智能制造:利用边缘人工智能更好地做出决策

当他们转变为自动智能工厂系统时，制造工厂正在快速加强未来。虽然组织已经在过去的两三年里踏上了这一旅程，但智能自动化的路线仍然被映射，一次是一个成功的故事。

人工智能驱动的技术每天都在进步，通过预测和规范分析实现了制造过程的更高效率。与任何变革一样，这一过程也涉及多个阶段和组织变革管理。要过渡到智能工厂，重要的是要采取循序渐进的方法，以确保真正的工业自动化，并采用边缘人工智能驱动的分布式决策。

一步一步进化

我们可以把人类社会的进化看作是智能制造进化的一个模型。随着时间的推移，人类从孤立的部落进化到小型社区，再进化到社会、城市、国家和国家。领导和决策权力也随之从部落首领发展到君主，再到民主选举的政府。随着社会进化变得越来越复杂，处于较低层次(或者说边缘层次)的若干层中间决策不断进化，以维持系统的运行，并确保系统的响应性和有效性。智能制造也在走类似的道路。

制造业正沿着工业4.0的道路前进，一些组织已经迈出了将单个产品和机器引入智能工厂生态系统的第一步。有了它，各个机器就可以互相通信数据并协作工作了。这被称为互联产品或互联工厂生态系统——随着5G的出现和基础设施的改善，这种生态系统有望得到显著改善。

制造单位现在正在接近下一步 - 一个集成的基于云的AI平台，用于监控，决定，指导和管理产品及其健康。通过这两个步骤，我们有一个改进决策的整体系统。该系统的优点是数据在一个地方可用，以使集成自主决策，主要是基于预测分析和监测。云AI平台和解决方案正在用于各种目的，包括分析，预测解决方案和监控。

随着5G的到来和云计算领域的先进计算能力日益提高，互联产品和云AI将继续快速发展。然而，为了在工厂层面上发展智能自动化，中间步骤是必要的，以完成过渡。因此，未来的工程技术将主要关注三个中间领域:嵌入式人工智能;边缘计算与人工智能;雾计算和人工智能。

嵌入式智能或增加设备智能化:工程公司将投资于提高产品智能化。机器和产品不仅会捕获信息，还会开始理解信息，做出第一级决策，并找到方法，例如，保护自己免受安全攻击。

边缘计算和AI或者在边缘决策：通常，民主国家在城市的农村地区和市政管理局的社会经济决策村委会的分层制度 - 处理医疗保健，供水，当地的立即，以供水，供水等地处理能源网络，废物管理，教育和家庭福利。

边缘计算和边缘AI将村庄和市政当局的分层决策复制到工业环境，如智能工厂或智能能量设置。需要快速和上下文决策的区域可以在边缘级别管理，例如监控患者的生命体征，安全和安全性以及能量和废物管理。研究表明，与整体云AI的决策相比，使用Edge AI使用Edge AI的分层决策将运营成本降低了30-50％，因为减少了数据传输到云。

雾计算和人工智能：雾计算在边缘和云之间作用一个中间层。虽然Edge AI直接应用于设备上的设备或另一个非常“关闭的智能节点设备，但是FOG AI是关于上面的决策层，在更复杂的处理器上，这些处理器连接到LAN或LAN硬件本身。FOG Computing允许组织将来自多个设备和节点的数据聚合到区域商店中。

与工厂的一个小单元相关的决策可以在当地的数据中心使用雾计算和人工智能做出。减少向云传输的数据量，保证本地信息管理的安全性。雾计算主要支持决策制定，与边缘计算相比，需要更慢的响应时间，但比云计算更快。

新兴技术解决方案

EDGE AI技术正在快速发展，以支持这种转变。在2021年，Edge Computing和AI相关的战略资金触及33亿美元，而2018年为5亿美元。该投资遍布边缘景观技术领域，如Edge AI处理器，边缘平台，边编制，边缘服务器，边缘安全性和边缘数据库．

• 2019年，谷歌推出了Coral-A硬件和软件组件的平台，帮助您在边缘设备上使用本地AI提供的设备构建设备，而无需连接到云。
• 2020年，混合边缘云公司Mimik Technology与IBM合作，创建了人工智能支持的集成工作流技术，使边缘计算在制造、零售、物联网和医疗保健行业更容易实现。
• 2021年，微软推出了Azure Percept，一个全面，易于使用的平台，为创建Edge AI解决方案提供了额外的安全性。
• AWS Snow系列包括AWS Snowcone、AWS Snowball和AWS Snowmobile，提供了许多物理设备和容量点，大多数都具有内置计算能力。

决定性的优势

行业4.0是关于使用分析和AI在各个阶段进行决策的智能操作提高运营效率．Edge AI假设在从智能工厂和医疗保健到自动车辆中提供最后一次英里智能自动化的重要意义。虽然Edge Ai部署仍在接收，但5G和IOT的3月将加速其达到数百万连接的设备和产品，从而在边缘实现实时决策和动作，从未见过效率和成本节约．它还意味着IT-OT收敛而不是商业单位人员将越来越多地管理边缘，雾和云的决策。