Дори в областта на генеративния AI има огромни разлики: един е генеративен AI, обучен на специфични набори от данни, които са специфични за специфичните производствени съоръжения и техните оборудване и софтуерни системи; Другият е генеративен AI, който се храни с данни за широк спектър от теми от различни източници - много от които може да не са достатъчно надеждни за начало.
За да помогнем за изясняване на този проблем, нека разгледаме приложенията на AI в анализа на данни и генеративни AI в производствените производствени операции и как те взаимодействат с технологиите за индустриална автоматизация.
Разликата между AI за анализ на данни и генеративен AI
Нека започнем с AI за анализ на данни. Въпреки че това е сравнително ново допълнение към областта на технологията за автоматизация, той се използва от няколко години, като приложения варират от производствена анализа до прогнозна поддръжка. В най -основните си, в производствена среда, AI Analytics на данни по същество обработва въвеждането на данни от растителното оборудване и софтуерните системи на компанията и прилага алгоритми за пресяване, за да подчертае тенденциите и аномалиите и да предоставя представа за възможностите за бизнес въз основа на корелацията на данните, събрани от тези различни системи.
Генеративният AI може да генерира оригинално съдържание - включително текст, изображения, видео, аудио или софтуерен код - въз основа на потребителски подкани или заявки. Тъй като генеративният AI може да получава големи количества данни от толкова много различни източници, виждаме проблеми като „халюцинации“, които трябва да бъдат напълно проверени от хората, преди резултатите да бъдат приложени на практика. Имайте предвид обаче, че това е генеративен AI с общо предназначение.
В по -контролирана среда резултатите ще бъдат по -надеждни, ако данните, подадени в генеративна AI система, се предоставят от надежден източник и са фокусирани върху оборудването и системите на конкретна компания или група партньорски компании.
Ето защо виждате много компании за технологии за автоматизация, прилагащи генеративни AI технологии за разработване на системи, обикновено наричани „Copilot“. Тези системи са обучени на сравнително затворени набори от данни, които са специфични за сценария на приложението на потребителя и технологиите, свързани с него, вместо да изстъргват различни ресурси от Интернет.
Как доставчиците на технологии за автоматизация могат да внедрят генеративни AI
Точно както AI за анализа на данни стана повсеместно във всички видове производствени системи през последните няколко години, използването на генеративни ИИ в производствените операции и приложенията за проектиране бързо се увеличава днес. За насърчаване на индустриалната киберсигурност и захранване на интегрирането на генеративния ИИ в операциите на магазините.
Взаимодействието между данни за статични и динамични машини ще предостави на потребителите на платформата ново ниво на контрол върху оперативните процеси. „Новото ниво на контрол“ означава, че потребителите ще могат да взаимодействат с технологията Copilot на своя собствен език и да получават подробни инструкции и препоръки въз основа на техните изисквания. ServiceNow казва, че способността му да автоматизира работните процеси - от планирането на поддръжката до решаването на проблеми в реално време - помага да се гарантира, че прозренията, захранвани от AI, предоставени от Copilot се превръщат в осезаеми, ефективни действия, които увеличават производителността и минимизират престоя.
Генеративният дизайн отдавна се използва от производителите на автоматизация за проектиране на техните продукти и с интегрирането на генеративен AI, генеративният дизайн е в основна еволюция. Генеративният AI носи ново измерение на генеративния дизайн, променяйки начина, по който инженерите и производителите замислят, създават и оптимизират технологиите за автоматизация, като въвеждат възможности за „човек в контура“.
Важно е да се прави разлика между съществуващите генеративни дизайнерски възможности, използвайки традиционната AI и възникващата тенденция на интегрирания генеративен AI. За разлика от традиционните генеративни методи за проектиране, които разчитат единствено на AI алгоритми, добавянето на генеративен AI въвежда по -интерактивен и итеративен подход, при който инженерите могат да предоставят обратна връзка, за да насочат AI системите към по -оптимизирани решения. Това им позволява да изследват широко дизайнерско пространство и да генерират голям брой потенциални дизайни въз основа на определени параметри, ограничения и цели на производителността. Този подход е особено подходящ за автоматизирани системи, където често има нужда от балансиране на множество променливи и конкурентни цели.
Прилагането на генеративен генеративен дизайн на AI към автоматизирани системи може да увеличи скоростта, с която се генерират и оценяват множество алтернативи на дизайна. След няколко часа или дни, казва Тони, системата може да генерира стотици или дори хиляди опции за дизайн, всяка от които оптимизира за даден параметър.
Друго цитирано приложение се отнася до привеждане в съответствие на технологиите с индустриалните стандарти и най -добрите практики. Генеративният AI може да се използва за проверяване, че системата отговаря на стандартите за киберсигурност, като подчертава области, в които системата се отклонява от установените норми, помагайки на инженерите да поддържат последователност и качество в различните проекти. Технологията се използва и за стандартизиране на практиките на инженерните екипи, особено в ситуации, в които инженерите с различни нива на опит трябва да се придържат към едни и същи стандарти за проектиране и да използват последователни библиотеки. Тази консистенция е много ценна при копиране на системи в различни сайтове или среди, тъй като генеративният AI може да предложи подходящи корекции, като същевременно поддържа цялостната целостта на дизайна.
Имайте отворен ум за индустриални генеративни AI приложения
Проблемът с генеративните AI инструменти с общо предназначение, които получават най-много медийно внимание, е, че те отхвърлят нови AI приложения, възникващи в технологиите за автоматизация. Индустриалните генеративни AI инструменти от доставчиците на автоматизация се фокусират върху специфични набори от данни и източници на данни, за да гарантират точността на резултатите.
За да държите ума си отворен за индустриален генеративен AI, помислете за този случай: Преди около 20 години много производствени инженери не смятат Ethernet за ефективен избор за фабрични мрежи за пода.
По -нататъшното развитие на генеративната AI технология е важно за производствената индустрия да се съсредоточи върху придобиването на знанията на своя професионален инженеринг, операции и персонал за поддръжка, за да ръководи следващото поколение работници в индустрията. Очаква се тези производствени генеративни AI инструменти да бъдат технологиите, които улесняват постигането на тази цел.