人工智能在机器中发挥作用

确保工厂地板机器保持正常运转是制造商的首要任务。因此,OEM开始捆绑在远程管理软件中来自技术供应商这样他们就可以远程监控机器，排除故障，甚至在问题影响生产力之前修复问题。

虽然避免停机是远程管理的总体目标，但并不是每个人都赞同这个想法。具体地说，是负责保证企业安全的信息技术(IT)部门。有一个接入点将机器连接到云来应用分析，这是一个潜在的“打开的门”，可能会无意中允许不良行为者进入网络。

远程访问技术和云预测分析的替代方案是，在现场组建一支由数据科学家和维护技术人员组成的专门团队，密切关注设备的总体性能(OEE)，以便主动修复问题。但是，由于技术短缺和预算限制，许多制造商无法选择手头拥有额外的专业技术。事实上，这可能是低效和不经济的使用他们的专业时间在一个狭窄的处理或包装机器。

根据欧姆龙自动化美洲真正需要的是机器内部的异常检测。而这正是该公司最新的控制器所做的。Sysmac人工智能(AI)控制器将机器学习功能集成到边缘级工业控制器中。该控制器无需编程即可学习名义机器行为的数据模式。

“它在机器中，这是一个小的分析范围，”欧姆龙自动化中心美洲的主任Mike Chen说。“它不需要巨大的数据，但它仍然非常有价值。”

它的价值是双重的：首先，因为AI控制器正在机器边缘收集原始数据，所以它确保了高数据保真度，一致性和安全性。其次，因为它是本地化的，并且数据不必发送到云端，可以在毫秒内准确地检测异常，并实时地采取行动。

该控制器利用欧姆龙的机器学习模型和人工智能预测维护库，从相关性分析中自动创建数据模型，并基于该模型监控机器状态，针对特定设备问题做出数据驱动决策。

“当你有一个包装线时，每台机器都有独特的磨损，”陈说。“这就是为什么你需要机器里面的机器学习，了解那台机器的独特磨损。控制器了解正常的配置文件，如果它是出于指定的频谱，它会告诉程序员是错误的。“陈说，这是通过显示一定规模的AI可视化工具来完成的AI可视化工具，该工具显示了“授权程序员进行关键决策的规模，”陈出来的速度。

这是一个平台，可以通过可编程逻辑控制器（PLC）程序员来快速地使用梯形逻辑语言。陈说，“没有必要需要三个月的数据科学家来解决一个狭隘的问题，”陈说。相反，程序员可以在几天内培训。

陈说，这款人工智能控制器首先在日本和欧洲推出，目前正在美国的客户现场进行测试。虽然这似乎是机器学习方向上的一小步，但对于制造商来说，这是一种无风险的方式来熟悉人工智能。

而且，它是通往未来工厂的重要垫脚石，因为它是人与机器和谐工作的另一种方式。