如果机器人可以根据物体的大小和形状自动调整抓地力会怎么样?换句话说，一个机器人可以微调如何握住一个物体，从而不让它掉下来，就像人类做的那样。西门子表示，这是很有可能的，而这一切都取决于基于神经网络的人工智能(AI)。
神经网络是一种模仿人类大脑的技术，它能够识别复杂的模式。考虑到这一点，西门子表示，通过将人工智能通过神经网络添加到传统的控制程序(旨在执行设定的任务)中，系统的能力可以扩展到根据产品或过程的参数进行更改。最重要的是:机器自然变得灵活。
去年在德国纽伦堡举行的SPS/IPC/Drives展上，西门子宣布了一个模块，该模块将把人工智能能力集成到公司的Simatic S7-1500控制器和公司的ET 200MP I/O系统中。今年,在拉斯维加斯PACK EXPO，西门子在美国推出了这一产品，为未来的投资组合奠定了基础，该投资组合将使西门子所有级别的人工智能成为可能。完全集成自动化(TIA)架构它是硬件和软件的结合，将所有东西无缝地连接在一起。TIA的目标是将人工智能应用于从西门子的MindSphere(基于云计算的物联网(IoT)操作平台)到工业边缘，甚至到控制器和现场设备的应用中。
随着Simatic S7-1500控制器的S7-1500 TM神经处理单元(NPU)模块和ET 200MP I/O系统的发布，西门子将人工智能直接引入控制器。该公司表示，S7-1500 TM NPU模块适合在机器的现场水平上使用，以及任何需要可靠、快速、确定性决策的地方，因为它能够通过培训将人力专业知识转移到机器上。
西门子工厂自动化数字化专家Colm Gavin在PACK EXPO的新闻发布会上说:“有了人工智能，我们能够训练、识别和调整，以允许更灵活的机械。”“因为，我们是想要10台机器包装10种不同类型的产品，还是一种工具，可以容纳不同的包装和不同的尺寸，并自动调整到新的格式?”
S7-1500 TM NPU模块使用SD卡上经过训练的神经系统运行。用户可以将千兆以太网和USB 3.1兼容的传感器，如摄像头和麦克风连接到模块的集成接口上。通过背板总线传输的CPU数据也可以作为输入数据。然后在CPU程序中评估处理结果。
例如，在包装中，瓶子从传送带上快速下来，如果系统经过了通过/失败的训练，一旦有东西超出了允许范围，它就会失败。但是，通过使用人工智能训练神经网络来识别10亿张各种可能组合的图片，视觉系统将能够自行找出规则。
根据Gavin, S7-1500 TM NPU模块的好处是:
- 灵活性:它使处理未知对象变得容易，而无需进行资源密集型编程。
- 质量:通过神经网络的高级训练，快速可靠的质量检查的专家知识直接转移到模块中。
- 更高的效率:机器可以灵活和自动响应情况，一旦需要人工干预，减少停机时间，提高可用性。
- 成本效益:该模块可以在生产早期发现问题，避免返工甚至丢弃产品的成本。
在机器人、质量保证和状态监测领域的应用特别适合TM NPU模块。但是应用程序只受限于用户的想象力。在PACK EXPO上，西门子展示了一款使用人工智能的“灵活抓取”机器人，该机器人可以查看一个形状，并计算抓取器可以抓取它的最佳点(看到视频）.一旦它理解了最佳抓取点，AI就会告诉它去哪里。加文说:“你不需要给机器人编程，因为人工智能让它能够抓住任意形状和位置的物体。”他补充说，在制造业中模仿人手的能力有可能成为一项非常大的业务。
