人工智能在工业企业中的应用

自动化可以改进流程。通过检查工作流程和领先指标，可以提高生产率。分析提供了关于事情如何发展的洞察。但直到你涉足认知领域，有了机器学习和语义学等东西，才进入了人工智能(AI)的领域。

对于工业物联网(IIoT)来说，机器和设备的预测性维护是第一个被广泛商业接受的应用。“这可以用经典的回归和预测分析来完成。然而，有了人工智能，你就超越了结构化的确定性，进入了更模糊的随机，”Infosys副总裁、高级合伙人杰夫·卡瓦诺(Jeff Kavanaugh)说。“通过基于音频签名等输入的机器学习，计算机可以像人类一样学习，首先注意机器在健康状态下的声音，然后了解异常情况。”

Infosys最近进行了一项关于智能自动化采用情况的全球调查。这项调查的中心观点是，人工智能技术正在成为主流，这是一个很好的观点。然而，对于具体数字，有一定程度的怀疑是有道理的。

样本集不对称

一个经常被问到的问题是，公司是否拥有实现机器学习所需的数据，以及数据的形式是否适合这种用途。卡瓦诺说:“人们拥有的数据比他们想象的多，但比他们希望的少。”“虽然有很多数据存储不适合机器学习，但也有不需要大量数据的情况。在其他时候，公司可以利用积累的数据的力量。工业制造商确实拥有丰富的简单数据，这些数据可以转化为用例，在用例中他们可以深入研究。”

当被问及将当今新兴技术的潜在影响与20世纪80年代的技术进行比较时，当时plc、dcs、SCADA、CAD和ERP都被引入，卡瓦诺说:“20世纪80年代新技术的引入带来了重大变化，但基本上是行和列的自动化，应用于工厂车间和现场。今天，结合经验，从多属性角度来观察实际发生的事情，是一个更重要的部分。我们讨论的是固有的认知，换句话说，是模糊的。虽然早期的转变是从完全模拟到计算机化操作，但当前的转变更普遍、更紧密、更智能，最终也更深刻。”

AI是进取的

许多CFE媒体工程标题的读者正在寻找工厂地板上的人工智能。正如本期资深科技记者小西德尼·希尔(Sidney Hill Jr.)的一篇专题文章所指出的那样，它也存在于企业中。事实上，由于控制处于边缘，ERP成为所有数据的潜在聚集点，绕过了传统的自动化控制系统。其影响可能是深远的。

例如，作为内存数据库ERP系统，SAP的HANA走在了时代的前面。它的最新进展是引入了地理信息系统(GIS)功能，但不仅仅是作为应用程序特性。集成将功能扩展到一个独立的产品中。一个数据库运行业务应用程序和GIS。在一个案例中，一家公司已经将来自SAP ERP中心组件的事务数据与地理空间数据以及来自涡轮机的其他数据结合起来。

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。