我们都知道围绕数字数据和工厂流传的流行语。您已经听说过它们——工业 4.0、智能工厂、数据分析和人工智能 (AI)。我们所有人的问题是，从长远来看，这将如何影响工人？这些术语的真正含义是什么？尽管如此，传统软件供应商和先进制造设备制造商都在提供数字解决方案。
以 United Grinding Group 为例。 2017 年，它开始提供数字解决方案包，作为其高端、高精度磨床系列的补充。这是有道理的——数据收集、处理和分析对于磨削和任何其他过程一样重要。数字化解决方案是公司 2019 年 5 月在瑞士举行的磨削研讨会的一个特色话题。
研讨会结束后，我的思路更加清晰。这些流行语背后的技术将是有用的——但前提是我们人类将自己交织在使用它。因为，正如一位演讲者指出的那样，人工智能算法在他们训练的狭窄操作范围之外根本算不上“智能”。人类将需要处于数据循环中。
哥本哈根 IT 大学副教授 Sebastian Risi 博士在座谈会。尽管如此，请不要误会：人工智能技术，尤其是被称为深度学习神经网络的算法类别，是很有用的。
它们为什么现在出现？ “三种趋势融合在一起，使它们在今天变得有用，”Risi 说。 “大数据集的可用性、比我们过去拥有的更好的算法，以及 GPU 加速的可用性 [以提供足够的计算能力来运行它们]。”
机器现在可以在许多方面超越人类领域，例如游戏。 “然而，与简单的生物系统相比，这些系统仍然相形见绌逻辑智能，可以学习、进化和适应不可预见的经验，”他说。
问题是，当前的机器学习系统只能处理它们预先训练过的情况。 “他们无法在执行期间适应意外情况，”他说。 “[这] 极大地限制了他们的自主权。”
United Grinding 在其研讨会上设有多个站点，专门针对其未来的数字解决方案产品征求潜在用户的回应和评论。 （由 United Grinding 提供）当前的 AI 技术是静态的，专门用于执行一组有限且固定的功能。有一个术语，灾难性遗忘，人工智能算法在学习新任务时忘记了他们学到的东西。他指出，他的团队正在研究 le制造和进化能够像生物智能一样适应的机器。
在下一波浪潮出现之前，我们仍然可以从 AI 中获得价值。这就是像 United Grinding 这样的公司正在做的事情，通过连接设置数据收集并使用该数据远程监控机器、预测未来事件并提高生产力。这就是数据与人类之间的融合将发挥作用的地方。
这也解释了 United Grinding 的产品开发方法。 United Grinding 的首席执行官 Stephen Nell 在一次谈话中解释说，直到最近 United Grinding 才会开发新产品并将其推向市场。 “现在，有了我们新兴的数字解决方案，情况就不同了。在塑造我们的未来时，我们需要来自客户的更多反馈，”他说。
