智能生产 制造业中的人工智能： 目前哪些领域潜力最大？

今年，人工智能似乎终于在大众市场取得了突破。人工智能将深刻改变经济，这一点早已显而易见。根据 2018 年的一项统计，人工智能有望对 GDP 产生重大积极影响。

2018 年，人工智能对美国 GDP 的贡献估计约为 1910 亿美元。预计这一数字在未来几年将稳步增长。预计到 2025 年，人工智能的贡献将达到约 5150 亿美元，而到 2030 年，这一数字将达到约 1.2 万亿美元。

但是，特别是在制造业，人工智能的应用却进展缓慢。其中一个原因是，有意义（即有利可图）的应用领域仍然很少。在 TÜV 的一项调查中，50% 的公司表示不知道人工智能在其公司有任何有意义的应用；42% 的公司不清楚人工智能能为他们做些什么。这是 2020 年的数据，之后的数据可能会有所改善。尽管如此，在大规模生产中，实际用例仍然不是随处可见。

在当今的技术水平下，人工智能应用在制造业的哪些方面可以取得良好效果？在某些领域，当前的人工智能具有大幅提高生产率的潜力，例如以下四个领域：

机器人

目前，大多数工业机器人都非常盲目和笨拙。它们按照硬编码的规则运行。这适用于大批量标准化生产，如汽车制造中的焊接机器人。

但是，当环境或产品变化较大时，机器人就必须变得更加智能。例如，在单个产品的生产和废旧产品的翻新或回收中。例如，基于人工智能的机器人可以根据零件的设计、状况或预期用途，学会以不同的方式处理零件。人工智能的另一个可行应用案例是拾取和丢弃零件。机器人可以正确抓取容器中杂乱无章存放的零件，并将其重新放下，而无需人工准备工作。

所谓的协作机器人也部分使用人工智能。它们与人类共享工作空间，例如在过道上移动。为此，它们必须能够理解手头的情况并做出反应。它们必须能够预测危险并适应人类的不同工作方式。

质量控制

一段时间以来，质量控制是人工智能解决方案获益匪浅的领域之一。人工智能的能力，特别是机器学习这一流行的子领域，注定了这项任务的重要性。人工智能可以检测、分类和评估偏差，甚至是属于边缘领域的偏差，而不是仅仅按照硬性规定将部件分为好坏。除其他外，这些能力还可用于降低伪缺陷率或准备大量数据供人工检测人员进行评估。

另请阅读： 人工智能能否实现焊接生产线的自我优化？

生产规划

生产计划和排产必须考虑众多因素： 订单情况、类型和数量、交货日期、库存、价格、原材料和半成品的可用性、人员和机器的可用性等等。这使得任务变得非常复杂。

基于人工智能的软件可以实时评估众多数据，并提出规划建议。它还可以纳入其他数据，如当前市场数据、行业指数或客户订购行为的历史数据。利用人工智能，规划人员可以模拟不同的情景并进行预测，从而做出更好的决策。

机器参数化

对于小批量生产或定制产品，必须对每台生产设备的参数进行调整和协调。如果参数多达几十个，就会导致长时间的中断。此外，对于不经常生产的零件，往往缺乏经验，必须首先找到理想的设置。

人工智能可以简化这部分工作。例如，它可以识别产品之间的相似性，并建议合适的设置。或者，它可以根据几个预定义参数计算出理想的整体配置。

企业确定人工智能盈利应用领域的最佳方法是什么？推动力最好来自业务部门，因为他们了解流程和问题。纯粹由技术驱动的项目--“我们必须用人工智能做点什么”--通常注定会失败。

负责人应该分析自己的流程： 哪些任务是重复性的？哪些任务相对单调，因此对人类来说具有长期挑战性？原则上，这些流程注定要使用人工智能。但数字知识工作也可以越来越自动化，或至少得到人工智能的支持。

不过，还必须考虑到其他因素： 一个系统的接口越多，就越复杂。另一方面，孤立的系统是理想的选择，如上述质量控制或机器人领域。然后，企业必须为人工智能提供必要的训练数据；机器学习解决方案的成功与否主要取决于此。

最后，企业还需要必要的技术诀窍和熟练工人来实施。在上述 TÜV 调查中，40% 的公司认为这两方面是更广泛应用人工智能的最大障碍。如果企业已经为自己确定了有意义的应用领域，这至少不会失败： 研究机构和众多服务提供商提供通用和部分预训练的人工智能模型，并在实施过程中提供支持。

弗劳恩霍夫制造工程与自动化研究所 IPA

马可-胡贝尔（Marco Huber）博士教授，网络认知智能部门负责人

M. Sc. Tobias Stahl 先生，企业战略与发展部项目经理/博士生