工業(yè)互聯(lián)網(wǎng)時(shí)代，任何一家工業(yè)制造業(yè)要想不被“淘汰出局”，就需要實(shí)現(xiàn)轉(zhuǎn)型升級(jí)和工廠(chǎng)自動(dòng)化智能化水平提升，隨著技術(shù)的不斷革新，企業(yè)轉(zhuǎn)型升級(jí)提速，而工業(yè)互聯(lián)網(wǎng)則被認(rèn)為是企業(yè)轉(zhuǎn)型的關(guān)鍵支撐。

 

近年來(lái)，人工智能（AI）和物聯(lián)網(wǎng)（IoT）被認(rèn)為是推動(dòng)當(dāng)今行業(yè)發(fā)展的主導(dǎo)技術(shù)，兩者融合產(chǎn)生了一個(gè)新的概念：AIoT（智聯(lián)網(wǎng)），隨著5G技術(shù)的發(fā)展，AIoT在工業(yè)自動(dòng)化中被寄予厚望。

 AI是大腦，IoT是連接

 

“AIoT”即“AI+IoT”，指的是人工智能技術(shù)與物聯(lián)網(wǎng)在實(shí)際應(yīng)用中的落地融合。現(xiàn)在業(yè)內(nèi)有一個(gè)說(shuō)法就是，AI是大腦，IoT是連接。兩者的融合可以提供智能連接系統(tǒng)，能夠進(jìn)行自我糾正和修復(fù)。

 

不管是技術(shù)還是產(chǎn)業(yè)，IoT都是由來(lái)已久，它解決底層連接和數(shù)據(jù)傳輸問(wèn)題。同時(shí)它帶來(lái)的連接設(shè)備和數(shù)據(jù)類(lèi)型遠(yuǎn)大于傳統(tǒng)互聯(lián)網(wǎng)，在工業(yè)領(lǐng)域由于設(shè)備的多樣性及工藝流程的復(fù)雜性，其連接系統(tǒng)也更為復(fù)雜，為了更好的理解AIoT，我們需要了解連接系統(tǒng)的發(fā)展。

 

云計(jì)算的出現(xiàn)為物聯(lián)網(wǎng)連接系統(tǒng)提供連接、存儲(chǔ)和計(jì)算三個(gè)關(guān)鍵功能。借助云計(jì)算的基礎(chǔ)架構(gòu)，可以使多個(gè)設(shè)備之間無(wú)縫連接，除了可以發(fā)送機(jī)器對(duì)機(jī)器（M2M）消息之外，這些設(shè)備還可以將獲取的遙測(cè)數(shù)據(jù)集中存儲(chǔ)在云中，同時(shí)這些數(shù)據(jù)可以通過(guò)計(jì)算分析服務(wù)處理，以獲得洞察力。

 

AI則可以根據(jù)大量的歷史資料和實(shí)時(shí)觀(guān)察找出對(duì)于未來(lái)預(yù)測(cè)性的洞察。由于同時(shí)分析過(guò)去的和實(shí)時(shí)的數(shù)據(jù)，AI更容易注意到有哪些資料屬于例外，并做出合理、合適的推斷。

 

數(shù)據(jù)對(duì)于AI的重要性不言而喻，AI需要持續(xù)的數(shù)據(jù)流入，它可以處理和從中學(xué)習(xí)的數(shù)據(jù)越多，其預(yù)測(cè)的準(zhǔn)確率也會(huì)越高。

 

AI是IoT的大腦，讓設(shè)備的簡(jiǎn)單連接上升為智能連接，讓萬(wàn)物互聯(lián)進(jìn)化到萬(wàn)物智聯(lián)，IoT是讓AI具備行動(dòng)能力的身體。就像人類(lèi)的眼睛，耳朵，鼻子和皮膚感知我們周?chē)氖澜缫粯?，IoT中數(shù)十億的傳感器和攝像頭采集周?chē)h(huán)境的數(shù)據(jù)，并將這些數(shù)據(jù)發(fā)送給AI進(jìn)行分析和處理。這些數(shù)據(jù)也是AI進(jìn)行深度學(xué)習(xí)的重要養(yǎng)料，協(xié)助AI變得越來(lái)越聰明，做出的決定也越來(lái)越明智。

 

正如阿里云首席智聯(lián)網(wǎng)科學(xué)家柯鎮(zhèn)所說(shuō)：“缺少AI的IoT會(huì)變?yōu)?lsquo;雞肋’，缺少I(mǎi)oT的AI會(huì)成為‘傻瓜’”。

 

目前，AIoT在工業(yè)中的應(yīng)用主要是在工業(yè)機(jī)器人領(lǐng)域。

 

在自動(dòng)化普及的工業(yè)時(shí)代，生產(chǎn)過(guò)程幾乎完全自動(dòng)化、機(jī)器人具備高度的適應(yīng)能力，工業(yè)互聯(lián)網(wǎng)不只是實(shí)現(xiàn)機(jī)器互聯(lián)，還有智能。AIoT在幫助機(jī)器人實(shí)現(xiàn)智能互聯(lián)的同時(shí)，還能讓管理者任意自如的操控，尤其是在很多工業(yè)危險(xiǎn)的領(lǐng)域。

 

在未來(lái)，工業(yè)生產(chǎn)將更進(jìn)一步實(shí)現(xiàn)智能化，工業(yè)機(jī)器人將得到更廣泛的應(yīng)用。在AIoT的支持下，機(jī)器人與工業(yè)設(shè)備等完成了完全的互聯(lián)互通，并可對(duì)相關(guān)數(shù)據(jù)進(jìn)行實(shí)時(shí)持續(xù)處理，從而進(jìn)一步提高效率，降低成本。

 

5G是連接AI與IoT的橋梁

 

隨著5G商用牌照的發(fā)放，不少業(yè)內(nèi)人士表示，AIoT將會(huì)迎來(lái)一個(gè)爆發(fā)期，5G將為AIoT的發(fā)展掃清技術(shù)上的障礙。

 

在5G技術(shù)加持下，AIoT在未來(lái)20年將成為全球備受矚目的黑科技。

 

中國(guó)工程院院士鄔賀銓表示，“5G是連接AI與IoT的橋梁，其高帶寬、高可靠低延時(shí)、大連接開(kāi)拓了AIoT更廣闊的應(yīng)用領(lǐng)域”。

 

那么5G和AI、IoT之間是什么關(guān)系？鄔賀銓表示，5G是將AI和IoT連接起來(lái)，成為一個(gè)可靠的高帶寬、大連接、低時(shí)延的通道。通過(guò)5G將IoT提升到人工智能的層面，體現(xiàn)IoT的價(jià)值，同時(shí)，5G幫助AI與IoT結(jié)合，產(chǎn)生落地效應(yīng)。

 

在工廠(chǎng)內(nèi)部WiFi無(wú)線(xiàn)網(wǎng)絡(luò)應(yīng)用的最多，但由于無(wú)線(xiàn)技術(shù)的帶寬、可擴(kuò)展性、抗干擾能力很難滿(mǎn)足工廠(chǎng)環(huán)境的實(shí)際應(yīng)用需求。而5G在可靠性、抗干擾能力上剛好可以滿(mǎn)足工廠(chǎng)環(huán)境需求，因而可以用在企業(yè)外網(wǎng)和企業(yè)內(nèi)網(wǎng)中。

 

鄔賀銓指出，現(xiàn)在應(yīng)用較多的公用網(wǎng)絡(luò)上的5G是一種利用TDD（時(shí)分雙工）的模式，在某個(gè)頻率上根據(jù)時(shí)序的不同分為上行下行，工業(yè)互聯(lián)網(wǎng)中，需要上傳的帶寬高，回傳指令的帶寬低，TDD的下行較上行時(shí)隙多。

 

現(xiàn)在應(yīng)用較多的公用網(wǎng)絡(luò)上的5G是一種利用TDD的模式，在某個(gè)頻率上根據(jù)時(shí)序的不同分為上行下行，工業(yè)互聯(lián)網(wǎng)中，需要上傳的帶寬高，回傳指令的帶寬低，TDD的下行較上行時(shí)隙多。

 

這其中，機(jī)器人將來(lái)會(huì)大量應(yīng)用，“5G+8k+移動(dòng)邊緣計(jì)算”可以讓機(jī)器人反映更敏感。商飛公司用8K高清攝像頭掃描飛機(jī)蒙皮鉚接質(zhì)量，通過(guò)5G寬帶快速連接企業(yè)的云平臺(tái)，顯著提升效率與檢測(cè)質(zhì)量，商飛還利用5G的低時(shí)延同步兩個(gè)攝像頭，將從兩側(cè)獲取的視頻合成飛機(jī)精確的3D視像。

 

機(jī)器視覺(jué)也將得到廣泛應(yīng)用，數(shù)據(jù)顯示，中國(guó)每天在產(chǎn)線(xiàn)上進(jìn)行目視檢查的工人超過(guò)350萬(wàn)，其中僅3C行業(yè)就超過(guò)了150萬(wàn)人。但人工檢測(cè)準(zhǔn)確度不高。機(jī)器視覺(jué)需要借助邊緣計(jì)算與中心云的大規(guī)模AI比對(duì)分析能力，5G為云連接提供寬帶和快速通道。

 

AIoT發(fā)展還存在諸多挑戰(zhàn)

 

雖然AIoT已經(jīng)成為行業(yè)技術(shù)發(fā)展風(fēng)口，但鄔賀銓認(rèn)為，AIoT發(fā)展將經(jīng)歷單機(jī)智能階段、互聯(lián)智能階段及主動(dòng)智能階段3個(gè)發(fā)展階段。

 

第一階段單機(jī)智能階段，單機(jī)系統(tǒng)需要精確感知、識(shí)別、理解用戶(hù)的各類(lèi)指令，如語(yǔ)音、手勢(shì)等，并正確決策、執(zhí)行和反饋。而這個(gè)過(guò)程中設(shè)備與設(shè)備之間是不發(fā)生相互聯(lián)系。

 

第二階段互聯(lián)智能階段，采用集中的云或邊緣計(jì)算控制多個(gè)終端（感知器）的模式，構(gòu)成互聯(lián)的產(chǎn)品矩陣，打破了單機(jī)智能的孤島效應(yīng)，對(duì)智能化體驗(yàn)場(chǎng)景進(jìn)行了不斷升級(jí)和優(yōu)化。當(dāng)用戶(hù)晚上在臥室對(duì)著空調(diào)說(shuō)出“睡眠模式”時(shí)，客廳的電視、音箱，以及窗簾、燈等都自動(dòng)進(jìn)入關(guān)閉狀態(tài)。

 

第三階段主動(dòng)智能階段，智能系統(tǒng)根據(jù)用戶(hù)行為偏好、用戶(hù)畫(huà)像、環(huán)境等各類(lèi)信息，自我學(xué)習(xí)、主動(dòng)提供適用于用戶(hù)的服務(wù)。例如，清晨伴隨著光線(xiàn)的變化，窗簾自動(dòng)緩緩開(kāi)啟，音箱傳來(lái)悅耳的起床音樂(lè)，空調(diào)調(diào)整到適應(yīng)白天的溫度。

 

AIoT發(fā)展還面臨很多的挑戰(zhàn)，包括算力、算法、平臺(tái)兼容性、安全性四個(gè)方面。

 

第一是算力，普通計(jì)算機(jī)的計(jì)算能力有限，利用其訓(xùn)練一個(gè)模型往往需要數(shù)周至數(shù)月的時(shí)間。密集和頻繁地使用高速計(jì)算資源面臨成本壓力；

 

第二是算法，AI的訓(xùn)練所需的時(shí)間非常長(zhǎng)，目前僅訓(xùn)練一些簡(jiǎn)單的識(shí)別尚需數(shù)周時(shí)間，面對(duì)未來(lái)應(yīng)用場(chǎng)景的豐富性，有必要在算法層面予以增強(qiáng)。此外，基礎(chǔ)算法非常復(fù)雜，應(yīng)用的企業(yè)開(kāi)發(fā)者能力不足。

 

第三是平臺(tái)兼容性，物聯(lián)網(wǎng)產(chǎn)品碎片化，而各AI公司生態(tài)之間又缺乏協(xié)同，本地算力、網(wǎng)絡(luò)連接能力、平臺(tái)間的不兼容，要把框架里的算法部署到數(shù)量眾多的物聯(lián)網(wǎng)設(shè)備上，大規(guī)模部署問(wèn)題重重；

 

第四是安全性，人工智能呢決策的正確性受IoT數(shù)據(jù)的精確度影響，AI的分析結(jié)構(gòu)還缺乏可解釋性，AIoT還存在被攻擊而成為僵尸物聯(lián)網(wǎng)的風(fēng)險(xiǎn)。

 

云球物聯(lián)網(wǎng)——物聯(lián)網(wǎng)產(chǎn)品與行業(yè)解決方案提供商。公司主要產(chǎn)品為工業(yè)以太網(wǎng)交換機(jī)、串口服務(wù)器、Modbus網(wǎng)關(guān)、工業(yè)接口光纖傳輸設(shè)備、工業(yè)無(wú)線(xiàn)產(chǎn)品等，產(chǎn)品應(yīng)用涵蓋智慧城市、綜合管廊、智能制造、軌道交通、智能電力、煤炭石化等行業(yè)領(lǐng)域，歡迎前來(lái)了解、交流，咨詢(xún)熱線(xiàn)：0571-87696986。