期以來，制造業(yè)一直是人類進步的支柱。從200多年前的第一次工業(yè)革命到近十年來的工業(yè)4.0，制造業(yè)從沒停下過創(chuàng)新的步伐，如今，爆火的生成式人工智能 (GenAI)又讓制造業(yè)面臨著前所未有的沖擊和變革。

將人工智能應用于制造業(yè)并非什么“新鮮事”，但我們可以將諸如預測性維護、瑕疵檢測、能源分析、機器人自動化之類的應用稱為“傳統(tǒng)工業(yè)AI解決方案”；與之相比，“工業(yè)GenAI解決方案”的精髓則在于“生成”和其背后延伸的“理解”二字。

去年上半年，業(yè)內人士對GenAI和制造業(yè)的結合還存在不少疑慮。智次方發(fā)布的《2023年中國工業(yè)互聯(lián)網(wǎng)產業(yè)洞察暨生態(tài)圖譜報告》顯示，大家的疑慮通常來自于：①大多數(shù)生成式AI模型主要關注文本和圖像，只有非常少量的模型關注將傳感器數(shù)據(jù)作為輸入，同時，工業(yè)場景中的很多數(shù)據(jù)是不可讀取的；②在數(shù)據(jù)之外，工業(yè)領域對安全、穩(wěn)定、可靠等指標極其嚴苛的追求，這是生成式AI不能滿足的地方；③工業(yè)制造細分領域眾多，各領域在生產流程、工藝、生產線配置、原材料及產品類型上均具有較大差異，強調的是細分行業(yè)的機理融合和行業(yè)知識。因此，彼時有許多制造企業(yè)都對這項技術呈觀望態(tài)度。

但細究這些疑慮，會發(fā)現(xiàn)許多人或許把“工業(yè)GenAI”當成了“傳統(tǒng)工業(yè)AI”的替代品或競品。然而，隨著越來越多的工業(yè)/制造企業(yè)進行深入實踐，事實證明，兩者應該是互相輔助的關系，各自在擅長的領域發(fā)揮價值。傳統(tǒng)工業(yè)AI可以提供更準確的分析結果，那么工業(yè)GenAI則能在一些可以被“生成”或者需要進行語義/圖像理解的環(huán)節(jié)大顯身手，比如編碼、數(shù)字孿生場景構建、生成式設計、圖像檢測、視覺數(shù)據(jù)等……

來自知名調研機構的咨詢師發(fā)布洞察預測——工業(yè)和制造領域的供應商正在競相開發(fā)基于 GenAI 的解決方案，有關工業(yè)GenAI的“軍備競賽”已經(jīng)悄然打響。

利用GenAI 生成工程軟件代碼

傳統(tǒng)上工程師需要手動對機器和邏輯控制器進行編程，而GenAI解決方案可自動生成代碼，減少工程量和時間成本，工程師只需審查和調整代碼。

在2023年的Automate展會上，Beckhoff（倍福自動化）展示了TwinCAT聊天客戶端，旨在自動執(zhí)行諸如創(chuàng)建或添加功能塊代碼之類的任務。它還可以用于代碼優(yōu)化、文檔編制和重組。

這個客戶端將在TwinCAT  XAE（擴展自動化工程）中實現(xiàn)，通過連接到LLM（大型語言模型）的主機云來工作。例如，如果用戶使用的是Microsoft  Azure，它將連接到OpenAI的ChatGPT。Beckhoff的TwinCAT聊天客戶端通過Visual  Studio中的相應聊天窗口為PLC開發(fā)環(huán)境提供了用戶界面。據(jù)Beckhoff介紹，LLM功能已經(jīng)通過TwinCAT特定內容進行了優(yōu)化。

在Automate展會上的一次演示中，Beckhoff的產品管理總監(jiān)Daymon Thompson展示了如何使用這項技術逐步指導編寫傳送帶系統(tǒng)的程序。他解釋了軟件如何逐步引導用戶完成LLM開發(fā)代碼所需的每個必要變量輸入。輸入這些變量后，在客戶端中選擇“自動完成”將把變量數(shù)據(jù)發(fā)送到ChatGPT引擎，并在幾秒鐘內返回完成的代碼。盡管LLM在開發(fā)代碼時可以非常精確，但Thompson也強調了用戶在實施之前徹底審查代碼的必要性。

當然，如果用戶對ChatGPT返回的內容滿意，就可以把程序圖標拖放到自己的TwinCAT程序中，以創(chuàng)建一個用于運行傳送帶的整個程序。顯然，TwinCAT聊天客戶端使編寫代碼變得更快速、更高效。

無獨有偶，在今年的CES上，老牌工業(yè)巨頭西門子將把用于構建生成式人工智能應用程序的服務 Amazon Bedrock 集成到其開發(fā)平臺 Mendix 中，從而使用戶能夠訪問生成式人工智能功能來創(chuàng)建新軟件和升級現(xiàn)有軟件。

通過與AWS聯(lián)手，西門子Xcelerator生態(tài)的應用開發(fā)者們能夠便捷訪問生成式AI的強大能力。Bedrock提供穩(wěn)定可靠的大規(guī)模語言模型，開發(fā)者只需數(shù)次點擊，利用Mendix簡單的圖形界面與拖放組件，即可快速構建AI應用原型或最小可行性產品。

西門子表示：“通過將亞馬遜Bedrock集成到我們的低代碼平臺中，我們正在賦予每個人創(chuàng)造客戶所需的應用程序的能力，使他們更具競爭力、彈性和可持續(xù)性，在沒有編程專業(yè)知識的情況下制作更智能的應用程序可以加速創(chuàng)新，幫助公司解決技能勞動力短缺問題?！?/p>

利用GenAI生成數(shù)字孿生場景

除了生成代碼，生成圖像是GenAI   的另一項拿手好戲，而視頻生成類的軟件也在以一日千里的速度迅猛發(fā)展。猶記得龍年春節(jié)剛過之際，OpenAI發(fā)布的文生視頻大模型Sora便火爆了朋友圈。它僅僅根據(jù)提示詞，就能生成60秒的連貫視頻，幾條生動逼真、畫面精美的短視頻，給相關行業(yè)帶來的震撼至今余溫未散。如果能將相關技術用于工業(yè)元宇宙的創(chuàng)建，那無疑將為工業(yè)未來帶來更多可能。

將元宇宙技術融入制造業(yè)能夠改變公司的生產、運營和管理方式。比如，公司可以使用VR和AR等沉浸式技術來增強員工培訓、倉庫流程、質量控制甚至產品設計；比如，借助數(shù)字孿生技術，企業(yè)可以模擬產品、機器甚至整個工廠，讓新的生產技術和系統(tǒng)在現(xiàn)實世界實施之前，就能在虛擬世界中模擬測試和驗證它們，從而降低出現(xiàn)代價高昂錯誤的風險。

然而，要實現(xiàn)工業(yè)元宇宙這樣一個龐大而復雜的虛擬世界，需要多種前沿技術的支持，還需要有無限多的虛擬場景，這正是GenAI 發(fā)揮用武之地的地方。

關于GenAI +工業(yè)元宇宙的實踐，西門子和英偉達邁出了關鍵一步。早在 2022 年，西門子就宣布與圖形增強和人工智能技術先行者英偉達拓展合作伙伴關系，共同打造工業(yè)元宇宙，探索人工智能驅動數(shù)字孿生技術的應用場景。今年3月19日，西門子宣布將進一步深化與英偉達的合作，此次合作將英偉達 Omniverse Cloud APIs 的沉浸式可視化功能引入西門子 Xcelerator，推動以人工智能（AI）驅動的數(shù)字孿生技術的應用，持續(xù)構建工業(yè)元宇宙。

據(jù)介紹，生成式 AI 將大幅加快對真實感渲染細節(jié)進行設置和調整的速度，如物料定義、照明環(huán)境以及其它輔助性情景資產等。通過對工程數(shù)據(jù)進行真實的情境化處理，以往需要花費數(shù)天的任務現(xiàn)在可在短短數(shù)小時內完成。除工程團隊之外，銷售團隊、營銷團隊、決策者和客戶等相關方也可以通過對現(xiàn)實世界產品外觀的洞察和理解獲得裨益，進而更明智、更快速地制定決策。

可持續(xù)船舶制造市場的領導者 HD 現(xiàn)代即采用這一新解決方案創(chuàng)建了實時、逼真的可視化技術。HD 現(xiàn)代致力于研發(fā)氨動力和氫動力船舶，其過程極其復雜，所需管理的船舶可能包含超過 700 萬個離散零部件。西門子與英偉達的全新解決方案幫助 HD 現(xiàn)代采用交互方式，實現(xiàn)海量工程數(shù)據(jù)集的統(tǒng)一和可視化管理。

利用GenAI理解非結構化數(shù)據(jù)

在工業(yè)知識及經(jīng)驗領域，生成式AI的應用也在不斷拓展。

傳統(tǒng)的制造業(yè)應用范式主要依賴于結構化數(shù)據(jù)和精確的算法模型，而現(xiàn)在，隨著生成式AI的崛起，制造業(yè)開始更加注重對高質量文本、圖片、文檔等非結構化數(shù)據(jù)的應用。這不僅提高了數(shù)據(jù)處理效率，也為制造業(yè)提供了更多的應用場景和可能性。

2023年11月，加拿大工業(yè)人工智能軟件公司Canvass AI（該公司被CB Insights認可為推動制造業(yè)發(fā)展的頂尖技術公司之一）宣布了其工業(yè)人工智能軟件的下一次進化，即Hyper Data Analysis?。通過創(chuàng)新地利用生成式人工智能，Canvass AI軟件能夠將文本和基于視覺的數(shù)據(jù)的學習融入到生產數(shù)據(jù)流中，以推進傳統(tǒng)的基于時間序列的人工智能洞察。

“Canvass AI使人類和機器生成的數(shù)據(jù)都能進行全面分析，Canvass AI解決方案與工業(yè)用例中的Hyper Data Analysis能力相結合，為制造商提供了優(yōu)化資產、流程以及工作流的新機會。結構化和非結構化數(shù)據(jù)的這種組合為基于人工智能的工業(yè)解決方案開啟了新的維度。”

Hyper Data Analysis對于涵蓋制造過程的大量非結構化文本和視覺數(shù)據(jù)具有很多應用，例如：

通過視覺檢查異常來識別成品的質量或相關屬性；

可以使用AI將視覺檢查納入，以確定缺陷的可能原因；

可以將基于文本的維護日志轉化為有意義的數(shù)據(jù)，與過程數(shù)據(jù)結合，提前改善對非計劃維護事件的預測；

可以將實驗室筆記和“批次數(shù)據(jù)”與過程和設備數(shù)據(jù)集成，以提供更有意義的產品質量見解，提供模擬實驗室測量或實時質量預測。

Canvass  AI首席執(zhí)行官Humera  Malik表示：“我們正在利用通用人工智能的潛力不斷創(chuàng)新我們的工業(yè)問題解決方法。我們的戰(zhàn)略不僅僅是將聊天機器人界面添加到我們的產品中。這一尖端能力是對數(shù)據(jù)分析領域的深入挖掘，產生了深刻的見解，推動了卓越的成果。這不僅僅是一小步；它是一次巨大的飛躍，擴展了我們的客戶在解決復雜挑戰(zhàn)方面所能實現(xiàn)的邊界，推動了工業(yè)領域可能性的邊界?！?/p>

寫在最后

2023年上半年，在接受智次方研究院調研的30余家工業(yè)互聯(lián)網(wǎng)企業(yè)中，超過70%是生成式AI技術的“觀望者”，在他們看來，該類技術在工業(yè)領域的應用落地還很遙遠，甚至可能是個“偽命題”；有接近30%是生成式AI技術的堅定“支持者”，他們認為雖然生成式AI在工業(yè)制造領域的應用還不成熟，但其改變傳統(tǒng)生產方式、推動制造業(yè)未來數(shù)字化轉型的趨勢已經(jīng)勢不可擋。如果今年再進行類似的調研，恐怕數(shù)據(jù)會發(fā)生極大的變化，可以預見相當一部分“觀望者”將變成“支持者”，因為越來越多的實踐和探索已經(jīng)證明了工業(yè)GenAI的潛力。

在未來，工業(yè)GenAI將繼續(xù)為工業(yè)領域帶來巨大的變革和創(chuàng)新，進一步推動工業(yè)智能化水平的提升，加速數(shù)字化轉型的步伐。隨著技術的不斷進步和應用場景的不斷拓展，我們可以期待看到GenAI在工業(yè)生產中發(fā)揮更廣泛、更深遠的作用，它將成為企業(yè)實現(xiàn)生產效率提升、質量優(yōu)化和資源利用最大化的重要工具，為工業(yè)領域的可持續(xù)發(fā)展和智能化轉型注入新的活力和動力。