人工智能（AI）是當(dāng)前倍福控制技術(shù)的一大亮點(diǎn)。倍福在 2019 年漢諾威工業(yè)博覽會(huì)上宣布將機(jī)器學(xué)習(xí)（ML）集成到 TwinCAT 3 自動(dòng)化軟件中。在經(jīng)過各項(xiàng)測(cè)試之后，倍福已于去年成功地將機(jī)器學(xué)習(xí)產(chǎn)品推向市場(chǎng)。倍福將機(jī)器學(xué)習(xí)集成到其 TwinCAT 3 控制平臺(tái)中，并在該領(lǐng)域積累了寶貴的經(jīng)驗(yàn)。
近日，倍福 TwinCAT 產(chǎn)品經(jīng)理 Fabian Bause 博士接受了WEKA 行業(yè)媒體《Computer & AUTOMATION》雜志的采訪，向讀者們介紹了如何能夠用有利的方式布署機(jī)器學(xué)習(xí)算法和模型。
在企業(yè)布署實(shí)施機(jī)器學(xué)習(xí)之前，第一步應(yīng)該做什么？
Fabian Bause 博士：首先要詳細(xì)分析可以在哪里成功布署機(jī)器學(xué)習(xí)（簡稱 ML），即部署必須富有成效。人們?cè)趯?duì)待新技術(shù)時(shí)往往會(huì)出現(xiàn)兩種極端態(tài)度。要么會(huì)因?yàn)槿狈?jīng)驗(yàn)持保留態(tài)度，要么會(huì)非常興奮，想用這些新技術(shù)來解決過去無法充分解決的難題。我們不應(yīng)該偏向任何一方，而是客觀地分析 ML 在哪些方面真正有用。
一旦找到了潛在的適合機(jī)器學(xué)習(xí)的應(yīng)用，就應(yīng)該及時(shí)將其作為原型實(shí)施，項(xiàng)目團(tuán)隊(duì)的敏捷性在這里是關(guān)鍵。ML 項(xiàng)目實(shí)際上是一個(gè)進(jìn)化過程，不能被預(yù)設(shè)的方法等事項(xiàng)所限制。
倍福在 2019 年的漢諾威工業(yè)博覽會(huì)上宣布他們將在 TwinCAT 3 控制平臺(tái)中整合機(jī)器學(xué)習(xí)。自那時(shí)起到現(xiàn)在，機(jī)器學(xué)習(xí)在哪些應(yīng)用領(lǐng)域中的表現(xiàn)比較突出？
Fabian Bause 博士：去年，我們成功完成了測(cè)試，并非常成功地推出了我們的第一款產(chǎn)品 — 一個(gè)無縫集成到 TwinCAT 3 中的機(jī)器學(xué)習(xí)模型推理引擎。該解決方案的特點(diǎn)是能夠直接在 TwinCAT 實(shí)時(shí)環(huán)境中執(zhí)行神經(jīng)網(wǎng)絡(luò)等模型，這也意味著這類機(jī)器的應(yīng)用領(lǐng)域是無限的。
在用戶方面，已經(jīng)形成了一個(gè)基于 ML 的質(zhì)量控制和過程監(jiān)測(cè)/優(yōu)化的解決方案集群。一個(gè)完全自動(dòng)化和控制器集成的質(zhì)量控制系統(tǒng)，它可以基于如電機(jī)電流、轉(zhuǎn)速和跟隨誤差等現(xiàn)有的機(jī)器數(shù)據(jù)對(duì)生產(chǎn)的貨物進(jìn)行全檢測(cè)。它可以 7 天 24 小時(shí)工作不休息，不會(huì)感到疲倦，而且能夠?qū)崿F(xiàn)遠(yuǎn)遠(yuǎn)超過人類所能做到的周期時(shí)間。過程監(jiān)測(cè)和優(yōu)化是兩個(gè)連續(xù)的步驟。如果用訓(xùn)練好的模型來進(jìn)行過程監(jiān)測(cè)，機(jī)器可以通知其操作員，而操作員又可以即時(shí)調(diào)整過程，以保持產(chǎn)品質(zhì)量的穩(wěn)定性。下一步是向這名有經(jīng)驗(yàn)的機(jī)器操作員學(xué)習(xí)，并以這樣的方式訓(xùn)練模型，讓模型能夠自主地進(jìn)行所需的參數(shù)調(diào)整，或在中間步驟中作為“智能助手”發(fā)揮作用，給出參數(shù)設(shè)置建議。
除了控制系統(tǒng)中用于 ML 的基礎(chǔ)組件外，我們?cè)絹碓疥P(guān)注倍福產(chǎn)品在圖像處理和運(yùn)動(dòng)控制領(lǐng)域的應(yīng)用，目標(biāo)是為用戶提供硬件和軟件方面經(jīng)過優(yōu)化的組件，無需事先掌握 ML 知識(shí)即可使用這些組件。
實(shí)時(shí)機(jī)器學(xué)習(xí)尤其是對(duì)需要高處理性能同時(shí)快速運(yùn)行各種工藝過程的工廠車間提出了挑戰(zhàn)。然而，如何將 ML 用于實(shí)時(shí)控制的應(yīng)用，如運(yùn)動(dòng)控制應(yīng)用？
Fabian Bause 博士：首先，我們必須認(rèn)識(shí)到，訓(xùn)練基于 ML 的模型要比執(zhí)行（即推理）訓(xùn)練好的模型花費(fèi)更多的時(shí)間。在硬件方面，推理在我們的工業(yè) PC 上運(yùn)行。它能夠在 CPU 中高效執(zhí)行的一個(gè)重要原因是持續(xù)使用 SIMD 命令擴(kuò)展，并結(jié)合高度優(yōu)化的緩存管理。此外，目前 CPU 中的處理器內(nèi)核越來越多地支持神經(jīng)網(wǎng)絡(luò)的加速執(zhí)行，因?yàn)樗鼈兛梢苑浅８咝У夭⑿袌?zhí)行。仔細(xì)觀察訓(xùn)練好的模型也非常重要，它就像“手工編寫”的源代碼一樣。執(zhí)行一個(gè)龐大、低效的源代碼要比執(zhí)行一個(gè)精簡、優(yōu)化的源代碼需要的時(shí)間長很多。必須根據(jù)特定的任務(wù)對(duì)訓(xùn)練好的 ML 模型進(jìn)行調(diào)整和優(yōu)化。現(xiàn)在，可以非常輕松地實(shí)現(xiàn)微秒級(jí)神經(jīng)網(wǎng)絡(luò)執(zhí)行速度。例如我們有一個(gè)展覽就是由 250 個(gè)神經(jīng)元組成的多層感知神經(jīng)網(wǎng)絡(luò)。通過我們高度優(yōu)化的推理引擎，它在 Intel Core i3 CPU 上的執(zhí)行時(shí)間僅需幾微秒。因此，我們可以確信，在圖像處理和運(yùn)動(dòng)應(yīng)用中使用 ML 時(shí)，在算力方面不會(huì)有任何障礙。
關(guān)于德國倍福
倍福（Beckhoff）公司總部位于德國威爾市。作為全球自動(dòng)化技術(shù)的驅(qū)動(dòng)者，倍福定義了自動(dòng)化領(lǐng)域的許多國際標(biāo)準(zhǔn)。公司所生產(chǎn)的工業(yè) PC、現(xiàn)場(chǎng)總線模塊、驅(qū)動(dòng)產(chǎn)品和TwinCAT自動(dòng)化軟件構(gòu)成了一套完整的、相互兼容的控制系統(tǒng)，可為各個(gè)工控領(lǐng)域提供開放式自動(dòng)化系統(tǒng)和完整的解決方案。倍福于1997年進(jìn)入中國市場(chǎng)，致力于幫助制造企業(yè)提升競(jìng)爭(zhēng)優(yōu)勢(shì)，加速轉(zhuǎn)型升級(jí)。倍福在業(yè)內(nèi)享有“創(chuàng)新引擎”的美譽(yù)，公司所倡導(dǎo)的PC控制技術(shù)具有良好的開放性，將IT技術(shù)、互聯(lián)網(wǎng)和自動(dòng)化技術(shù)完美融合，助力實(shí)現(xiàn)工業(yè) 4.0 和智能制造。憑借領(lǐng)先的技術(shù)優(yōu)勢(shì)和豐富的行業(yè)知識(shí)，倍福的創(chuàng)新產(chǎn)品和解決方案廣泛應(yīng)用于風(fēng)力發(fā)電、半導(dǎo)體、光伏太陽能、電子制造、金屬加工、包裝機(jī)械、物流輸送以及樓宇自控等眾多領(lǐng)域。
更多信息，請(qǐng)登陸 Beckhoff 中文官方網(wǎng)站：www.beckhoff.com.cn