作者：Andrew Grant，Imagination Technologies 人工智能高级总监
实现自动化和提高生产力的好处
“向我展示数据”是所有人工智能（AI）和机器学习（ML）专家的需求，因为他们在寻求提高自己工厂和装配线的生产率。我们即将看到工业设计领域的一场革命，因为收集数据的传感器和AI现在可以内置于机器当中，将其变成“会思考的机器”。这将提升自动化程度和生产率，并将消除困难和危险的工作以提高安全性，从而使我们受益良多。
利用5G实现无线（OTA）更新
下一代工业机器人将在其整个工作生命周期中不断改进，因为它们可以使用先进的5G和6G技术以无线方式（OTA）进行远程编程和更新。中国是5G领域的全球领导者，拥有最先进的5G基础设施。在创建未来工厂时，这是一个相当重要的优势。在未来工厂中，工业机器人和“协作机器人”（与人类密切合作的机器人）将根据程序员设置的运行方式由自己在生产线上执行装配工作。
机器人将利用它们的传感器收集数据，以便能了解自己周围的环境，并报告给工厂的中央云脑。事实上，这个中央云脑甚至可能在1000英里之外的另一座城市。利用AI加速技术，机器人可以运行神经网络来支持计算机视觉，这样它们就能够识别出自己正在拾取正确的零件，并以正确的方式组装它们，同时在出现任何问题时会向中心进行报告。这将减少不合格产品，提高成功产品的生产量。
在某些应用场景中，捕获水位或发动机声音（监听声音表征中的异常情况以用于预测性维护）等简单的数据时，传感器可以使AI功能靠近这些数据，这样就只需将必要的数据发送回数据中心的云脑，从而避免因数据往返造成延迟并节省能源。在工业应用中，Imagination的神经网络加速器（NNA）等嵌入式 AI 加速器和Imagination的GPU系列产品所提供的并行AI计算功能，将会是打造这种理想未来场景的关键组成部分。它们具有领先的性能密度，意味着嵌入式设计可以与传统 AI 芯片拥有同样的性能，但占用的芯片面积要小得多，从而可以节省成本并为众多应用场景提供灵活性。
微控制器（MCU）、现场可编程门阵列（FPGA）和专用集成电路（ASIC）也正在被添加到工业机器中，以共同打造由 AI 和 ML驱动的智能未来。
元宇宙和数字孪生
我们已经看到过机器或飞机发动机的数字孪生，其用于复制和仿真实际的发动机或机器所承受的应力和应变。由于有了AI，现在可以将数字孪生扩展至对一家工厂进行完整的仿真甚至是城市规模的仿真。这种数字化的软件定义仿真模型可以复制真实的工业装配线。利用这种技术，可以运行“假定的场景”并进行优化——将工厂视为一个整体集成的端到端机器，可以通过5G无线更新对其进行持续的改进和升级。我们将此称为工业元宇宙，其意味着“更高和更广”，这是由科幻小说家Neal Stephenson提出的一个概念，随着拥有自我感知能力的思考机器可以彼此联系并和谐地一起工作，他的预言正在成为现实。
将联邦学习模式用于机器人
下一场革命将是让工业机器人能够领会和学习，并与其他机器人分享自己的知识和理解。例如，一只蜜蜂通知了蜂巢的其余部分，然后整个蜂巢就会形成蜂巢思维，一群蜜蜂可能都会去寻找食物，因为一只工蜂已经传达了在哪里可以找到食物。这就是群体智能，它也可以应用于工业机器人，而解决方案就是联邦学习（Federated Learning）。
在联邦学习模式中，会将经过 AI 训练的模型导出给多个工作机器人，然后这些机器人的传感器会去获取可用于改进和完善各自模型的数据，并将有用的数据输出至中央服务器模型，接下来会进行集中优化，然后再将改进模型重新提供给工人机器人。
这种“一次编写，各处运行”的方法意味着工业机器人可以具备高度的灵活性，能够学习新任务，并不断优化自己的性能。
采用边缘和云端的组合方法，可以仅发送必要数据以减少往返延迟
这是我们所有人前行的方向，AI在制造领域的应用正在创造未来，以节约能源和成本，同时提高性能和生产率。这意味着人们将越来越多地控制软件定义的工厂和工业元宇宙，并利用传感器数据以及云端和边缘 AI 设备的组合在软件中管理整个过程。在边缘使用 AI 的优势在于，只需将必要的数据发送到云数据中心，从而可以减少数据往返造成的延迟并节省带宽。
Imagination致力于帮助我们的合作伙伴和客户实现我们共同创造的未来价值。我们正在寻找下一代的行业领导者，并将通过我们的嵌入式 AI技术和专业知识来支持他们获得成功。
声明：本文为原创文章，转载需注明作者、出处。
