智能制造是源于人工智能的研究,也是一種由智能機器和人類專家共同組成的人機一體化智能系統,它在制造過程中能進行智能活動,諸如分析、推理、判斷、構思和決策等。而工業大數據則是智能制造轉型的關鍵。
以工業4.0為核心的智能制造,已經成為目前全球制造業者共同發展的方向。有別于一般消費性市場需求,在工業生產制造領域的發展上,不僅有強調以工業應用為主的工業人工智能,在數據數據的搜集上,自然也有所謂的工業大數據。做為工業人工智能的基礎,怎樣獲取正確的工業大數據,也關系著制造業轉型升級的成敗。
除了與一般大數據以強調數量(Volume)、速度(Velocity)、多樣性(Variety),及真實性(Veracity)的“4V要素”之外,工業大數據還特別強調所謂的可見性(Visibility)及價值(Value)。對于大數據及工業大數據之間的差異,一般認為,數據的數量、獲取的速度/頻率、數據的多樣性與真實性,是制造業在導入數字化與自動化之后,會自然演化出現的數據。但對于工業4.0或制造制造,要從設備制造端向使用者服務端的轉型而言,可見性及價值,則代表了對工業大數據所追求的目的與意義。
不過數字轉型及產業升級的風潮,很多制造業者在著手進行往智能制造轉型的過程中,是伴隨著數字化與自動化同步進行,由于數字化與自動化之后,機臺設備可以快速的產生大量數據,業者如果沒有完整個規劃或從事階段性的建設,很容易在初期就走錯方向。
相關業者表示,一般的商業大數據可以在累積大量數據數據后,再固定或周期性的進行數據的處理與分析;但是智能制造要能創造價值,最佳的方式則是必須要將相關的工業大數據,就近的在機臺設備端,進行實時的分析處理,并且執行反饋。同時,也需要將這些實時處理分析的結果進行視覺化的展示。
業者表示,工業大數據與一般商業大數據的一項重要差異,就在于對于精準度的要求。對一般商業場域中應用的大數據及人工智能而言,準確率能達到90%左右,就已經將驚人,因為對消費者的年齡判別失準,或是推播了錯誤的廣告,一般并不會造成太大的影響;不過,如果應用在工業生產領域,工業大數據結合工業人工智能被要求的準確度,可能是需要到99.9%甚至更高的準確率,因為一旦工業生產制造上的數據出現誤差,對于產品后續生產各方面,都將帶來難以估計的損失。
也因為工業大數據需要就近進行高速而精準的分析與處理,因此,在智能制造風潮崛起之際,連帶掀起了對邊緣運算架構的需求。相關業者指出,就近在機臺設備端收集的工業大數據,先將必須優先處理反饋的部分進行分析處理,不僅可以達到快速反應的目的,同時也可以將數據量有效的縮減,對之后傳輸、儲存等部分也都會相對較為有利。
就制造業轉型智能制造,相關業者認為,從現場的數據采集規劃開始、邊緣運算架構的搭建,一直到完整解決方案的提供,如果沒有工業大數據支撐,結果可能會有極大的差異。當然,相關業者不否認,智能制造的規模若再進一步的發展后,工業大數據的范圍一方面將持續擴大,但同時對于數據來源則將持續細化,即便如此,工業大數據在智能制造轉型上扮演的角色越來越重要。
文章來源:信息化和軟件服務網