AL123 人文社科会员免费专区文学 2024-12-08

AI觉醒：生成式人工智能产业机遇与数字治理_鲁俊群；李璇_AZW3_MOBI_EPUB_PDF_电子书（无页码）_鲁俊群；李璇

内容节选

第六节机械制造领域与AIGC 场景一：机械工程师的AI搭档机械工程师们现在有了一个智能搭档，就像是科技版的机械小助手。通过融合的生成式人工智能、3D协作、仿真模拟和自主机器技术，工程师们可以在设计过程中得到更多的帮助。例如，当工程师在CAD软件中设计一款新产品时，AI可以根据输入的数据和设计要求，迅速生成多个设计方案并自动优化细节，让产品形态更加精妙。这让工程师们从烦琐的设计中解放出来，有更多的时间去挑战创意和解决复杂问题。场景二：智能机器人的集群表演下一代自主移动机器人车队平台将让机械工程领域的工厂焕发生机。想象一下，一群智能机器人像舞蹈家一样在装配线上协调配合，高效完成任务。这些智能机器人不仅可以帮助模拟和部署机器人车队，还能实时监测车队状态，灵活应对生产线上的变化。机械工程师们将拥有一个智能机器人团队，让工厂生产更加高效，大大降低生产成本。场景三：机器目光的审美检阅说到质量控制，AI的光学检测技术绝对是机械工程领域的一颗明星。利用AI计算机视觉技术，机械工程师们可以实现电路板光学检测的自动化，迅速发现产品缺陷。这样，工厂生产线上的缺陷检测将变得更加精准和高效，不再需要大量人工检查，让工程师们的眼睛得以解放。随着技术的不断发展，生成式人工智能对机械工程领域的影响将持续增强。我们可以预见，工程师们将更多地借助AI来加速创意的萌芽和设计的优化。同时，自主移动机器人的应用将变得更加广泛，工厂生产将更智能、高效。但在这场变革中，机械工程师们依然扮演着不可或缺的角色。他们需要持续发展自己的专业知识和技能，成为AI的合作伙伴，引领机械工程领域的创新与发展。让我们共同期待未来，用智慧和创意塑造更美好的机械工程世界。 2023年5月30日至6月2日，台北国际电脑推广展览会（COMPUTEX2023）正式举办，英伟达（NVIDIA）创始人黄仁勋展示了众多企业如何玩转技术，打造新的综合参考工作流程，推进工业数字化进程。这套流程融合了生成式人工智能、3D协作、仿真模拟和自主机器技术。这看起来像是超级英雄组合，可连接顶尖CAD应用和生成式人工智能应用程序编程接口（Application Programming Interface，API）的NVIDIA Omniverse，仿真测试机器人的NVIDIA Isaac Sim，还有用于自动光学检测的NVIDIA Metropolis视觉AI框架。例如，某创正在玩个双胞胎数字游戏，使用NVIDIA Omniverse和Autodesk AutoCAD、Autodesk Revit以及FlexSim的输入数据，就能自动化构建接收线路和操作间。而且，其还在使用NVIDIA Metropolis的AI计算机视觉技术，来实现电路板光学检测的自动化。这就是科技的魔力，让机器像魔术师一样完成任务。机械制造商们用自动光学检测（Automated Optical Inspection，AOI）系统来帮助产品质量检测，但这些系统的误检率较高，于是在劳动力市场竞争激烈的今天，企业还得费时费力地进行二次人工检测，AOI的价值也因此大打折扣。不过，有了生成式人工智能的加持，一切都将变得简单起来，视觉AI框架现在支持AOI，制造商们能更快速地识别缺陷，给全球客户送上高品质的产品。从汽车到电路板，全都能用上AI的力量来优化检测工作流程。还有的科技公司发明了厉害的机器人模拟器，用它对机械臂进行模拟编程，对移动机器人车队的性能进行建模，有提供合成数据生成功能，可以模拟缺陷，帮助建立大规模训练数据集。这个合成数据生成功能就像是AI的“魔法炼金术士”，能帮助制造商们用相关技术建立更强大的训练数据集。NVIDIA TAO（Train，Adapt and Optimize训练、适配、优化）是英伟达推出的一个基于GUI工作流程驱动框架，它可以简化并加速企业级AI应用和服务的创建。要训练出高精度的缺陷检测模型，机械制造商还可以在Metropolis里用NVIDIA TAO 工具套件进行迁移学习，访问预训练模型。在过去，训练模型需要投入大量人力和精力，而现在效率提高了好几个量级。还有个很棒的软件开发套件，能帮助机械制造商开发处理多个视频、图像和音频流的智能视频应用程序。可以用Omniverse来运行检测设备的数字孪生，模拟未来的检测流程，提高生产效率。还有个专门支持下一代自主移动机器人（AMR）车队的新平台——Isaac AMR，可以帮助模拟、部署和管理机器人车队。全球电子制造业总值高达46万亿美元，工厂数量超过1000万个，生产无瑕疵的产品对制造商来说非常重要。全球制造商每年在质控上的投入超过6万亿美元，几乎每一条产品线都在用缺陷检测的方法，但这个工作对人类来说实在太多了，根本跟不上需求。在机械制造领域，典型的应用场景是......