産業用AI、新しい王はなく、光はあっても栄光はなく、静かな水は深く流れています。生成 AI が今日のトピックの王様であると言うことに異論を唱える人はいないでしょう。いくつかの簡単な言葉で、兵馬俑を「復活」させて秦オペラを歌うことができ、トランプ大統領はトークショーに出演することができます。感情的価値が満たされているとき、言葉だけで欲しいものを作り出すことができるなど、よりクールなことを想像する勇気はありますか？ AI はビデオを生成するだけでなく、物理法則に従った没入型の高度にシミュレートされた仮想空間を構築することもできます。指示を入力するには自然な音声のみが必要で、それを専門的な産業言語に変換してインテリジェンスに渡すことができます。本物の工場の化学品製造ラインが「本物」になります。クールなものを思い切って想像して、あなたが望むものを作ることができます。
そのような素晴らしい未来は遠くにあるように思えるかもしれませんが、シーメンスの描写によれば、それはもはや空中の城ではなく、産業分野での AI の応用は新たな段階に入りつつあります。
コードの生成と最適化に加えて、シェフラーの工場のエンジニアリングチームは、自然言語を使用して関連するドキュメント、ガイド、マニュアルにアクセスし、機器が突然動作しなくなった場合にエラーの潜在的な原因を迅速に特定し、解決策を見つけることができます。西 昨年の SPS、Siemens Show、Industrial Copilot Simple Dialogue では、デバイスの故障の原因を見つけることができます。 
しかし、シーメンスは産業用副操縦士のような革新的な人工知能製品を提供することに満足しているだけでなく、産業用人工知能のユーザーおよび実践者でもあります。シーメンス自身の工場では、多数の人工知能テクノロジーとシナリオの有機的な組み合わせがすでに息づくものになっています。
シーメンスは成都ハイテクゾーンに中国初のデジタル工場を設立しました。工場に入ると、完全に自動化された生産ラインには多くのオペレーターの姿はなく、生産ラインの後ろでは数人の作業員がマウスやキーボードを操作し、指示を出しているだけです。
この「Lighthouse Factory」には 100 近くの AI プロジェクトが導入されており、品質検査やゴミ処理などの複数のシナリオで使用されています。
2차 검사를 위한 AOI 장비 이후 AI 시스템을 추가해 공장은 '품질에 문제가 있는' 사진의 90% 이상을 성공적으로 걸러냈다.
공장에서는 산업폐기물 처리가 큰 고민거리입니다. 프론트 엔드 생산 라인은 하루 24시간 가동되며 공장에서는 매일 수천 상자의 산업 폐기물이 생성됩니다. 이제 AI 분류 로봇의 유해 폐기물 식별률은 100%, 완제품 등 기타 자재 식별률은 94%, 종합 식별률은 96%를 넘어 수동 쓰레기 처리가 필요 없다.
고품질 산업 데이터로 AI의 생산성 발휘
지멘스의 롤랜드 부시 회장은 인공지능 기술만으로는 존재 자체가 의미가 없다고 말한 적이 있다. 다양한 산업에 투입되면 엄청난 이익을 얻을 수 있습니다.
그러나 산업 데이터의 품질과 가용성으로 인해 현재 AI의 대규모 적용이 항상 제한되어 왔습니다. 중국의 수많은 산업 제조 현장에서는 데이터 유형이 복잡하고 품질이 다양합니다. 대량의 고품질 산업 데이터만이 신뢰할 수 있는 산업 모델을 훈련할 수 있으며, 이러한 자격을 갖춘 산업 "영양소"는 수집에서 수집까지 한 단계에서 수집되지 않습니다. 사용하세요.
막대한 시장 점유율로 막대한 산업 데이터 자원을 축적해왔고, 이는 디지털 시대의 핵심 경쟁력이 되었습니다.
개발 및 학습 중인 Siemens 최초의 시계열 데이터 기본 모델인 GTT 1.0은 이러한 자연스러운 장점을 응축하여 표현한 것입니다.
이러한 장점은 Siemens의 포괄적인 레이아웃과 산업용 하드웨어 및 소프트웨어 분야의 긴밀한 통합에 뿌리를 두고 있습니다.
Siemens의 하드웨어 제품 라인은 매우 광범위합니다. 산업 제어 시스템은 전통적인 기업 디지털화의 초석이며 컨트롤러(PLC)는 전 세계 공장의 1/3에서 사용됩니다.
예를 들어, Siemens Industrial Edge 엣지 컴퓨팅 플랫폼은 데이터 소스 가까이에 배포하여 데이터 수집, 처리 및 분석을 달성할 수 있습니다.
Siemens는 필드버스 및 산업용 이더넷과 같은 통신 프로토콜의 공식화에 깊이 관여하여 극도로 높은 세분성과 정확성으로 현장 수준 데이터를 수집할 수 있습니다.
마찬가지로 소프트웨어 분야에서도 지멘스는 강력한 강점을 보여주었습니다. Siemens는 다양한 수준(예: 장비 계층, 작업장 계층, 엔터프라이즈 계층), 다양한 시스템(예: MES, PLM) 및 다양한 부서(예: 설계, 생산, 서비스) 간의 차이를 만들어 포괄적인 산업용 소프트웨어 생태계를 점진적으로 구축했습니다. ) 유형 데이터의 통합 및 협업이 가능해 지멘스만의 데이터 장점이 형성됩니다.
이러한 "지식과 행동의 통일" 경험은 "소프트웨어와 하드웨어 모두 구현"이라는 포괄적인 레이아웃과 결합되어 궁극적으로 Siemens의 비교할 수 없는 데이터 생태학적 이점을 구축합니다.
Ren과 Du의 두 채널을 엽니다
산업 지식의 완전한 주입으로 AI가 일하는 법을 배울 수 있습니다.
산업 데이터의 복잡성은 일반적인 이해를 훨씬 뛰어넘기 때문에 일반적인 이미지 및 텍스트 데이터 외에도 산업 분야에서도 논리 제어, 시계열 데이터, 다양한 이미지 및 3D 모델과 같은 다양한 양식의 데이터 등이 포함됩니다. 이 데이터를 이해하고 활용하려면 광범위한 산업 배경과 경험이 필요합니다.
"AI가 소비에서 산업으로 이동하려면 산업 시나리오와 긴밀하게 통합되고 숫자와 메커니즘 사이의 연결을 열어야 하며 안전하고 안정적이며 신뢰할 수 있는 산업 등급 AI로 생산성의 도약을 달성해야 합니다." Siemens China의 회장, 사장 겸 CEO인 Xiao Song은 2024 WAIC 산업 개발 총회 연설에서 이렇게 말했습니다.
위 내용은 배후의 거대 기업이 산업용 AI를 다음 단계로 발전시키고 있습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!
![[웹 프런트엔드] Node.js 빠른 시작](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
