الذكاء الاصطناعي العام والذكاء الاصطناعي الصناعي التطبيقي

يشير الذكاء الاصطناعي العام إلى هدف بحثي واسع. أما تطبيق الذكاء الاصطناعي الصناعي فيؤدي مهمة أكثر تحديدًا، مثل اكتشاف خطأ في التجميع، أو تفسير نمط في بيانات المستشعرات، أو مساعدة آلة على الاستجابة لمحيطها. وتحدد المواصفات المفيدة القرار المطلوب، والخطأ المقبول، والوقت المتاح للاستجابة. تبني Alvexis نطاق حلول الذكاء الاصطناعي للأنظمة المادية حول هذه المتطلبات المحددة.

يُعد تعلم الآلة والتعلم العميق من الأساليب المستخدمة في هذا التصميم. يحتاج التعلم الخاضع للإشراف إلى أمثلة ممثلة وموسومة، بينما يساعد التعلم غير الخاضع للإشراف على استكشاف الأنماط دون تسميات محددة مسبقًا. ولا يغني أي منهما عن اختبار ظروف التشغيل، والمدخلات غير المؤكدة، والاستجابة الآمنة عند انخفاض مستوى الثقة.

TinyML والذكاء الاصطناعي عند الحافة

قد يكون TinyML مناسبًا عندما يلائم نموذج صغير حدود الذاكرة والزمن المتاحة في متحكم دقيق. وقد تتطلب مهام الرؤية الأكبر وحدة معالجة عصبية NPU أو منصة حوسبة مختلفة. ابدأ بمسار العمل الكامل من المستشعر إلى القرار: جمع البيانات، والمعالجة المسبقة، والاستدلال، وواجهة الإخراج. ثم اختر المعالج بعد قياس هذا الحمل.

ما هو الذكاء الاصطناعي الفيزيائي؟

يصف الذكاء الاصطناعي المادي الأنظمة التي تدرك العالم المادي وتتفاعل معه. تجمع الكاميرا الملاحظات وتفسرها البرمجيات، ثم تُستخدم النتيجة لتوجيه شخص أو إجراء داخل آلة. يوضح مرجع NVIDIA المعنون نظرة عامة على الذكاء الاصطناعي المادي هذه العلاقة بين الإدراك والاستدلال والفعل في العالم الحقيقي. لا يحتاج التطبيق الصناعي إلى أن يشبه روبوتًا بشريًا؛ فقد تحقق محطة فحص ثابتة بآلية مضبوطة لاستبعاد القطع المعيبة هدفًا أضيق نطاقًا وذا قيمة.

ويصف الذكاء الاصطناعي المادي، والذكاء الاصطناعي الطرفي، والذكاء الاصطناعي الروبوتي جوانب مختلفة من النظام. الذكاء الاصطناعي المادي يصف علاقة النظام ببيئته. الذكاء الاصطناعي الطرفي يصف المكان الذي يجري فيه الحساب، بالقرب من مصدر البيانات. الذكاء الاصطناعي للروبوتات يطبق الذكاء على إدراك الروبوت، القرارات أو الحركة. وغالباً ما تتداخل هذه الأنظمة، ولكن بوابة الاستشعار يمكن أن تكون مفيدة بدون الذكاء الاصطناعي، ويمكن أن تكون حلقة التحكم التقليدية هي الإجابة الصحيحة على مهمة يمكن التنبؤ بها.

01 · استشعرمراقبة المنتج أو الآلة أو الشخص أو البيئة بأجهزة استشعار مناسبة.
02 · افهمتقدير ما يحدث، بما في ذلك عدم اليقين وعمر الملاحظة.
03 · نفّذ وتحققدعم قرار أو إجراء محدود، ثم التحقق من الحالة الناتجة.

والسؤال المفيد بالنسبة للمشتري هو سؤال محدد: أي قرار تشغيلي صعب اليوم، وما هي الأدلة التي من شأنها تحسينه، وكيف يمكن قياس التحسين؟ ابدأ من هناك قبل اختيار معالج أو كاميرا أو نموذج.

تطبيقات الذكاء الاصطناعي المادي في مختلف القطاعات

تغطي مجالات التطبيق الاثنا عشر التالية القطاعات المعروضة على موقع Alvexis، وتوسع النقاش ليشمل الطب والنقل والتجزئة والأنظمة البيئية. وهي فرص للتطوير وأمثلة لنطاق المشاريع التجريبية، وليست ادعاءات بإنجاز مشاريع لدى العملاء. اختر قطاعًا للانتقال إلى أسئلته الهندسية.

01/ الصناعة التحويلية

تفتيش العملية أثناء حدوثها.

يمكن لمحطة كاميرا فحص التجميع أو مظهر السطح أو وجود القطعة، ثم إرسال القرار إلى وحدة PLC. وقد تدعم قياسات المحركات تحديد أولويات الصيانة. يشمل المنتج الإضاءة وتجهيزات التثبيت والتوقيت والواجهات وسير عمل المشغل، إلى جانب النموذج.

تحديد المشروع التجريبي: ما هي أنواع العيوب التي تؤخذ في الحسبان؟ كم عدد حالات الرفض الكاذب التي يمكن أن يتحملها الخط؟ قياس العيوب المفقودة وحالات الرفض الكاذبة حسب متغير المنتج، إلى جانب زمن الدورة.

استكشاف تطبيقات المصنع →
02/ الروبوتات واللوجستيات

امنح الحركة سياقًا مفيدًا.

ويمكن للروبوتات الأرضية ونظم المناولة أن تجمع بين الكاميرات وأجهزة استشعار المدى والتغذية المرتدة عن الحركة من أجل الملاحة أو تحديد موقع حمولة أو تفتيش صنف ما. يجب أن ترتبط الذكاء مع بنية التحكم الروبوت وسلوك الاسترداد.

تحديد المشروع التجريبي: تحديد منطقة التشغيل والحمولة والمهام المسموح بها وقياس المهام المنجزة وتدخلات المشغل ووقت الاسترجاع في حركة مرور تمثيلية.

اقرأ دليل الروبوتات والذكاء الاصطناعي →
03/ الزراعة

اربط الملاحظات الميدانية بقرارات الزراعة.

ويمكن للعقد المتعلقة بالتربة والمناخ، ومعالجة الصور المحلية، والوصلات البينية للري أن تدعم تدفق عمل محدد للمحاصيل. فالتركيب، وتغير ضوء الشمس، والتلوث، وتوافر الطاقة، والاتصالات تشكل الإلكترونيات بقدر ما يشكلها الاستدلال.

تحديد المشروع التجريبي: اختر محصولًا واحدًا وبيئة واحدة وقرارًا محددًا. قارن الملاحظات بمرجع متفق عليه ضمن الظروف ذات الصلة، بما فيها اتساخ المستشعرات وانقطاع الشبكة.

استكشاف تطبيقات المحاصيل والدفيئة →
04/ تربية الماشية

مراقبة الحيوانات ومحيطها.

يمكن للكاميرات المتصلة والمستشعرات البيئية مساعدة العاملين على مراجعة النشاط وظروف الحظيرة والتغيرات التي تستدعي الانتباه. تحدد حجب الرؤية وحركة الحيوانات والإضاءة ومواضع المستشعرات ما يمكن رصده بشكل موثوق.

تحديد المشروع التجريبي: اختر سلوكًا قابلًا للرصد واستجابة ينفذها العاملون. تتبع الملاحظات الفائتة والتنبيهات غير الضرورية في ظروف الحظيرة المختلفة. تتطلب الاستنتاجات البيطرية أدلتها الخاصة وتقييمًا مهنيًا.

استكشاف تطبيقات الماشية →
05/ الطاقة

تحويل قياسات المعدات إلى أدلة على الصيانة.

ومن الممكن أن تجمع أجهزة الحافة معلومات عن الاهتزازات، ودرجة الحرارة، وحالة التشغيل من المحركات، أو المضخات، أو معدات الطاقة المتجددة. وهناك نتيجة مفيدة تربط التغيير في القياسات بحدث قابل للمراجعة وعملية صيانة قائمة.

تحديد المشروع التجريبي: حدّد خط أساس لكل نمط تشغيل. تحقّق من قابلية تكرار التنبيهات وتوافر البيانات والأداء أثناء بدء التشغيل وتغير الحمل واضطرابات التغذية الكهربائية.

استكشف تطبيقات الطاقة →
06/ المدن الذكية

اجعل البنية التحتية المحلية أسهل فهمًا.

ومن الممكن أن تدعم العقد البيئية، ورصد المعدات، وتحليل تدفق حركة المرور الإجمالية خدمات المدينة. ويمكن لتصميم المعالجة المحلية أن ينتج العد أو الأحداث بدلا من بث تدفق خام مستمر، حيثما يسمح التطبيق بذلك.

تحديد المشروع التجريبي: حدّد المسؤول عن القرار ومنطقة الرصد والمعلومات التي ستُحتفظ بها. قيّم الدقة في ظروف الطقس والإضاءة المختلفة، إلى جانب مدة عمل المستشعر وإمكانية الوصول إليه للصيانة.

تطبيقات المدن الذكية
07/ البناء والتعدين

البناء حول ظروف التركيب الصعبة.

يمكن للمستشعرات المثبتة على الآلات والبوابات المتينة توفير بيانات حالة المعدات وسجلات الأحداث المحلية والقياس عن بُعد في مواقع العمل. يجب إدراج الغبار والاهتزاز وثبات الموصلات واضطرابات التغذية العابرة ضمن متطلبات المنتج.

تحديد المشروع التجريبي: اختر آلة وحالة قابلة للقياس. تحقّق من تثبيت المستشعر واستعادة التشغيل بعد انقطاع الطاقة واستمرارية البيانات في موقع التركيب المقصود قبل تقييم أسطول كامل.

استكشاف تطبيقات مواقع العمل →
08/ الدفاع والنظم الميدانية

حافظ على موثوقية الاستشعار والاتصالات في الميدان.

وتشمل التطبيقات المحتملة رصد حالة المركبات، وتشخيص الصيانة، والتسجيل المتزامن بواسطة أجهزة الاستشعار، والقياس عن بعد للمعدات. ويجب اختيار الحوسبة والغلاف والوصلات البينية في ضوء المتطلبات البيئية ومتطلبات التكامل للبرنامج.

تحديد المشروع التجريبي: اتفق على ظروف الحرارة والطاقة والاتصالات. قِس محاذاة الطوابع الزمنية وسلوك إعادة التشغيل والسجلات المحفوظة عند انقطاع الاتصال.

استكشاف هندسة النظم الميدانية →
09/ الطب والرعاية الصحية

ربط الاستشعار المادي بعملية رعاية أو مختبر محددة.

وتشمل مجالات التطبيق مناولة المختبرات، ورصد المعدات، وقياس إعادة التأهيل، والنماذج الأولية للاستشعار الطبي. ويتطلب دعم القرارات الإكلينيكية والروبوتات التي تتعامل مع المرضى برنامجا للأدلة يختلف عن عربة التسليم في المستشفى.

تحديد المشروع التجريبي: حدّد المستخدم المقصود، وفئة المرضى عند الاقتضاء، والمدخلات والمخرجات ومن يتصرف بناءً عليها. اعمل مع المختصين السريريين والتنظيميين قبل تقديم أي ادعاء يتعلق بالتشخيص أو العلاج.

اقرأ دليل هندسة الرعاية الصحية →
10 - النقل والنقل البحري

مراقبة المركبات وأحوال الأسطول محليا.

ويمكن أن تسبب معدات السكك الحديدية والطرق والمعدات البحرية مشاكل شاقة في مجالي الاستشعار وتسجيل البيانات. وتشمل المشاريع المرشحة رصد حالة النظم الفرعية، ومراقبة التحميل، وبوابات البيانات على متن السفن. وتؤثر ثغرات الاتصال والوصلات البينية الكهربائية على البنية.

تحديد المشروع التجريبي: حدد المنصة وموضع التركيب وسير عمل المشغل. قياس الحصول على الأحداث المفيدة والتزامن والاستعادة؛ والتحقق من صحة أي وظيفة تحكم في إطار عملية الضمان الخاصة ببرنامج المركبة.

استكشاف خيارات الوصلة البينية والبوابة →
11/ عمليات تجارة التجزئة والخدمات

مساعدة الموظفين على الاستجابة للحالة المادية للموقع.

ومن بين نقاط البداية الممكنة مراقبة الرفوف، ورصد معدات التخزين البارد، ودمج الروبوتات الخدمية. وينبغي أن تكون النتيجة إجراء واضحا يتخذه الموظف، بدلا من أن يكون مجرد تغذية إضافية يتعين على شخص ما مشاهدتها.

تحديد المشروع التجريبي: اختر حدثًا ومسؤولًا تشغيليًا عنه. قِس التنبيهات المفيدة والتنبيهات الخاطئة وزمن الاستجابة. استخدم مخرجات مجمّعة أو غير محددة للهوية عندما تفي بالمتطلبات.

مناقشة منتج لعمليات الخدمات →
12/ المباني والمياه والبيئة

ربط الأصول الموزعة بنظرة قابلة للتنفيذ.

ويمكن أن تجمع خدمات المباني وشبكات المياه والمحطات البيئية بين الاستشعار المحلي والاستدلال على حالة المعدات والاتصالات. وكثيراً ما تحدد إمكانية المعايرة، وميزانيات الطاقة، وإمكانية الصيانة ما إذا كان من الممكن أن تصبح المنشأة التجريبية منشأة طويلة العمر.

تحديد المشروع التجريبي: حدّد جودة القياس ونطاق التشغيل وفترات الصيانة. اختبر انجراف القياسات والبيانات المفقودة واستعادة الاتصالات، إلى جانب التحليلات المقصودة.

استكشف الاتصالات الميدانية →

الهيكل المشترك وراء مختلف القطاعات

ويتغير التطبيق، ولكن المنتج ما زال بحاجة إلى مسار للحصول على البيانات، وعمليات حسابية، ووصلات بينية مادية، واستجابة محددة للأخطاء. تجنب معاملة نموذج الذكاء الاصطناعي باعتباره النظام الكامل. فالملاحظة المتأخرة أو غير المتناسقة قد تجعل التنبؤ الصحيح غير قابل للاستخدام في واجهة الآلة.

الطبقةالقرار المطلوب اتخاذهالأدلة التي يتعين جمعها
الاستشعارمجال الرؤية وعرض النطاق الترددي والتركيب والمعايرةالبيانات التمثيلية، ونوعية الإشارات، والنقاط العمياء
معالجةمهام CPU وتسريع الذكاء الاصطناعي المدعوم والذاكرة والميزانية الحراريةقياسات عبء العمل المستدام على المعدات المستهدفة
التكاملوحدة PLC أو ناقل بيانات الآلة أو الشبكة أو واجهة المشغلالتوقيت، وفقدان الرسائل، والمدخلات غير الصحيحة، وسلوك إعادة التشغيل
التصميم الميكانيكيالهيكل والتبريد والوصول للصيانة والموصلاتالتركيب والتحقق البيئي
العملياتمن يستطيع التنفيذ وتجاوز القرار والتحديث واستعادة التشغيل؟سجلات الأحداث، وتتبع النسخ، ونتائج القبول

ومن شأن منصة جاهزة أن تجعل التجربة الأولى أسهل، وتصبح الإلكترونيات المصممة حسب الطلب مفيدة عندما تبرر الوصلات البينية أو الأبعاد أو القدرة أو التكلفة أو المتطلبات البيئية تصميما مخصصا. دليل المقارنة بين SoM وSBC يشرح ذلك القرار؛ دليل اللوحة الحاملة يصف النطاق الهندسي التالي.

التوأم الرقمي

والتمثيل الرقمي مفيد عندما يجيب على سؤال قابل للاختبار: هل يمكن للروبوت أن يصل إلى موقع ما، أو هل يغطى جهاز استشعار المنطقة المطلوبة، أو كيف تستجيب عملية ما لمدخل متغير؟ إبقاء افتراضات النموذج مرئية - العرض المرئي المصقول والنموذج التنبؤي هما من المنجزات المختلفة.

يمكن للمحاكاة جعل التجارب قابلة للتكرار وكشف حالات الإخفاق قبل التجربة الميدانية. لكنها لا تثبت الأداء لكل مادة حقيقية أو حالة إضاءة أو تفاوت ميكانيكي. قارن مخرجات النموذج بالقياسات، وسجل الفروق وحدد الظروف التي يمكن الوثوق فيه بها. يقدم مرجع NVIDIA مثال للتعلم من المحاكاة إلى الواقع مسار عمل ينتقل من المحاكاة إلى روبوت حقيقي؛ وهو مسار مرجعي، وليس دليلًا على تنفيذ مشروع لدى Alvexis.

البدء بقرار واحد ومشروع تجريبي قابل للقياس

  1. وصف المشكلة التشغيلية. تحديد تدفق العمل الحالي، وتكاليف الأخطاء، والشخص المسؤول عن الناتج.
  2. جمع ملاحظات تمثيلية. ضمّن التشغيل المعتاد والتغيرات والحالات الصعبة، واتفق على البيانات المعتمدة مرجعًا للتحقق.
  3. حدد الاستجابة. اتخاذ قرار بشأن ما إذا كان النظام يسجل أو ينبه أو يوصي أو يتحكم، وتحديد متى يجب أن يرجع إلى شخص ما.
  4. اختبار المسار بأكمله. قياس أداء المهام المفيدة، وعمر النواتج، والاستخدام المستدام للموارد، والتعافي من الأخطاء.
  5. حدّد حدود الإطلاق للاستخدام. الاتفاق على أدلة القبول وشروط النشر ومسؤوليات الصيانة والتحديث.

ابدأ بوضع الرصد عندما يكون ذلك عمليًا: قارن الناتج المقترح بسير العمل الحالي قبل السماح له بتغييره. يجب أن يستند منح النموذج الأولي مسؤولية أكبر إلى الأدلة التي يقدمها.

كيف تساعد Alvexis في تطوير المنتج المادي؟

تطوّر Alvexis إلكترونيات مخصصة وبرمجيات مدمجة وتصاميم ميكانيكية بحسب متطلبات التطبيق. يمكن بدء المشروع باستخدام ForgeEdge-Core، أو دراسة ForgeEdge للحوسبة الطرفية المتكاملة، أو استخدام لوحة حاملة وهيكل مخصصين عندما يتطلب التركيب ذلك. يتبع اختيار المنصة خطة عبء العمل والتكامل.

ومن شأن البرامج الهندسية القابلة لإعادة الاستخدام والتطوير المتوازي أن يقصر الطريق إلى نموذج أولي عامل. ويتوقف الجدول الزمني الفعلي على الوصول الى أجهزة الاستشعار ، وبيانات التطبيقات ، وتنقيحات الألواح ، والأدوات الميكانيكية ، ومتطلبات القبول. وتحديد هذه التبعيات في البداية بدلا من الوعد بوقت إنجاز واحد لكل قطاع.

المراجع التقنية

أمثلة القطاعات هي فرص هندسية محتملة. يجب إثبات الأداء والملاءمة والحصول على أي موافقات لازمة للمنتج والاستخدام المحددين.

وصف المشكلة وبناء النظام الصحيح

أخبرنا عن القطاع، المهمة، البيئة، أجهزة الاستشعار والنتيجة التي تحتاج إليها، ويمكننا مناقشة الإلكترونيات، البرمجيات، الغلاف وخطوة التحقق الأولى.

مناقشة مشروع الذكاء الاصطناعي الماديتابع إلى دليل الذكاء الاصطناعي للروبوتات →