15、工业数字化中的人工智能进展

工业数字化中的人工智能进展

1. 人工智能在工业流程边缘的应用

在数字化转型时代，制造复杂产品所需的灵活性和专业知识成为关键竞争优势，人工智能（AI）是推动工业和工业产品数字化转型的重要技术之一。具有高度复杂性、基于多维需求的产品，需要灵活自适应的生产线以及新型组件，如专用 CPU、GPU、FPGA、TPU 和支持边缘 AI 操作的神经形态架构，搭配可靠的传感器和专业 AI 功能。

随着计算能力的提升，智能传感器和工业物联网（IIoT）设备能够收集大量数据，并将其转化为知识。AI 可以在数据产生的边缘附近进行处理，多参数传感 IIoT 设备、无处不在的 AI 和无服务器计算推动了这个新的智能边缘时代。

在 AI4DI 项目中，AI 被定义为机器收集信息、进行逻辑分析、获取/产生知识，并适应随时间或特定环境变化的能力。这些能力包括机器执行学习、决策等智能功能和模仿人类行为的任务。

制造业正处于转型期，受到工业 5.0 概念的驱动，它通过技术驱动的能力和期望变革，改变整个制造价值链。这并非简单地用机器取代人类，而是让人、互联传感器、机器、IIoT 设备、分布式账本技术（DLTs）、数字平台和 AI 更有效地合作，使用更少资源并减少二氧化碳排放。

然而，尽管 AI 潜力巨大，但也存在一些阻碍其充分利用的缺点：
- 可靠性和鲁棒性不足 ：尽管有众多技术进步，AI 系统的可靠性仍较低，体现在其相对较低的渗透率和利用率上。
- 高复杂性 ：AI 任务的复杂性不断增加，涉及传感器、硬件、软件、模型和算法等多个方面。
- 高成本 </