TE歐姆龍繼電器和molex連接器制造業的融合需要什么?
43
kiraNakajima是歐姆龍公司的信息科學專家。
他為歐姆龍的產品帶來了全球最先進的信息通信技術(ICT)和人工智能(AI)。
1987年加入公司后，他參與了Unix工作站和實時操作系統(RTOS，如ITRON1)的開發，學習了將開放架構插入atm和自動旋轉門所需的技能。他解決了很多領域的挑戰，包括建立一個智能系統，讓板檢測設備自動記住功能板的樣子，并在生產車間發現缺陷。
找到將人工智能與制造業合并的方法是中島的下一個挑戰。
“如果我們可以把熟知的技術員和灌輸的知識和直覺在機器——有一個機器,告訴你前一個部分減免,self-detects如果創建的危險有缺陷的產品或改善其操作避免不良部分,會使人更容易在制造業工作環境。”
擁有多年經驗和技能的技術人員可以利用他們的經驗和預測技能在問題發生之前預防它。
實時操作系統(RTOS)是一種旨在為實時應用程序服務的操作系統，這些應用程序在數據進入時進行處理，通常沒有緩沖區延遲。應用范圍從家用電器到生產現場。ITRON是日本的RTOS。
有可能把那種技術水平傳授給機器嗎?這是中島試圖通過技術改變制造業的出發點所面臨的問題。
消除故障并使“零缺陷”成為現實
“當你跟制造人在地板上尤其是在國外,“只是說,他解釋說現場工人的需要,“你聽到“expert-free維護”一詞很多。如果一些問題發生在地板上,你通常不能處理它,除非你有一個10年的資深經驗。這就是為什么人們想要一種機器，如果發生什么事，任何人都可以在地板上輕松地操作它。畢竟，不解決這個問題可能會導致很多有缺陷的產品，在最壞的情況下，這將給生產過程帶來瓶頸。
“近年來，由于對資源和環境的擔憂，減少生產車間產品缺陷和浪費的問題越來越受到重視。在歐洲，有一些關于食品生產工廠零浪費的規定，一些公司不會采用不提供預測維護的機器，并告訴你什么東西壞了。
通過有效利用有限的現場數據，人工智能可以告訴你“出了什么問題”
(一種利用有限的現場數據快速發現錯誤的人工智能)
為了解決這個問題，中島轉向了邊緣計算。他們的想法是在工廠車間的邊緣設備上安裝一個機器學習引擎——控制機器的控制器。這將讓機器實時監控它們的狀態，并檢測出是否出了問題。
中島把這個概念比作大腦的工作方式:
“如果我們把云上的大數據挖掘和機器學習看作‘大腦人工智能’，那么地面上的小數據機器學習更像是‘脊髓反射人工智能’。”“你可以通過iot傳感器實時監控線路和設備，以高速收集數據。”這允許您提取特定的異常，創建一個按時間順序排列的數據庫，使用機器學習來監視設備并執行即時反饋。得到的響應時間比在云上做同樣的事情要好10到100倍。這真的是一種反射性人工智能，就像一個人在發現危險或異常情況時本能地避開危險。
通過機器學習的機器自動化控制器檢測不正確的性能
中島正在開發一種人工智能，如果機器出現故障，它可以讓工廠里的工作人員進行檢查。
他說:“任何工廠都需要一種算法，讓人們能夠理解為什么機器會做出這樣的選擇，而不需要瀏覽大量的測試和數據。”“缺陷和問題自然不會經常發生，所以如果人們不知道為什么機器會認為它有問題，他們就不能保證產品質量。”我們要做的是使用正常的，非故障狀態的數據，并在控制器中安裝一個算法，可以識別出機器是否出了問題。
