失敗。因此，數(shù)據(jù)準(zhǔn)備至關(guān)重要。錯誤的數(shù)據(jù)可能會讓工程師浪費(fèi)時間去弄清楚為什么這個模型行不通。訓(xùn)練模型通常是最耗時的步驟，但也是重要的步驟。工程師們應(yīng)該從盡可能干凈、有標(biāo)簽的數(shù)據(jù)開始，專注于輸入模型的數(shù)據(jù)，而不是專注于改進(jìn)模型。例如，工程師應(yīng)該專注于預(yù)處理和確保輸入模型的數(shù)據(jù)被正確標(biāo)記，而不是調(diào)整參數(shù)和微調(diào)模型。這可以確保模型理解和處理數(shù)據(jù)。另一個挑戰(zhàn)是機(jī)器操作員和機(jī)器制造商之間的差異。前者通?？梢栽L問設(shè)備的操作，而后者需要這些數(shù)據(jù)來訓(xùn)練AI模型。為了確保機(jī)器制造商與機(jī)器操作員(即他們的客戶)共享數(shù)據(jù)，雙方應(yīng)該制定協(xié)議和商業(yè)模式來管理這種共享。建筑設(shè)備制造商Caterpillar提供了一個很好的例子來說明數(shù)據(jù)準(zhǔn)備的重要性。其收集了大量的現(xiàn)場數(shù)據(jù)，雖然這對精確的AI建模是必要的，但這意味著需要大量的時間來進(jìn)行數(shù)據(jù)清洗和標(biāo)記。該公司成功地利用MATLAB簡化了這一過程。它可以幫助該公司開發(fā)干凈、有標(biāo)簽的數(shù)據(jù)，然后將這些數(shù)據(jù)輸入機(jī)器學(xué)習(xí)模型，利用現(xiàn)場機(jī)械的強(qiáng)大洞察力。此外，對于擁有領(lǐng)域?qū)I(yè)知識但不是人工智能專家的用戶，該過程是可伸縮的和靈活的。

?人工智能建模

這個階段在數(shù)據(jù)清理并正確標(biāo)記后開始。實(shí)際上，就是模型從數(shù)據(jù)中學(xué)習(xí)的時候。當(dāng)工程師們有了一個準(zhǔn)確而可靠的模型，可以根據(jù)輸入做出智能決策時，就知道他們已經(jīng)進(jìn)入了一個成功的建模階段。這個階段還需要工程師使用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)或兩者結(jié)合來決定哪個結(jié)果最準(zhǔn)確。在建模階段，無論使用深度學(xué)習(xí)還是機(jī)器學(xué)習(xí)模型，重要的是能夠訪問人工智能工作流的幾種算法，如分類、預(yù)測和回歸。作為一個起點(diǎn)，由更廣泛的社區(qū)創(chuàng)建的各種預(yù)構(gòu)建模型可能是有幫助的。工程師也可以使用靈活的工具，如MATLAB和Simulink。值得注意的是，盡管算法和預(yù)先構(gòu)建的模型是一個很好的開始，但工程師應(yīng)該通過使用其領(lǐng)域內(nèi)其他人的算法和示例，找到最有效的路徑來實(shí)現(xiàn)他們的特定目標(biāo)。這就是為什么MATLAB提供了數(shù)百個不同的例子來構(gòu)建跨越多個領(lǐng)域的AI模型。此外，還需考慮的另一個方面是，跟蹤更改和記錄訓(xùn)練迭代是至關(guān)重要的。像實(shí)驗(yàn)管理器此類工具可以通過解釋導(dǎo)致最準(zhǔn)確的模型和可重復(fù)的結(jié)果的參數(shù)來幫助實(shí)現(xiàn)這一點(diǎn)。

?模擬和測試

這一步確保AI模型正確工作。人工智能模型作為一個更大系統(tǒng)的一部分，需要與系統(tǒng)中的各個部分一起工作。例如，在制造業(yè)中，AI模型可能支持預(yù)測性維護(hù)、動態(tài)軌跡規(guī)劃或視覺質(zhì)量檢查。其余的機(jī)器軟件包括控制、監(jiān)控邏輯和其他組件。模擬和測試讓工程師知道，模型的一部分按照預(yù)期工作，包括自身工作和與其他系統(tǒng)一起工作。只有當(dāng)能夠證明模型按預(yù)期工作，并且具有足夠的有效性來降低風(fēng)險(xiǎn)時，該模型才能在現(xiàn)實(shí)世界中使用。無論在什么情況下，模型都必須以其應(yīng)該的方式做出響應(yīng)。在使用模型之前，工程師應(yīng)該在這個階段了解幾個問題:

?模型的準(zhǔn)確度高嗎?

?每個場景中，模型是否按照預(yù)期執(zhí)行?

?所有邊緣情況都被覆蓋了嗎?像Simulink這類的工具可以讓工程師在設(shè)備上使用之前，檢查模型是否按預(yù)期情況運(yùn)行。這有助于避免在重新設(shè)計(jì)上花費(fèi)時間和金錢。這些工具還通過成功地模擬和測試模型的預(yù)期案例，并確認(rèn)滿足預(yù)期目標(biāo)，從而幫助建立高度信任。

?部署

一旦準(zhǔn)備好部署，下一步就是用其將使用的語言準(zhǔn)備好模型。為此，工程師通常需要共享一個現(xiàn)成的模型。這讓模型適合指定的控制硬件環(huán)境，如嵌入式控制器、PLC或邊緣設(shè)備。MATLAB等靈活的工具通常可以在任何類型的場景中生成最終代碼，為工程師提供了在不同硬件供應(yīng)商的許多不同環(huán)境中部署模型的能力。他們可以做到這一點(diǎn)，而無需重新編寫原始代碼。例如，當(dāng)將模型直接部署到PLC時，自動代碼生成消除了手工編程過程中可能包含的編碼錯誤。這也提供了優(yōu)化的C/c++或IEC61131代碼，將有效地運(yùn)行在主要供應(yīng)商的PLC上。

一些控制制造商支持從 MATLAB 和 Simulink 自動生成 PLC 代碼（IEC 61131 或 C/C++）成功部署人工智能，并不需要數(shù)據(jù)科學(xué)家或人工智能專家。然而，有一些關(guān)鍵的資源可以幫助工程師和其的AI模型為成功做好準(zhǔn)備。這包括為科學(xué)家和工程師制作的特定工具，將人工智能添加到工作流程中的應(yīng)用程序和功能，各種不間斷操作使用的部署選項(xiàng)，以及隨時準(zhǔn)備回答AI相關(guān)問題的專家。給工程師提供正確的資源來幫助成功添加人工智能，將讓他們交付最好的結(jié)果。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。