伴隨新一波AI的熱潮，漢諾威工博會也聚焦“生產中的AI”這一主題。從機器人技術到生產單元，AI和流程自動化相互作用，在增強企業競爭力方面表現不凡。除了優化流程外，制造業在仿真、測試和產品開發方面越來越依賴AI。
在智能優化生產流程方面，西門子公司以一個巧克力工廠模型為例，展示了如何將機器學習模型有效集成到生產流程中。在模型案例中，經過大約72小時的數字孿生訓練，AI制定了一個最佳的解決方案，使得所有巧克力棒都盡可能快地在前面的傳送帶上運輸，并且僅在最后一個傳送帶上精確控制速度。弗勞恩霍夫所屬4個研究所聯合展示了用AI優化生產計劃的例子。面對制造時間精確到分鐘，訂單網絡和數據結構異常復雜的情況，人工管理已很難勝任，而AI可確保將不同訂單分配給最合適的生產機器，以實現最佳的利用率。
弗勞恩霍夫數字媒體技術研究所（IDMT）在工博會上展示了一個基于AI的工業噪聲分析在整個生產鏈上應用的案例。內容包括過程監控、產品在線和終端質量控制以及機器的預測性維護等。創新的測試系統可以根據每次插拔過程中產生的噪音來識別部件是否正確連接。給人的反饋可以是聽覺的、視覺的或觸覺的，例如通過振動。機器人則直接從傳感器系統獲取必要的信息。IDMT開發的解決方案還包括用語音命令可靠地控制機器。即使在工廠車間嘈雜的環境中，語音識別也能正常工作。
在模擬仿真方面，領先的工程AI軟件公司Monolith AI展示了其機械工程仿真解決方案。它的AI方法比普通的數字模擬走得更遠。每次模擬都可進一步開發一個產品模型，從而為制造商提供更多分析數據。這意味著機械工程可節省大量測試。像ChatGPT或DALL-E這樣的系統已可支持當今的文本生成、編程和設計。在傳統的設計空間探索（DSE）中，工程師必須手動掃描非常大的問題空間來獲得設計解決方案。而在AI的幫助下，包括芯片設計在內的復雜設計領域將發生重大的變化。可以預見，DSE將是未來AI項目的重點之一。
此外，參觀者還可在工博會中找到能激發靈感的AI工具和用例。例如，費斯托在開發生物反應器時就利用AI和量子傳感器來檢查細胞的活力；英特爾與合作伙伴則展示了基于AI的機器人如何確保裝配線上的質量；西門子展示了在AI系統ChatGPT的協助下如何加速可編程邏輯控制器的代碼編程；弗勞恩霍夫智能分析和信息系統研究所則展示了針對AI程序的開發測試工具和程序，從可靠性、公平性、穩健性、透明度和數據保護方面檢查和評估AI應用程序。
版權申明：本內容來自于互聯網，屬第三方匯集推薦平臺。本文的版權歸原作者所有，文章言論不代表鏈門戶的觀點，鏈門戶不承擔任何法律責任。如有侵權請聯系QQ：3341927519進行反饋。
