AI vật lý trong các ngành: Từ cảm biến đến hành động

AI vật lý là gì?

AI vật lý mô tả các hệ thống AI nhận thức và tương tác với thế giới vật lý. Một camera cung cấp các quan sát, phần mềm diễn giải chúng và kết quả sẽ thông báo cho một người hoặc một hành động trong máy. của NVIDIA Tổng quan về AI vật lý mô tả mối quan hệ này giữa nhận thức, lý luận và hành động trong thế giới thực. Một ứng dụng công nghiệp không cần phải giống một robot hình người: một trạm kiểm tra cố định với cơ chế loại bỏ được kiểm soát có thể có mục đích có giá trị và hẹp hơn nhiều.

AI vật lý, Edge AI và AI robot mô tả các khía cạnh khác nhau của một hệ thống. AI tương tác với thế giới thực mô tả mối quan hệ của nó với môi trường. Edge AI mô tả nơi diễn ra tính toán, gần với nguồn dữ liệu. Robot AI áp dụng trí thông minh vào nhận thức, quyết định hoặc chuyển động của robot. Chúng thường chồng chéo lên nhau, nhưng cổng cảm biến có thể hữu ích mà không cần AI và vòng điều khiển thông thường có thể là câu trả lời phù hợp cho một nhiệm vụ có thể dự đoán được.

Đối với người mua, câu hỏi hữu ích là cụ thể: quyết định hoạt động nào hiện nay khó khăn, bằng chứng nào sẽ cải thiện nó và sự cải thiện sẽ được đo lường như thế nào? Bắt đầu ở đó trước khi chọn bộ xử lý, máy ảnh hoặc kiểu máy.

Ứng dụng AI vật lý trong các ngành

Mười hai lĩnh vực ứng dụng sau đây bao gồm các lĩnh vực được trình bày trên trang Alvexis và mở rộng cuộc thảo luận sang các hệ thống y học, vận tải, bán lẻ và môi trường. Đây là các cơ hội phát triển và phạm vi thí điểm mẫu, không phải tuyên bố về việc triển khai của khách hàng đã hoàn thành. Chọn một lĩnh vực để chuyển sang các câu hỏi kỹ thuật của lĩnh vực đó.

Kiến trúc chung đằng sau các lĩnh vực khác nhau

Ứng dụng thay đổi, nhưng sản phẩm vẫn cần đường dẫn thu thập, tính toán, giao diện vật lý và phản hồi xác định đối với các lỗi. Tránh coi mô hình AI là một hệ thống hoàn chỉnh. Việc quan sát muộn hoặc sai lệch có thể khiến dự đoán chính xác không thể sử dụng được trên giao diện máy.

Một nền tảng sẵn sàng có thể làm cho thử nghiệm đầu tiên dễ dàng hơn. Thiết bị điện tử tùy chỉnh trở nên hữu ích khi các yêu cầu về giao diện, kích thước, công suất, chi phí hoặc môi trường phù hợp với một thiết kế chuyên dụng. của chúng tôi Hướng dẫn SoM so với SBC giải thích quyết định đó; cái Hướng dẫn về bo mạch mang mô tả phạm vi kỹ thuật sau đây.

Bản sao kỹ thuật số

Biểu diễn kỹ thuật số rất hữu ích khi nó trả lời một câu hỏi có thể kiểm tra: robot có thể đến một vị trí không, cảm biến có bao phủ khu vực cần thiết hay quy trình phản ứng như thế nào với đầu vào thay đổi? Giữ các giả định của mô hình rõ ràng. Hình ảnh trực quan tinh tế và mô hình dự đoán là những sản phẩm có thể phân phối khác nhau.

Mô phỏng có thể làm cho các thí nghiệm có thể lặp lại và giúp phát hiện các trường hợp thất bại trước khi thí điểm thực tế. Nó không thể thiết lập hiệu suất dưới mọi vật liệu thực tế, điều kiện ánh sáng hoặc dung sai cơ học. So sánh kết quả đầu ra của mô hình với các phép đo, ghi lại sự không khớp và xác định xem mô hình có đáng tin cậy hay không. của NVIDIA ví dụ học tập từ mô phỏng đến thực tế minh họa quy trình làm việc chuyển từ mô phỏng sang robot vật lý; đây là quy trình làm việc tham khảo, không phải bằng chứng cho việc triển khai Alvexis.

Bắt đầu với một quyết định và một chương trình thử nghiệm có thể đo lường được

1. Mô tả vấn đề vận hành. Xác định quy trình làm việc hiện tại, chi phí xảy ra lỗi và người chịu trách nhiệm về kết quả đầu ra.
2. Thu thập các quan sát đại diện. Bao gồm các thao tác thông thường, biến thiên và các trường hợp khó; đồng ý về những gì được coi là sự thật cơ bản.
3. Xác định phản hồi. Quyết định xem hệ thống có ghi lại, cảnh báo, khuyến nghị hay kiểm soát hay không. Chỉ định khi nào nó phải trì hoãn cho một người.
4. Kiểm tra toàn bộ đường dẫn. Đo lường hiệu suất nhiệm vụ hữu ích, tuổi thọ đầu ra, mức sử dụng tài nguyên bền vững và khả năng phục hồi sau lỗi.
5. Đặt ranh giới phát hành. Thống nhất về bằng chứng chấp nhận, điều kiện triển khai, trách nhiệm bảo trì và cập nhật.

Bắt đầu ở chế độ quan sát khi thực tế: so sánh đầu ra được đề xuất với quy trình làm việc hiện có trước khi cho phép thay đổi quy trình làm việc đó. Một nguyên mẫu đầy hứa hẹn sẽ đạt được mức độ trách nhiệm cao hơn thông qua bằng chứng.

Alvexis có thể giúp xây dựng sản phẩm vật chất như thế nào

Alvexis phát triển các thiết kế điện tử, phần mềm nhúng và cơ khí tùy chỉnh theo yêu cầu ứng dụng. Một dự án có thể bắt đầu bằng ForgeEdge-Core, khám phá ForgeEdge dành cho điện toán cục bộ tích hợp hoặc sử dụng bo mạch nền và vỏ bọc chuyên dụng khi quá trình cài đặt yêu cầu. Lựa chọn nền tảng tuân theo khối lượng công việc và kế hoạch tích hợp.

Nền tảng kỹ thuật có thể tái sử dụng và phát triển song song có thể rút ngắn lộ trình đến một nguyên mẫu hoạt động được. Lịch trình thực tế phụ thuộc vào việc truy cập cảm biến, dữ liệu ứng dụng, sửa đổi bảng mạch, dụng cụ cơ khí và các yêu cầu nghiệm thu. Xác định những sự phụ thuộc đó ngay từ đầu thay vì hứa hẹn một thời gian giao hàng cho mọi lĩnh vực.

Từ dữ liệu IoT công nghiệp đến bản song sinh kỹ thuật số hữu ích

IoT công nghiệp kết nối các quan sát từ thiết bị; bản sao kỹ thuật số liên kết những quan sát đó với mô hình của một tài sản hoặc quy trình vật lý. AI vật lý có thể bổ sung nhận thức và quyết định cho máy. Các vai trò này chồng chéo lên nhau trong một dự án, nhưng việc thu thập dữ liệu đo từ xa không tự động tạo ra mô hình dự đoán hoặc hệ thống kiểm soát được xác thực.

Đối với máy sản xuất, hãy kết hợp dấu thời gian, trạng thái vận hành và lịch sử bảo trì trước khi đánh giá mô hình AI. Luồng hình ảnh nhiệt, tính năng rung hoặc kết quả thị giác máy tính sẽ trả lời một câu hỏi vận hành cụ thể. Xác định cách cập nhật mô hình, cách hiển thị dữ liệu cũ và cách người vận hành xác minh đề xuất kết quả. Một chương trình thí điểm thực tế bắt đầu với một tài sản và một quyết định có thể đo lường được.

Phạm vi thí điểm giám sát máy