AI成工业4.0最佳化阶段的要害

作者：DIGITIMES杜念鲁

制作业朝向智能制作进行晋级转型，现已是现在工业界大都业者的一致，也现已有许多业者开端针对既有的产线或新规划的产线，着手设置传感器并从事数字化与网络化的更新及建置。不过，跟着机台设备收集的数据渐渐的变多，如何将数量巨大的数据转化成具有实践效益的信息，开端成为业者往智能制作转型上的新应战。

根据业界通用工业4.0的5C老练度模型，工业4.0按照老练度由低而高大致可分为五个阶段，分别是经过物联网完结机器对机器(M2M)的连接与协作，并撷取数据的设备连接(Connect)；经过打造大数据渠道及边际运算，将前一阶段中萃取的数据加以剖析、运用的数据转化(Convert)；再进一步供给出产数据可视化与猜测模仿的模仿猜测(Cyber)；之后导入人工智能(AI)学习渠道，让工厂成为能够自我确诊、自主批改、主动排程，并具有认知性的智能工厂(Cognitive)；以及终究到达能够从事小批量客制化制作与软件界说，并能主动装备的动态客制(Configure)价值链渠道。

现在从事的数字化与网络化建置，与前二阶段较为相关，前一段时间包含台达电子、研华、新汉等业者，开端与SAP、更始、东捷等业者打开跨业协作，则是期望能将在信息科技(IT)与操作科技(OT)的信息进行整合，借此迈入第3阶段，进行数据可视化，及猜测模仿等功能。

因为单纯的收集及显现从作业机台上收集到的数据，其实对智能制作的贡献度有限，因为单纯的数据，假如没有进行后续的分类、办理与剖析，终究只会成为数据废物。经过IT与OT的结合，撷取恰当的现场出产数据，与运营端的信息进行整合，才能为运营者在决议计划时供给有用的信息。

不过，想要真实到达工业4.0的终究境地，也便是直接为小批量客制化产品，进行上下游的主动装备的动态价值链，光是进行数据可视化，或猜测模仿是不行的。现在，尽管像是富士康的灯塔工厂，现已能够让工厂自身部分制程进行自主运作，具有了第四阶段的雏形；不过要到达动态装备，因为涉及到AI学习渠道建置，及更杂乱的供应链、物流、商场等面向的数据收集、剖析、猜测与办理，则都还有一段旅程需求再开展。

业者以为，想要到达彻底老练的工业4.0最佳化阶段，最重要的关键在于AI的部分，尽管现在AI相关的东西许多；不过，不同的工业或需求，都需求树立不同的模型，并且建模的进程也不是一蹴可几，不只要有充沛、牢靠的数据，模型自身也有必要要不断的练习及批改。对许多才进入数字化与网络化阶段的业者而言，的确还有适当长的一段路要走。

现在制作业界关于转型往智能制作开展，都现已有所一致，并且工业4.0也逐渐进入导入期；尽管间隔到达导入AI，进行小量客制化出产的老练境地，还有适当长的路要走。可是，工业界乐意跨出第一步，之后才会有期望逐渐跨进。厚实的做好数字化、网络化的作业，进行正确的数据收集，也是为之后要再导入AI应用时，作为供给很多、有用数据的根底。