Общ изкуствен интелект и приложен индустриален AI
Общият изкуствен интелект описва широка изследователска цел. Индустриалното приложение на AI има по-тясна задача: да разпознае грешка при сглобяване, да интерпретира модел в сензорни данни или да помогне на машина да реагира на средата. Полезната спецификация определя решението, допустимата грешка и времето за действие. Alvexis определя обхвата на физическия AI според тези конкретни изисквания.
Машинното и дълбокото обучение са методи в рамките на този проект. Обучението с учител изисква представителни означени примери; обучението без учител може да помогне за откриване на закономерности без предварително зададени етикети. Нито един от методите не отменя необходимостта да се изпитат работните условия, несигурните входни данни и безопасната реакция при ниска увереност в резултата.
TinyML и изкуствен интелект на периферията
TinyML може да е подходящ, когато малък модел се побира в ограниченията за памет и време на микроконтролера. По-големите задачи за машинно зрение може да изискват NPU или друга изчислителна платформа. Започнете с целия път от сензора до решението: събиране, предварителна обработка, извеждане на резултат от модела и изходен интерфейс. Изберете процесора след измерване на това натоварване.
Технически източници
Какво е Physical AI?
Физическият AI описва AI системи, които възприемат и взаимодействат с физическия свят. Камерата предоставя наблюдения, софтуерът ги интерпретира и резултатът информира човек или действие в машина. на NVIDIA Преглед на физическия AI описва тази връзка между възприятие, разсъждение и действие в реалния свят. Не е необходимо промишленото приложение да прилича на хуманоиден робот: фиксирана инспекционна станция с контролиран механизъм за отхвърляне може да има много по-тясна, ценна цел.
Физическият AI, периферният AI и роботизираният AI описват различни аспекти на една система. Физически AI описва връзката му с околната среда. Edge AI описва къде се извършва изчислението, близо до източника на данни. Роботика AI прилага интелигентност към възприятието, решенията или движението на робота. Те често се припокриват, но един сензорен шлюз може да бъде полезен без AI, а конвенционалната контролна верига може да бъде правилният отговор на предвидима задача.
За купувача полезният въпрос е конкретен: кое оперативно решение е трудно днес, какви доказателства биха го подобрили и как ще бъде измерено подобрението? Започнете от там, преди да изберете процесор, камера или модел.
Физически AI приложения в различни индустрии
Следващите дванадесет области на приложение обхващат секторите, представени на сайта Alvexis, и разширяват дискусията до системите за медицина, транспорт, търговия на дребно и околната среда. Това са възможности за разработка и примерни обхвати на пилотен проект, а не твърдения за завършени клиентски внедрявания. Изберете сектор, за да преминете към неговите инженерни въпроси.
Проверете процеса, докато се случва.
Камерна станция може да провери сглобяването, външния вид на повърхността или наличието на части и да предаде решение на PLC. Измерванията на двигателя могат да подпомогнат триажа за поддръжка. Продуктът включва осветление, тела, синхронизация, интерфейси и работен процес на оператора, както и модел.
Дефинирайте пилотен проект: Кои видове дефекти се броят? Колко фалшиви откази може да понесе линията? Измерете пропуснатите дефекти и фалшивите отхвърляния по вариант на продукта, заедно с времето на цикъла.
Разгледайте фабричните приложения →Дайте на движението полезен контекст.
Наземните роботи и системите за обработка могат да комбинират камери, сензори за обхват и обратна връзка за движение, за да навигират, да локализират товар или да инспектират артикул. Интелигентността трябва да се свърже с контролната архитектура на робота и поведението при възстановяване.
Дефинирайте пилотен проект: Ограничава работната зона, полезните товари и разрешените задачи. Измерете изпълнените мисии, намесите на оператора и времето за възстановяване при представителен трафик.
Прочетете ръководството за роботика AI →Свържете полеви наблюдения с нарастващо решение.
Почвени и климатични възли, локална обработка на изображения и интерфейси за напояване могат да поддържат дефиниран работен поток за култури. Инсталирането, промяната на слънчевата светлина, мръсотията, наличието на захранване и комуникациите оформят електрониката толкова, колкото и изводите.
Дефинирайте пилотен проект: Изберете една култура, среда и решение. Сравнете наблюденията със съгласувана справка при съответните условия, включително замърсяване на сензора и прекъсвания на мрежата.
Разгледайте приложенията за култури и оранжерии →Наблюдавайте животните и заобикалящата ги среда.
Свързаните камери и сензорите за околната среда могат да помогнат на персонала да прегледа дейността, условията в хамбара и промените, които заслужават внимание. Оклузията, движението на животните, осветлението и разположението на сензора определят какво може да се наблюдава надеждно.
Дефинирайте пилотен проект: Изберете наблюдавано поведение и отговор на персонала. Проследявайте пропуснатите наблюдения и сигналите за неудобство при различни условия на хамбара. Ветеринарните заключения изискват собствени доказателства и професионална оценка.
Разгледайте приложенията за добитък →Превърнете измерванията на оборудването в доказателство за поддръжка.
Edge устройствата могат да събират информация за вибрации, температура и работно състояние от двигатели, помпи или оборудване за възобновяема енергия. Полезният резултат свързва промяна в измерванията с подлежащо на преглед събитие и съществуващ процес на поддръжка.
Дефинирайте пилотен проект: Установете базова линия за всеки режим на работа. Проверете повтаряемостта на предупрежденията, наличността на данни и производителността по време на стартиране, промени в натоварването и смущения в захранването.
Разгледайте енергийните приложения →Направете местната инфраструктура по-лесна за разбиране.
Екологичните възли, мониторингът на оборудването и общият анализ на трафика могат да поддържат градските услуги. Локалният дизайн на обработка може да генерира преброявания или събития, вместо да предава непрекъснат необработен поток, когато приложението позволява.
Дефинирайте пилотен проект: Посочете собственика на решението, зоната за наблюдение и запазената информация. Оценете точността според времето и осветлението, заедно с времето за работа на сензора и достъпа за поддръжка.
Разгледайте приложенията за интелигентни градове →Изградете около трудни условия на монтаж.
Машинно монтирани сензори и здрави шлюзове могат да осигурят данни за състоянието на оборудването, локални записи на събития и телеметрия на работното място. Прахът, вибрациите, задържането на конектора и преходното захранване трябва да бъдат част от изискванията за продукта.
Дефинирайте пилотен проект: Изберете машина и измеримо условие. Проверете закрепването на сензора, възстановяването на мощността и непрекъснатостта на данните в предвидената инсталация, преди да оцените флота.
Разгледайте приложенията на работното място →Поддържайте надеждността на усещането и комуникациите на полето.
Потенциалните приложения включват мониторинг на състоянието на автомобила, диагностика на поддръжката, синхронизиран запис на сензори и телеметрия на оборудването. Компютри, корпус и интерфейси трябва да бъдат избрани спрямо изискванията за околната среда и интеграцията на програмата.
Дефинирайте пилотен проект: Съгласете се относно температурата, захранването и комуникационните условия. Измерете подравняването на клеймото за време, поведението при рестартиране и запазените доказателства, когато връзката е недостъпна.
Разгледайте инженерството на полеви системи →Свържете физическото усещане с определена грижа или работен процес в лаборатория.
Областите на приложение включват лабораторна обработка, наблюдение на оборудването, измерване на рехабилитация и прототипи за медицински сензори. Подкрепата за клинично вземане на решения и роботиката за контакт с пациент изискват различна програма за доказване от болнична количка за доставка.
Дефинирайте пилотен проект: Посочете предвидения потребител, популацията пациенти, ако е уместно, вход, изход и кой действа по него. Работете с клинични и регулаторни специалисти, преди да възложите искове за диагностика или лечение.
Прочетете ръководството за здравно инженерство →Спазвайте местните условия на автомобила и автопарка.
Железопътното, пътното и морското оборудване може да създаде тежки проблеми със засичането и регистрирането. Проектите кандидати включват мониторинг на състоянието на подсистемата, наблюдение на натоварването и бордови шлюзове за данни. Пропуските в свързаността и електрическите интерфейси влияят на архитектурата.
Дефинирайте пилотен проект: Посочете платформата, позицията за инсталиране и работния процес на оператора. Измерете улавяне, синхронизиране и възстановяване на полезни събития; валидира всяка контролна функция в рамките на собствения процес на осигуряване на програмата на превозното средство.
Разгледайте опциите за интерфейс и шлюз →Помогнете на персонала да реагира на физическото състояние на сайта.
Наблюдение на рафтовете, наблюдение на оборудването за хладилни складове и интегриране на обслужващ робот са възможни отправни точки. Резултатът трябва да бъде ясно действие за член на персонала, а не още една емисия, която някой трябва да гледа.
Дефинирайте пилотен проект: Изберете събитие и оперативен собственик. Измерете полезни сигнали, фалшиви сигнали и време за реакция. Използвайте обобщени или неидентифициращи изходи, когато отговарят на изискването.
Обсъждане на продукт за обслужване и операции →Свържете разпределени активи с изглед с действие.
Строителните услуги, водоснабдителните мрежи и екологичните станции могат да комбинират локално наблюдение, изводи за състоянието на оборудването и комуникации. Достъпът до калибриране, енергийните бюджети и поддръжката често решават дали пилотен проект може да се превърне в инсталация с дълъг живот.
Дефинирайте пилотен проект: Посочете качество на измерване, работен диапазон и интервали на обслужване. Тествайте дрейфа, липсващите данни и възстановяването на комуникациите, както и планираните анализи.
Разгледайте полеви комуникации →Общата архитектура зад различните сектори
Приложението се променя, но продуктът все още се нуждае от път за придобиване, изчисление, физически интерфейси и дефиниран отговор на грешки. Избягвайте да третирате AI модела като цялостна система. Късно или неправилно наблюдение може да направи правилната прогноза неизползваема в интерфейса на машината.
| Слой | Решение за вземане | Доказателства за събиране |
|---|---|---|
| Усещане | Зрително поле, честотна лента, монтаж и калибриране | Представителни данни, качество на сигнала и слепи зони |
| Обработка | Задачи на процесора, поддържано AI ускорение, памет и топлинен бюджет | Измервания на продължително натоварване на целевия хардуер |
| Интеграция | PLC, машина шина, мрежов или операторски интерфейс | Време, загуба на съобщение, поведение при невалидно въвеждане и рестартиране |
| Механичен дизайн | корпус, охлаждане, сервизен достъп и конектори | Монтаж и екологична проверка |
| Операция | Кой може да действа, отменя, актуализира и възстановява | Записи на събития, проследимост на версиите и резултати от приемане |
Готовата платформа може да улесни първия експеримент. Персонализираната електроника става полезна, когато интерфейсите, размерите, мощността, разходите или екологичните изисквания оправдават специален дизайн. Нашите SoM срещу SBC ръководство обяснява това решение; на носеща платка ръководство описва инженерния обхват, който следва.
Дигитален близнак
Цифровото представяне е полезно, когато отговаря на въпрос, който може да се тества: може ли робот да достигне до местоположение, сензорът покрива ли необходимата област или как даден процес реагира на променен вход? Поддържайте предположенията на модела видими. Полирана визуализация и предсказуем модел са различни резултати.
Симулацията може да направи експериментите повторяеми и да помогне да се разкрият случаи на неуспех преди физически пилотен проект. Не може да установи производителност при всеки реален материал, условия на осветление или механичен толеранс. Сравнете резултатите от модела с измерванията, запишете несъответствието и определете къде моделът е надежден. NVIDIA's пример за обучение от sim-to-real илюстрира работен процес, който преминава от симулация към физически робот; това е референтен работен процес, а не доказателство за внедряване на Alvexis.
Започнете с едно решение и измерим пилотен проект
- Опишете оперативния проблем. Идентифицирайте текущия работен процес, цената на грешките и лицето, отговорно за резултата.
- Съберете представителни наблюдения. Включете обикновена операция, вариации и трудни случаи; съгласете се какво се счита за основна истина.
- Определете отговора. Решете дали системата записва, предупреждава, препоръчва или контролира. Посочете кога трябва да се отнася за дадено лице.
- Тествайте целия път. Измерете ефективността на полезните задачи, възрастта на продукцията, устойчивото използване на ресурсите и възстановяването от грешки.
- Задайте граница на освобождаване. Съгласете се относно доказателства за приемане, условия за внедряване, отговорности за поддръжка и актуализиране.
Започнете в режим на наблюдение, когато е практично: сравнете предложения резултат със съществуващия работен процес, преди да му позволите да промени този работен процес. Един обещаващ прототип трябва да спечели следващото ниво на отговорност чрез доказателства.
Как Alvexis може да помогне за изграждането на физическия продукт
Alvexis разработва персонализирана електроника, вграден софтуер и механични дизайни според изискванията на приложението. Един проект може да започне с ForgeEdge-Core, изследвайте ForgeEdge за интегриран периферни изчисления или използвайте специален носител и корпус, когато инсталацията го изисква. Изборът на платформа следва работното натоварване и плана за интеграция.
Инженерните платформи за многократна употреба и паралелното развитие могат да съкратят пътя до работещ прототип. Действителният график зависи от достъпа на сензора, данните от приложението, ревизиите на платката, механичните инструменти и изискванията за приемане. Определете тези зависимости в началото, вместо да обещавате едно време за доставка за всеки сектор.
От индустриални IoT данни до полезен цифров двойник
Индустриалният IoT свързва наблюдения от оборудване; цифров двойник свързва тези наблюдения с модел на физически актив или процес. Физическият AI може да добави възприятие и решения към машината. Тези роли се припокриват в даден проект, но събирането на телеметрия не създава автоматично прогнозен модел или валидирана система за контрол.
За производствена машина комбинирайте времеви отпечатъци, работно състояние и история на поддръжката, преди да оцените AI модел. термовизионно изобразяване поток, вибрационни функции или резултат от компютърно зрение трябва да отговорят на конкретен оперативен въпрос. Определете как се актуализира моделът, как се показват остарелите данни и как операторът проверява получената препоръка. Практичният пилотен проект започва с един актив и едно измеримо решение.
Обхват на машина за наблюдение пилотен проект
Технически справки
- NVIDIA: Физически AI концепции
- NVIDIA: работен процес за обучение от sim към реален робот
- FDA, Health Canada и MHRA: прозрачност за медицински устройства с активиран ML
Секторните примери са инженерните възможности. Ефективността, годността и всички приложими одобрения трябва да бъдат установени за конкретния продукт и употреба.
Опишете проблема. Изградете правилната система.
Кажете ни сектора, задачата, средата, сензорите и резултата, от който се нуждаете. Можем да обсъдим електрониката, софтуера, корпус и първата стъпка за валидиране.
Обсъдете своя проект за физически AIПродължете с Robotics AI →