作者：Sophia物聯網智庫 原創

　　長期以來，制造業一直是人類進步的支柱。從200多年前的第一次工業革命到近十年來的工業4.0，制造業從沒停下過創新的步伐，如今，爆火的生成式人工智能 (GenAI)又讓制造業面臨著前所未有的沖擊和變革。

　　將人工智能應用于制造業并非什么“新鮮事”，但我們可以將諸如預測性維護、瑕疵檢測、能源分析、機器人自動化之類的應用稱為“傳統工業AI解決方案”；與之相比，“工業GenAI解決方案”的精髓則在于“生成”和其背后延伸的“理解”二字。

　　去年上半年，業內人士對GenAI和制造業的結合還存在不少疑慮。智次方發布的《2023年中國工業互聯網產業洞察暨生態圖譜報告》顯示，大家的疑慮通常來自于：①大多數生成式AI模型主要關注文本和圖像，只有非常少量的模型關注將傳感器數據作為輸入，同時，工業場景中的很多數據是不可讀取的;②在數據之外，工業領域對安全、穩定、可靠等指標極其嚴苛的追求，這是生成式AI不能滿足的地方;③工業制造細分領域眾多，各領域在生產流程、工藝、生產線配置、原材料及產品類型上均具有較大差異，強調的是細分行業的機理融合和行業知識。因此，彼時有許多制造企業都對這項技術呈觀望態度。

　　但細究這些疑慮，會發現許多人或許把“工業GenAI”當成了“傳統工業AI”的替代品或競品。然而，隨著越來越多的工業/制造企業進行深入實踐，事實證明，兩者應該是互相輔助的關系，各自在擅長的領域發揮價值。傳統工業AI可以提供更準確的分析結果，那么工業GenAI則能在一些可以被“生成”或者需要進行語義/圖像理解的環節大顯身手，比如編碼、數字孿生場景構建、生成式設計、圖像檢測、視覺數據等……

　　來自知名調研機構的咨詢師發布洞察預測——工業和制造領域的供應商正在競相開發基于 GenAI 的解決方案，有關工業GenAI的“軍備競賽”已經悄然打響。

　　利用GenAI 生成工程軟件代碼

　　傳統上工程師需要手動對機器和邏輯控制器進行編程，而GenAI解決方案可自動生成代碼，減少工程量和時間成本，工程師只需審查和調整代碼。

　　在2023年的Automate展會上，Beckhoff（倍福自動化）展示了TwinCAT聊天客戶端，旨在自動執行諸如創建或添加功能塊代碼之類的任務。它還可以用于代碼優化、文檔編制和重組。

　　這個客戶端將在TwinCAT XAE(擴展自動化工程)中實現，通過連接到LLM(大型語言模型)的主機云來工作。例如，如果用戶使用的是Microsoft Azure，它將連接到OpenAI的ChatGPT。Beckhoff的TwinCAT聊天客戶端通過Visual Studio中的相應聊天窗口為PLC開發環境提供了用戶界面。據Beckhoff介紹，LLM功能已經通過TwinCAT特定內容進行了優化。

　　在Automate展會上的一次演示中，Beckhoff的產品管理總監Daymon Thompson展示了如何使用這項技術逐步指導編寫傳送帶系統的程序。他解釋了軟件如何逐步引導用戶完成LLM開發代碼所需的每個必要變量輸入。輸入這些變量后，在客戶端中選擇“自動完成”將把變量數據發送到ChatGPT引擎，并在幾秒鐘內返回完成的代碼。盡管LLM在開發代碼時可以非常精確，但Thompson也強調了用戶在實施之前徹底審查代碼的必要性。

　　當然，如果用戶對ChatGPT返回的內容滿意，就可以把程序圖標拖放到自己的TwinCAT程序中，以創建一個用于運行傳送帶的整個程序。顯然，TwinCAT聊天客戶端使編寫代碼變得更快速、更高效。

　　無獨有偶，在今年的CES上，老牌工業巨頭西門子將把用于構建生成式人工智能應用程序的服務 Amazon Bedrock 集成到其開發平臺 Mendix 中，從而使用戶能夠訪問生成式人工智能功能來創建新軟件和升級現有軟件。

　　通過與AWS聯手，西門子Xcelerator生態的應用開發者們能夠便捷訪問生成式AI的強大能力。Bedrock提供穩定可靠的大規模語言模型，開發者只需數次點擊，利用Mendix簡單的圖形界面與拖放組件，即可快速構建AI應用原型或最小可行性產品。

　　西門子表示：“通過將亞馬遜Bedrock集成到我們的低代碼平臺中，我們正在賦予每個人創造客戶所需的應用程序的能力，使他們更具競爭力、彈性和可持續性，在沒有編程專業知識的情況下制作更智能的應用程序可以加速創新，幫助公司解決技能勞動力短缺問題。”

　　利用GenAI生成數字孿生場景

　　除了生成代碼，生成圖像是GenAI 的另一項拿手好戲，而視頻生成類的軟件也在以一日千里的速度迅猛發展。猶記得龍年春節剛過之際，OpenAI發布的文生視頻大模型Sora便火爆了朋友圈。它僅僅根據提示詞，就能生成60秒的連貫視頻，幾條生動逼真、畫面精美的短視頻，給相關行業帶來的震撼至今余溫未散。如果能將相關技術用于工業元宇宙的創建，那無疑將為工業未來帶來更多可能。

　　將元宇宙技術融入制造業能夠改變公司的生產、運營和管理方式。比如，公司可以使用VR和AR等沉浸式技術來增強員工培訓、倉庫流程、質量控制甚至產品設計;比如，借助數字孿生技術，企業可以模擬產品、機器甚至整個工廠，讓新的生產技術和系統在現實世界實施之前，就能在虛擬世界中模擬測試和驗證它們，從而降低出現代價高昂錯誤的風險。

　　然而，要實現工業元宇宙這樣一個龐大而復雜的虛擬世界，需要多種前沿技術的支持，還需要有無限多的虛擬場景，這正是GenAI 發揮用武之地的地方。

　　關于GenAI +工業元宇宙的實踐，西門子和英偉達邁出了關鍵一步。早在 2022 年，西門子就宣布與圖形增強和人工智能技術先行者英偉達拓展合作伙伴關系，共同打造工業元宇宙，探索人工智能驅動數字孿生技術的應用場景。今年3月19日，西門子宣布將進一步深化與英偉達的合作，此次合作將英偉達 Omniverse Cloud APIs 的沉浸式可視化功能引入西門子 Xcelerator，推動以人工智能（AI）驅動的數字孿生技術的應用，持續構建工業元宇宙。

　　據介紹，生成式 AI 將大幅加快對真實感渲染細節進行設置和調整的速度，如物料定義、照明環境以及其它輔助性情景資產等。通過對工程數據進行真實的情境化處理，以往需要花費數天的任務現在可在短短數小時內完成。除工程團隊之外，銷售團隊、營銷團隊、決策者和客戶等相關方也可以通過對現實世界產品外觀的洞察和理解獲得裨益，進而更明智、更快速地制定決策。

　　可持續船舶制造市場的領導者 HD 現代即采用這一新解決方案創建了實時、逼真的可視化技術。HD 現代致力于研發氨動力和氫動力船舶，其過程極其復雜，所需管理的船舶可能包含超過 700 萬個離散零部件。西門子與英偉達的全新解決方案幫助 HD 現代采用交互方式，實現海量工程數據集的統一和可視化管理。

　　利用GenAI理解非結構化數據

　　在工業知識及經驗領域，生成式AI的應用也在不斷拓展。

　　傳統的制造業應用范式主要依賴于結構化數據和精確的算法模型，而現在，隨著生成式AI的崛起，制造業開始更加注重對高質量文本、圖片、文檔等非結構化數據的應用。這不僅提高了數據處理效率，也為制造業提供了更多的應用場景和可能性。

　　2023年11月，加拿大工業人工智能軟件公司Canvass AI(該公司被CB Insights認可為推動制造業發展的頂尖技術公司之一)宣布了其工業人工智能軟件的下一次進化，即Hyper Data Analysis™。通過創新地利用生成式人工智能，Canvass AI軟件能夠將文本和基于視覺的數據的學習融入到生產數據流中，以推進傳統的基于時間序列的人工智能洞察。

　　“Canvass AI使人類和機器生成的數據都能進行全面分析，Canvass AI解決方案與工業用例中的Hyper Data Analysis能力相結合，為制造商提供了優化資產、流程以及工作流的新機會。結構化和非結構化數據的這種組合為基于人工智能的工業解決方案開啟了新的維度。”

　　Hyper Data Analysis對于涵蓋制造過程的大量非結構化文本和視覺數據具有很多應用，例如：

　　通過視覺檢查異常來識別成品的質量或相關屬性;

　　可以使用AI將視覺檢查納入，以確定缺陷的可能原因;

　　可以將基于文本的維護日志轉化為有意義的數據，與過程數據結合，提前改善對非計劃維護事件的預測;

　　可以將實驗室筆記和“批次數據”與過程和設備數據集成，以提供更有意義的產品質量見解，提供模擬實驗室測量或實時質量預測。

　　Canvass AI首席執行官Humera Malik表示：“我們正在利用通用人工智能的潛力不斷創新我們的工業問題解決方法。我們的戰略不僅僅是將聊天機器人界面添加到我們的產品中。這一尖端能力是對數據分析領域的深入挖掘，產生了深刻的見解，推動了卓越的成果。這不僅僅是一小步;它是一次巨大的飛躍，擴展了我們的客戶在解決復雜挑戰方面所能實現的邊界，推動了工業領域可能性的邊界。”

　　寫在最后

　　2023年上半年，在接受智次方研究院調研的30余家工業互聯網企業中，超過70%是生成式AI技術的“觀望者”，在他們看來，該類技術在工業領域的應用落地還很遙遠，甚至可能是個“偽命題”;有接近30%是生成式AI技術的堅定“支持者”，他們認為雖然生成式AI在工業制造領域的應用還不成熟，但其改變傳統生產方式、推動制造業未來數字化轉型的趨勢已經勢不可擋。如果今年再進行類似的調研，恐怕數據會發生極大的變化，可以預見相當一部分“觀望者”將變成“支持者”，因為越來越多的實踐和探索已經證明了工業GenAI的潛力。

　　在未來，工業GenAI將繼續為工業領域帶來巨大的變革和創新，進一步推動工業智能化水平的提升，加速數字化轉型的步伐。隨著技術的不斷進步和應用場景的不斷拓展，我們可以期待看到GenAI在工業生產中發揮更廣泛、更深遠的作用，它將成為企業實現生產效率提升、質量優化和資源利用最大化的重要工具，為工業領域的可持續發展和智能化轉型注入新的活力和動力。