西门子卫岳歌：人工智能和边缘计算正在改变工厂的未来

7月10日，在世界人工智能大会云端峰会“2020智能趋势峰会”上，西门子（中国）数字化工业集团副总裁兼工厂自动化事业部总经理卫岳歌（Joerg Westerholt）指出，正如人工智能进入交通领域催生自动驾驶一样，当前，人工智能正在加速进入工业领域，进而催生出“自主机器”，通过对数以万亿计的海量数据的学习，工业智能已能正确识别99%的物体，学习抓取和放置物体，进而实现工业的预测性维护、设备性能优化与质量预测。

基于数据安全的考虑，工业企业可能不太愿意把生产质量等数据上传至云端，而边缘计算和边缘设备正在把云技术引入现场层，这正在赋予现场设备更多智能，进而大幅提升工业的速度、质量、效率和灵活性。

峰会上，卫岳歌指出，人工智能和边缘计算正在改变工业自动化和工厂的未来。

他介绍，近年来，机器学习和物体识别取得了长足的发展，10年前的计算机是几乎不可能识别出任何物体的，比如分清一辆汽车和一辆摩托车；而如今计算机可以在99%的情况下正确识别各种物体。

在工业生产中，存在着大量类似的场景与需求。比如，在生产电路板时，通过告知计算机哪些是低质量的电路板，哪些是高质量的电路板，将会显著加快质量检测流程；而为工厂可能遇到的潜在威胁进行分类和预警，通过机器学习，可以使机器对紧急情况作出自主判断，并

通过可视化系统向工人作出警告提示。

此外，他表示，在工厂中，需要机器人抓取一个物体放在另一个物体上，但由于不少工业物体形状不规则，通常需要人为处理。如今，计算机可以每天对这一动作进行学习，包括如何寻找特殊物体，如何正确地抓取它，并成功地把它放进正确的位置。

卫岳歌指出，实现这些识别与智能需要为图片等数据做出正确标注，并为计算机提供大量数据信息供其学习。而如今工业领域的设备仿真与数字化双胞胎技术已使得工厂拥有大量不同机器的行为数据。这些数据将为工业智能的发展提供源源不断的动力，工业自动化领域将会出现更多创新，并极大地减少工程师们的工作量。

“我们的愿景是‘让自动化更加自动化’，在人工智能进入工业领域之后，我要强调的一个概念是‘自主机器’，和自动驾驶一样，当前自主机器也在不断发展，这是一个非常远大的愿景。”

卫岳歌指出，和自动驾驶一样，自主机器同样面临着安全上的顾虑，“这种技术是不是已经可用了呢？安全性该如何保障？如何确保机器是在安全、正确地运行？这是我们面临的最大挑战。”

不过，他认为，边缘技术的快速发展正在解决这些安全性顾虑，“基于数据安全的考虑，工厂是否愿意把生产质量等数据上传至云端呢？答案可能是否定的。不过，边缘计算和边缘设备正在把云技术引入现场层，只需在云端对真正必要的数据进行管理。我们从现场层获取数据，例如通过传感器、可视化系统、摄像机、分布式IO和PLC程序获取数据，而这些应用程序是运行在边缘设备或可与PLC相连接的特殊设备上，通过工业智能，已经可以支持质量检测、机器人抓取和特殊分拣等工作。”

比如，卫岳歌介绍，西门子在为自己的PLC生产电路板时在质量控制上遇到的瓶颈是，为了更好地控制产品质量，不得不购买大量X光机，每台X光机的价格大约是50万欧元，开销巨大。而根据工厂掌握的数据，已经能清晰地定义什么是合格的电路板，什么是质量欠佳的电路板，为此工厂安装了一套视觉检测系统，通过机器学习，在生产线最后的质检环节，视觉化系统和摄像系统会通过拍摄检查电路板对电路板质量作出准确的判断，这大幅提高了质检环节效率，并节约了大量费用。

卫岳歌指出，工业智能已能在工厂的产品、工艺、生产和人员等各个方面开展预测性维护、质量控制、参数优化和行为监测等工作，这将把工业自动化推向更高的水平。