【儀表網(wǎng) 行業(yè)科普】制造企業(yè)越來越關(guān)注在邊緣托管的人工智能對于提高過程控制和自動化運營效率和彈性方面的價值，特別是在遠(yuǎn)程站點或云連接不能發(fā)揮作用的地方。
 

　　如今，在云托管數(shù)據(jù)集上訓(xùn)練的人工智能和機(jī)器學(xué)習(xí)算法可以在網(wǎng)絡(luò)邊緣的本地計算設(shè)備上執(zhí)行，使工廠能夠在生產(chǎn)和使用地點安全、實時的處理和分析數(shù)據(jù)。
 

　　作為數(shù)字化戰(zhàn)略的核心要素，很少有行業(yè)不受人工智能變革力量的影響。而且，從過程控制和自動化的角度來看，人工智能具有巨大潛力，可以分析和管理現(xiàn)代工業(yè)設(shè)施中數(shù)千個相互連接的設(shè)備、系統(tǒng)和過程所產(chǎn)生的龐大數(shù)據(jù)集。
 

　　在典型的工業(yè)環(huán)境中，人工智能可以幫助優(yōu)化控制過程的效率、可靠性和安全性。它還可以幫助減少人工干預(yù)繁重或日常任務(wù)的需要，最終有助于增加工廠正常運行時間，同時降低運營成本。在實現(xiàn)這些目標(biāo)的過程中，人工智能也為實現(xiàn)全自動化工廠運營的長期目標(biāo)鋪平了道路。
 

　　人工智能算法由多年積累的實際運營數(shù)據(jù)提供支持，可以使用機(jī)器學(xué)習(xí)進(jìn)行訓(xùn)練，以發(fā)現(xiàn)人類工程師通常不會注意到的趨勢和異常。這些洞察可以預(yù)警傳感器即將發(fā)生的故障，或者建議如何微調(diào)特定過程以使其更節(jié)能。
 

　　有效的決策取決于確保及時獲取準(zhǔn)確、相關(guān)的數(shù)據(jù)，以及快速分析和解釋這些信息的能力。而在過程控制環(huán)境中，正是這種 “利用數(shù)據(jù)做更多事情 ”的必要性，讓人們開始關(guān)注人工智能最有價值的地方——也就是生產(chǎn)和使用運營數(shù)據(jù)的地方。
 

　　01  邊緣人工智能
 

　　“邊緣人工智能”是指在聯(lián)網(wǎng)的設(shè)備上應(yīng)用人工智能實時或接近實時地執(zhí)行任務(wù)。為人工智能引擎決策過程提供信息的數(shù)據(jù)可以遠(yuǎn)程托管在云端。同樣，它也可能位于網(wǎng)絡(luò)邊緣，非常靠近設(shè)備本身。
 

　　雖然邊緣計算的起源可以追溯到2000年左右，但在網(wǎng)絡(luò)邊緣部署人工智能模型，是一個相對較新的現(xiàn)象。CPU功率和電路小型化的進(jìn)步，為緊湊型硬件設(shè)備提供了數(shù)字處理能力，在十年前這些能力被認(rèn)為只有超級計算機(jī)才有。同樣，高速5G連接允許從數(shù)千或數(shù)百萬個物聯(lián)網(wǎng)(IoT)設(shè)備中收集數(shù)據(jù)，為云端或遠(yuǎn)程數(shù)據(jù)中心托管的日益復(fù)雜的AI/ML模型提供數(shù)據(jù)。用更多設(shè)備和更多數(shù)據(jù)訓(xùn)練這些模型，它們會變得更智能、更準(zhǔn)確、更可靠。
 

　　將人工智能計算能力轉(zhuǎn)移到網(wǎng)絡(luò)邊緣有幾個好處。首先，它可以大大降低在現(xiàn)場設(shè)備和云端傳輸大量數(shù)據(jù)的帶寬要求和相關(guān)成本。在本地而不是遙遠(yuǎn)的地方執(zhí)行應(yīng)用程序，還可以縮短系統(tǒng)延遲——數(shù)據(jù)來源點和處理地點之間的往返時間。無論你是坐在無人駕駛汽車?yán)铮€是在另一個大陸為患者進(jìn)行機(jī)器人手術(shù)，系統(tǒng)輸入和輸出之間即使有100毫秒的延遲，也可能產(chǎn)生災(zāi)難性后果。
 

　　將計算資源集中在數(shù)據(jù)產(chǎn)生和消費的地方，可以減輕通過互聯(lián)網(wǎng)將站點連接到遠(yuǎn)程數(shù)據(jù)中心所具有的潛在網(wǎng)絡(luò)安全風(fēng)險。雖然私有云和公共云提供了高度的內(nèi)在安全性，但能夠始終將商業(yè)敏感數(shù)據(jù)保存在本地，使其不受未經(jīng)授權(quán)的泄露和審查，從而可以確保對數(shù)據(jù)的最終所有權(quán)和控制權(quán)。
 

　　02  邊緣計算在關(guān)鍵任務(wù)中的作用
 

　　同樣，邊緣計算在關(guān)鍵任務(wù)的應(yīng)用中也很有吸引力，因為它不依賴于持續(xù)的互聯(lián)網(wǎng)連接來處理數(shù)據(jù)。這確保了應(yīng)用的高可用性，否則這些應(yīng)用可能會受到網(wǎng)絡(luò)中斷、或者連接不良的遠(yuǎn)程站點的影響。
 

　　考慮到這些優(yōu)勢，邊緣計算在許多工業(yè)過程控制和自動化環(huán)境中發(fā)揮著變革作用也就不足為奇了。作為現(xiàn)場設(shè)備和云之間的智能橋梁，它允許資產(chǎn)所有者充分利用從工業(yè)物聯(lián)網(wǎng)設(shè)備和控制系統(tǒng)中所收集的、越來越多的數(shù)據(jù)。
 

　　每個工廠的運營人員都面臨著優(yōu)化工廠正常運行時間、效率、安全性、可持續(xù)性和盈利能力的挑戰(zhàn)。關(guān)鍵是從數(shù)千個傳感器、子系統(tǒng)和其它來源產(chǎn)生的大量運營、IT和工程技術(shù)數(shù)據(jù)中及時提取可操作的見解。在遠(yuǎn)離移動寬帶覆蓋的偏遠(yuǎn)或難以進(jìn)入的環(huán)境中，如礦山、化學(xué)加工廠、海上風(fēng)電場或石油平臺等，這一點尤其困難。從商業(yè)角度來看，邊緣和云計算所支持的人工智能分析，有助于從工廠目前尚未使用的約 80% 的生產(chǎn)數(shù)據(jù)中釋放出實際價值。
 

　　根據(jù)定義，邊緣和云計算模式有著根本的不同。不過，它們被廣泛視為互補(bǔ)技術(shù)，將邊緣計算的即時性、安全性和彈性與云計算的無限規(guī)模和存儲容量結(jié)合在一起。
 

　　一個典型的例子是化工廠的過程優(yōu)化模型。該模型由現(xiàn)場工業(yè)物聯(lián)網(wǎng)設(shè)備收集的、由云托管的大規(guī)模生產(chǎn)數(shù)據(jù)提供支持，然后可以使用邊緣人工智能，在現(xiàn)場實時執(zhí)行。該模型的輸出可確保設(shè)備和系統(tǒng)能夠更快、更準(zhǔn)確地響應(yīng)其環(huán)境需求。
 

　　03  強(qiáng)大的邊緣智能工具
 

　　邊緣人工智能還可作為一種強(qiáng)大的工具，為工業(yè)設(shè)備所有者的其他用例提供支持，例如基于狀態(tài)的資產(chǎn)健康和性能監(jiān)控。從網(wǎng)絡(luò)邊緣的傳感器、執(zhí)行器和其他設(shè)備收集的儀表數(shù)據(jù)可用作基于狀態(tài)的監(jiān)控的基礎(chǔ)。訓(xùn)練有素的人工智能算法可以發(fā)現(xiàn)聯(lián)網(wǎng)設(shè)備或子系統(tǒng)數(shù)據(jù)特征中的潛在異常，并將其行為與數(shù)以萬計的其他類似設(shè)備的歷史數(shù)據(jù)進(jìn)行交叉對比。通過向工廠人員發(fā)送自動通知，它可以提前預(yù)警潛在的系統(tǒng)故障，否則可能會影響工廠或過程性能，導(dǎo)致代價高昂的計劃外停機(jī)。
 

　　未來，邊緣計算將為眾多工業(yè)自動化應(yīng)用帶來變革性的影響。結(jié)合工業(yè)物聯(lián)網(wǎng)技術(shù)和人工智能驅(qū)動的分析，邊緣計算可以作為云托管存儲和應(yīng)用的補(bǔ)充，從而挖掘過程工業(yè)中生產(chǎn)數(shù)據(jù)的更多價值。