作者：Caroline Chan | 2019 年 5 月 21 日
无论工业机器人动作有多快、多精确，都要受制于人们编程的速度与能力。每当需要人工干预时，即使像产品规格修改、流程改进、自定义订单等这类小变化都会累加产生很大的成本。
鉴于此，人工智能 (AI) 将彻底改变工业自动化。不过，这离不开能够将大规模 AI 推理处理与工厂车间连接起来的大容量、超低延迟技术。这正是英特尔可以大展身手之处，可充分利用英特尔在 5G 和边缘计算领域的技术优势，让智能工厂焕发出新的活力。
提升网络速度，为柔性装配线助力
重塑服务器与工业物联网传感器之间的数字桥梁将为全新商业模式提供有力支持。据 Tractica 估计，到 2025 年，AI 在制造业领域的市场规模将超过 130 亿美元。在同一份分析报告中，Tractica 预测该市场的年增长率为 24%，具体归功于以下因素：
● 无线连接机器人所需的固定设备数量更少，可以完成更广泛的任务，因而可降低资本支出
● AI 减少了手动重新编程的需要，因而可降低运营成本
● 在柔性工厂中，机器可自由移动、重新配置和改装，远比重新建立传统装配线节省时间
随着时间的推移，云端 AI 平台以及工厂中装有传感器的设备变得越来越复杂，对网络的要求也越来越高。5G 的应用会带来更高带宽、低于 1 毫秒的延迟、千倍于传统无线技术的容量以及大规模机器对机器的通信能力，可充分释放物联网在工业生产中的潜能。
边缘计算在智能工厂中扮演着至关重要的角色。将计算移近数据源有助于以更快的速度、更低的延迟和抖动实现对 AI 算法的控制、获得更及时的反馈。边缘计算与 5G 相结合，通过采用蜂窝协议添加固有的安全与分析层以及在本地存储数据和专有内容机密，开启了实现全新功能的大门。
制造业新愿景
人们经常以未来的口吻谈论 5G 和 AI 赋能的机器人，但是在斯德哥尔摩，您当下就可以考察有关用例。英特尔 5G 与物联网创新中心展示了其在智能视觉方面取得的进步，通过在边缘运用视频分析技术让 AI 能够完全控制工业机器。
Unibap 的智能视觉系统可指挥工业机器人做出动作，通过卷积神经网络来分析机器工作的视频并做出操作决策。该 AI 应用利用了 18 核至强® 边缘服务器和英特尔® OpenVINO™ 工具套件分发版来优化学习和推理。与此同时，5G 和边缘计算提供实施任务所需的超低延迟、高度可靠性和可扩展的计算资源。
另一个项目合作伙伴通用电气数字集团在边缘分析实时生产数据，并使用其制造执行系统将设置传输到设备。另外，该系统还会将不影响实时决策的信息传送至通用电气的 Predix 云，进行更深入的分析和基准测试。
机器学习、边缘计算和 5G 连接构成一个系统，无需人工干预，便可快速对机器人的动作进行重新编程。通过这些整合起来的功能，机器人和其他设备可在生产运行过程中在高度定制的小批次任务之间切换。从机器人动作中学习的结果可用来逐渐改善机器的性能，同时向操作员发送有关维护问题的预警。同样令人惊叹的是，视觉系统可以执行质量控制，而此前，由于工业设备无法像人类那样“看到”缺陷，上述任务对机器人来说是不可能的。
5G、物联网和边缘领域的创新探索
英特尔于两年前开设了 5G 与物联网创新中心，展示从客户端到云的超可靠低延迟通信的商业潜能。早期展示的项目包括智能建筑和 Skydome 虚拟现实 (VR)/增强现实 (AR) 系统。该系统可增强急救人员在紧急情况下的情境意识。未来的行业合作伙伴关系将涉及具有眼动追踪功能的自动驾驶、游戏和沉浸式 VR 视频流。
所有这些项目的共同之处在于，可能会使数据密集型应用超越以往网络限制。在工业自动化领域，5G 开启了创新的新篇章，大大增强了 AI 功能，将获取洞察之处从数据中心无缝转移至整个网络最具价值的地方。英特尔为这一分布式智能技术提供支持，通过在整个网络提供计算、存储和分析能力来实现全网云化，因此能够更有效地提高制造商的能力、效率和盈利潜力。
2019 年 5 月 21 日发布，作者 Caroline Chan 类别 5G
关于 Caroline Chan
Caroline Chan 是英特尔网络平台事业部 5G 基础设施部门总经理，全面负责与 5G 技术相关的英特尔全球网络基础设施战略和解决方案开发。她与团队一道，确立并开发了囊括物联网、无线技术创新和部署模型的用例。