智能化是近年来制造业最重要的趋势。经过前几年的市场教育，近两年市场询盘开始增多。智能（AI）热潮，人工智能与物联网的融合将成为未来各个垂直领域的主流系统，而在制造业，人工智能也将成为工业物联网的核心计算架构之一。自从德国率先喊出工业4.0以来，相关技术也突飞猛进，包括工业物联网、大数据分析、机器人等技术的发展，并逐步打造出新型智能工厂和全新的工业化标准。特别是近年来，人工智能（AI）浪潮袭来，赋予工业4.0新的发展方向，明确了自动化与智能的区别，包括机器视觉、深度学习等以算法分析为基础的人工智能技术成为一种工业4.0未来发展新趋势。它不仅使自动化和机器人技术更加精准，制造业也开始进入无人工厂等新技术领域。图1：自动化是当今工业的技术基础，人工智能的引入将全面提升自动化系统的效率。（来源：BSOCH）就目前的发展来看，智能制造有三大趋势。首先是生产网络。这部分主要应用制造运营管理（MAM）来协助生产价值链中的供应商获取和交换实时生产信息，使供应商提供的所有组件能够在正确的时间和正确的顺序到达生产线。第二个趋势是虚拟仿真与真实物理系统的完美融合。每一步都会在虚拟世界中进行设计、模拟和优化，为真实的物理世界建立高度模拟的数字孪生体（DigitalTwin，TwinModel），包括材料、产品、工厂等。第三个趋势是网络空间。物理系统（Cyber??-PhysicalSystem，CPS），在这个系统中，产品信息会被输入到产品组件本身，它们会根据自身的生产需要，直接与生产系统和设备进行通信，下达下一个生产流程指令，指挥设备自行组织生产，这种独立的生产模式可以满足每个用户的定制化需求。利用大数据建立计算模型以上三大趋势未来都会在一定程度上与AI结合，如在线监控、机器人、无人货车等，都将设计有AI计算功能，主要是由于对于大规模定制，工厂需要面对的产品种类、产线转移等各种生产场景的难度也会大大增加。虽然通过传感器和大数据分析，管理者已经可以掌握更多的信息来帮助决策，但是也因为信息量的大量增加，增加了管理者分析信息的压力，市场变化越来越多，越来越快，人类的分析速度可能越来越难以跟上前端提供的越来越快的数据，自然也就越来越难了。制造现场的机器很难快速响应客户需求。人工智能在制造业的应用将使系统从大数据分析中找到规律，进而学会避免更早发生的错误，甚至可以提前预测。在制造领域，不仅可以缩短停机时间，还可以及时对生产线进行调整，减少死料和浪费的发生频率。图2：网络是工业物联网架构的基础。未来，人工智能将对设备联网获得的大量数据进行分析，做出智能判断和建议。（来源：Processonline）获取和分析数据是IIoT的核心任务，而来自传感器的数据点在转化为可操作的见解之前要经过多个阶段，IIoT平台包括可扩展的数据流程，能够处理需要的实时数据立即关注，以及仅在一段时间内有意义的数据，当检测到压力和温度阈值的异常组合时，物联网平台关闭液化石油气灌装机可能为时已晚，应检测毫秒级异常，根据规则触发即时响应。就目前的发展来看，AI有几种算法。例如，热点路径分析的核心是负责检测异常的规则引擎。物联网平台嵌入了一个复杂的规则引擎，可以动态评估来自传感器数据流的复杂模式。通过理解模式和数据格式领域专家来定义规则引擎的基线阈值和路由逻辑，它作为规则引擎编排消息流的关键输入，在每个数据点移动到下一阶段之前定义数据处理流程嵌套语句条件、规则引擎已成为物联网平台的核心，而机器学习的关键领域之一是从现有数据集中寻找模式，将相似的数据点分组，并预测未来数据点的价值。与机器学习相关的高级算法可用于分类和预测分析。由于这些算法可以从现有数据中学习，而大多数物联网数据是基于时间序列的，这些算法可以根据历史数据预测传感器的未来价值，这些各种机器学习算法的组合将取代IIoT平台中的传统规则引擎。尽管领域专家仍然需要根据条件定义来行动，但这些智能算法提供了更高的准确性和精度。AI+HI大幅提升效益机器学习在工业物联网中最先进的应用之一就是设备的预测性维护，通过模式变化的关联和分析来预测设备故障，并报告剩余服务等关键指标设备寿命，预测性维护未来还可以应用在航空航天、制造、汽车、交通运输、物流和供应链等领域，例如预测模型调度到汽车服务中心，在航空业，预测性维护的目标程序是根据维护历史和飞行路线信息以及其他相关数据来预测航班延误或取消的可能性。图3：在工业领域，AI和HI必须协同工作，才能创造系统的最大价值。（来源：优傲机器人）观察物联网的发展趋势。目前，工业物联网是所有垂直应用中增长最快的类别之一。工业物联网中的人工智能主要是辅助操作人员和管理人员从大量设备中过滤和提取数据。把数据拿出来做判断，但是现在的AI无法做出符合逻辑的决策。因此，在制造领域，AI必须与人类智能相结合，才能实现系统的最大效益。
