一些发现和创新经过多年的潜移默化，而另一些则导致了颠覆现有市场的彻底新突破。但今天呢?现在有哪些新技术可以帮助推进2018年的制造业运营?本文介绍了三菱电机研发团队最近的一些进展，例如可以将数据存储空间减少98.5%的高性能数据库，这在越来越受工艺数据收集和分析驱动的制造时代是一个巨大的优势。另一个令人兴奋的发展是一个能够将人工智能(AI)算法小型化的概念，以至于单个设备可以从AI和本地“深度学习”过程中受益。未来的确是光明的。
物联网中的数据存储
物联网(IoT)面临的一个被忽视的挑战是，大量捕获的数据必须存储在某个地方。多年来，业界见证了兆字节变成千兆字节，千兆字节又变成千兆字节。用不了多久，工程师们就会例行公事地谈论拍字节、艾字节和泽字节了。数据容量快速增长的一个问题是存储、备份和保持全天候可用的成本。
为了想象挑战的规模，考虑一下在一个典型的工厂中有多少传感器、数据点和内存存储。一条生产线可以有数千个传感器，每个传感器每100毫秒或更少产生一次数据读取。几年后，这可能会增加到数百tb的数据。将这个数字乘以生产线(和站点)的数量，不久之后，云提供商就会开始为存储数据而每月支付巨额账单。
为了解决这一问题，三菱电机研发部门开发了一个高性能数据库，能够将所需的存储空间减少98.5%。值得注意的是，由于容量减少，数据库的加载时间也减少了98%左右，这反过来意味着搜索时间也相应减少。所有这些结果都可以使用一个标准的2-CPU服务器和4GB的主内存来实现，这是一个强调实际研发的最佳结果，每个人都能体会到其中的好处。
人工智能成为现实
从大片到科幻作家的末日预言，人工智能既可怕又令人兴奋。到目前为止，实现的大部分都令人印象深刻，但几乎没有实际效益，这主要是因为两个关键问题。首先是超级计算机的束缚:如果工业真的需要那么大的计算能力，很难看出人工智能将如何发挥作用。第二，人们认识到，人工智能就像人类婴儿一样，需要被教导或展示如何围绕手头的任务学习一些基本规则。
为了将人工智能转化为当今的实际解决方案，三菱电机研发部门一直专注于这两个关键问题。结果就是Maisart(三菱电机的人工智能创造了最先进的技术)。Maisart已经将AI算法小型化，使其可以部署在嵌入其他产品的单个芯片上。这种能力意味着单个设备可以受益于人工智能和本地“深度学习”流程，而位于云环境中的人工智能可用于在这些设备之间进行协调。可以把它看作是在可扩展的基础上应用人工智能:从机器到生产线;线路到工厂;从工厂到企业。
在过去，深度学习算法是昂贵的和it密集型的。然而，三菱电机的新型自动化深度学习技术是世界首创，对于未来不依赖专家知识的人工智能部署至关重要。事实上，人工智能的训练速度提高了96.7%，这意味着这项技术可以应用于更快、更苛刻的任务。
例如，在制造环境中，机器人可以在几分钟内学习新任务，而不是在几个小时内手动教授，因为试运行和计算的数量可以减少98%或更多。基于maisart的FA解决方案将很快变得越来越普遍，AI在空调和其他日益智能化的电器等日常产品中的部署也将越来越普遍。
良好的业绩记录
当然，三菱电机多年来取得了许多显著的技术突破。以邮政行业的交互式视觉引导机器人为例。近年来，亚马逊(Amazon)等在线零售巨头的成功刺激了全球包裹流量的激增。在这里，实现完全自动化一直是一个长期的目标。然而，主要的挑战是设计出一种能够挑选似乎无穷多不同大小和形状的包装的机器人。
考虑到这个问题，亚马逊挑选挑战诞生了，机器人的任务是挑选各种各样的小、大、软、硬、易碎、坚固、轻和重的产品，并将它们放在包装盒中，而不会错挑或损坏货物。三菱电机为机器人设计的MELFA 3D视觉被证明是这一过程的重要推动者，使机器人能够“看到”它想要挑选的东西。该系统甚至可以使机器人快速可靠地挑选随机分散在挑选箱中的产品。2014年，三菱的这项特殊技术获得了令人垂涎的R&D100奖。
这个例子，就像昨天、今天和明天的许多其他例子一样，意味着三菱电机的研发成功不仅在技术方面领先世界，而且为更光明的未来创造了真正的利益和新的自动化解决方案。展望未来，业界预计一个增强的人类、机器和人工智能环境将为所有相关方带来许多积极的好处。看来，想象力是唯一的限制。
