5G加持,AIoT将如何变革工业互联网

2019-09-11 09:19:27 文/东方资讯 作者/ 未来工业互联网 工业互联网

在自动化普及的工业时代,生产过程几乎完全自动化、机器人具备高度的适应能力,工业互联网不只是实现机器互联,还有智能。AIoT在帮助机器人实现智能互联的同时,还能让管理者任意自如的操控,尤其是在很多工业危险的领域。
 
  工业互联网时代,任何一家工业制造业要想不被“淘汰出局”,就需要实现转型升级和工厂自动化智能化水平提升,随着技术的不断革新,企业转型升级提速,而工业互联网则被认为是企业转型的关键支撑。
 
  近年来,人工智能(AI)和物联网(IoT)被认为是推动当今行业发展的主导技术,两者融合产生了一个新的概念:AIoT(智联网),随着5G技术的发展,AIoT在工业自动化中被寄予厚望。
 
  AI是大脑,IoT是连接
 
  “AIoT”即“AI+IoT”,指的是人工智能技术与物联网在实际应用中的落地融合。现在业内有一个说法就是,AI是大脑,IoT是连接。两者的融合可以提供智能连接系统,能够进行自我纠正和修复。
 
  不管是技术还是产业,IoT都是由来已久,它解决底层连接和数据传输问题。同时它带来的连接设备和数据类型远大于传统互联网,在工业领域由于设备的多样性及工艺流程的复杂性,其连接系统也更为复杂,为了更好的理解AIoT,我们需要了解连接系统的发展。
 
  云计算的出现为物联网连接系统提供连接、存储和计算三个关键功能。借助云计算的基础架构,可以使多个设备之间无缝连接,除了可以发送机器对机器(M2M)消息之外,这些设备还可以将获取的遥测数据集中存储在云中,同时这些数据可以通过计算分析服务处理,以获得洞察力。
 
  AI则可以根据大量的历史资料和实时观察找出对于未来预测性的洞察。由于同时分析过去的和实时的数据,AI更容易注意到有哪些资料属于例外,并做出合理、合适的推断。
 
  数据对于AI的重要性不言而喻,AI需要持续的数据流入,它可以处理和从中学习的数据越多,其预测的准确率也会越高。
 
  AI是IoT的大脑,让设备的简单连接上升为智能连接,让万物互联进化到万物智联,IoT是让AI具备行动能力的身体。就像人类的眼睛,耳朵,鼻子和皮肤感知我们周围的世界一样,IoT中数十亿的传感器和摄像头采集周围环境的数据,并将这些数据发送给AI进行分析和处理。这些数据也是AI进行深度学习的重要养料,协助AI变得越来越聪明,做出的决定也越来越明智。
 
  正如阿里云首席智联网科学家柯镇所说:“缺少AI的IoT会变为‘鸡肋’,缺少IoT的AI会成为‘傻瓜’”。
 
  目前,AIoT在工业中的应用主要是在工业机器人领域。
 
  在自动化普及的工业时代,生产过程几乎完全自动化、机器人具备高度的适应能力,工业互联网不只是实现机器互联,还有智能。AIoT在帮助机器人实现智能互联的同时,还能让管理者任意自如的操控,尤其是在很多工业危险的领域。
 
  在未来,工业生产将更进一步实现智能化,工业机器人将得到更广泛的应用。在AIoT的支持下,机器人与工业设备等完成了完全的互联互通,并可对相关数据进行实时持续处理,从而进一步提高效率,降低成本。
 
  5G是连接AI与IoT的桥梁
 
  随着5G商用牌照的发放,不少业内人士表示,AIoT将会迎来一个爆发期,5G将为AIoT的发展扫清技术上的障碍。
 
  在5G技术加持下,AIoT在未来20年将成为全球备受瞩目的黑科技。
 
  中国工程院院士邬贺铨表示,“5G是连接AI与IoT的桥梁,其高带宽、高可靠低延时、大连接开拓了AIoT更广阔的应用领域”。
 
  那么5G和AI、IoT之间是什么关系?邬贺铨表示,5G是将AI和IoT连接起来,成为一个可靠的高带宽、大连接、低时延的通道。通过5G将IoT提升到人工智能的层面,体现IoT的价值,同时,5G帮助AI与IoT结合,产生落地效应。
 
  在工厂内部WiFi无线网络应用的最多,但由于无线技术的带宽、可扩展性、抗干扰能力很难满足工厂环境的实际应用需求。而5G在可靠性、抗干扰能力上刚好可以满足工厂环境需求,因而可以用在企业外网和企业内网中。
 
  邬贺铨指出,现在应用较多的公用网络上的5G是一种利用TDD(时分双工)的模式,在某个频率上根据时序的不同分为上行下行,工业互联网中,需要上传的带宽高,回传指令的带宽低,TDD的下行较上行时隙多。
 
  现在应用较多的公用网络上的5G是一种利用TDD的模式,在某个频率上根据时序的不同分为上行下行,工业互联网中,需要上传的带宽高,回传指令的带宽低,TDD的下行较上行时隙多。
 
  这其中,机器人将来会大量应用,“5G+8k+移动边缘计算”可以让机器人反映更敏感。商飞公司用8K高清摄像头扫描飞机蒙皮铆接质量,通过5G宽带快速连接企业的云平台,显著提升效率与检测质量,商飞还利用5G的低时延同步两个摄像头,将从两侧获取的视频合成飞机精确的3D视像。
 
  机器视觉也将得到广泛应用,数据显示,中国每天在产线上进行目视检查的工人超过350万,其中仅3C行业就超过了150万人。但人工检测准确度不高。机器视觉需要借助边缘计算与中心云的大规模AI比对分析能力,5G为云连接提供宽带和快速通道。
 
  AIoT发展还存在诸多挑战
 
  虽然AIoT已经成为行业技术发展风口,但邬贺铨认为,AIoT发展将经历单机智能阶段、互联智能阶段及主动智能阶段3个发展阶段。
 
  第一阶段单机智能阶段,单机系统需要精确感知、识别、理解用户的各类指令,如语音、手势等,并正确决策、执行和反馈。而这个过程中设备与设备之间是不发生相互联系。
 
  第二阶段互联智能阶段,采用集中的云或边缘计算控制多个终端(感知器)的模式,构成互联的产品矩阵,打破了单机智能的孤岛效应,对智能化体验场景进行了不断升级和优化。当用户晚上在卧室对着空调说出“睡眠模式”时,客厅的电视、音箱,以及窗帘、灯等都自动进入关闭状态。
 
  第三阶段主动智能阶段,智能系统根据用户行为偏好、用户画像、环境等各类信息,自我学习、主动提供适用于用户的服务。例如,清晨伴随着光线的变化,窗帘自动缓缓开启,音箱传来悦耳的起床音乐,空调调整到适应白天的温度。
 
  AIoT发展还面临很多的挑战,包括算力、算法、平台兼容性、安全性四个方面。
 
  第一是算力,普通计算机的计算能力有限,利用其训练一个模型往往需要数周至数月的时间。密集和频繁地使用高速计算资源面临成本压力;
 
  第二是算法,AI的训练所需的时间非常长,目前仅训练一些简单的识别尚需数周时间,面对未来应用场景的丰富性,有必要在算法层面予以增强。此外,基础算法非常复杂,应用的企业开发者能力不足。
 
  第三是平台兼容性,物联网产品碎片化,而各AI公司生态之间又缺乏协同,本地算力、网络连接能力、平台间的不兼容,要把框架里的算法部署到数量众多的物联网设备上,大规模部署问题重重;
 
  第四是安全性,人工智能呢决策的正确性受IoT数据的精确度影响,AI的分析结构还缺乏可解释性,AIoT还存在被攻击而成为僵尸物联网的风险。
免责声明:凡注明为其它来源的信息均转自其它平台,由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,不为其版权负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。联系邮箱:leixiao@infoobs.com