KEM Konstruktion 主編 Michael Corban對B&R 首席技術官 Florian Schneeberger的采訪； Florian Schneeberger 解釋了軟件和 IT 以及人工智能和機器學習等主題在 B&R 中的作用，以及為什么自動化趨勢正朝著標準化和互操作性的方向發(fā)展。

您自2022年5月起擔任B&R的新任首席技術官。作為一名工程師，您也帶來了大量的信息技術知識。軟件和IT對B&R有多重要？

Schneeberger：軟件已經變得非常重要，自適應制造就是一個很好的例子。在這里，我們在機電一體化和機器人技術方面投入了大量資金，同時軟件所占的份額也非常高。此外，從機器控制到云基礎設施，一致性程度也在不斷提高--IT 和 OT 的整合、軟件在這里也變得越來越重要。這就是我們投資為物聯(lián)網提供強大的物聯(lián)網解決方案的原因。

為什么？

Schneeberger：在此基礎上，我們的客戶可以非常容易地圍繞他們的機器構建平臺產品，從而提高他們的競爭力。我們的專長是生成相關數(shù)據，并將其整合到物聯(lián)網應用程序中--無論是在機器的控制系統(tǒng)上還是在云中。在此過程中，我們也會處理專有數(shù)據協(xié)議，但隨后會通過 OPC UA 等標準協(xié)議提供所有數(shù)據。換句話說：我們將自己視為數(shù)據提供商。

物聯(lián)網標準有多重要？

Schneeberger：在物聯(lián)網和云環(huán)境中，專有系統(tǒng)沒有未來；互操作性和標準化更為重要。在我看來，這是行業(yè)的關鍵問題。自適應制造尤其受益于此--它必須能夠連接來自多個供應商的系統(tǒng)。這就是為什么我們B&R關注的是數(shù)據和邊緣，而不是上面的平臺基礎設施。同樣重要的是，我們的機電一體化系統(tǒng)應用程序應盡可能標準化地在邊緣或云端運行，這反過來又強調了軟件的重要性。

您能舉例說明嗎？

Schneeberger：以我們的 Acopostrak 運輸系統(tǒng)為例。在這里，我們希望為客戶提供預測性維護應用，通過機器學習來記錄和評估滾筒的磨損情況。為什么要這樣做？因為這樣可以確保我們系統(tǒng)的可靠性，防止意外停產。創(chuàng)建這樣的應用程序需要特殊的專業(yè)技術，Acopostrak 就是其中之一。而我們擁有這些技術。

它是如何工作的？

Schneeberger：具體來說，我們將 Acopostrak 系統(tǒng)的運行數(shù)據匯集到云中，在此基礎上開發(fā)出一種算法，可以非常精確地預測現(xiàn)場系統(tǒng)的狀況，或者換一種說法，確定最佳維護時間。然后，我們通過一個可在機器控制系統(tǒng)中運行的應用程序向客戶提供這種算法。

除了預測性維護，你們還關注哪些其他應用？

Schneeberger：在使用我們的相機進行圖像處理方面，我們正在研究異常檢測或更廣泛的圖像數(shù)據分析和使用。順便說一下，這也是應用程序在攝像機中運行最好的領域。否則，通過網絡傳輸大量數(shù)據的效率會非常低，最好是直接在攝像機上運行圖像數(shù)據分析。

說到數(shù)據分析，機器學習和人工智能（AI）在B&R 中扮演什么角色？

Schneeberger：機器學習是人工智能的一個子領域，不同于 ChatGPT 等生成式人工智能。機器學習使用一個非常大的定義數(shù)據集來計算概率。而人工智能的基礎更為廣泛，可以獨立得出結論。未來，人工智能肯定會在軟件生成方面發(fā)揮重要作用。尤其是當我們想給機器下達語義指令時--即 "請先做這個，然后再做那個"。順便說一句，在自動生成代碼的過程中，模擬和測試將變得更加重要?？梢韵胂?，人工智能生成的代碼將由人工智能通過與數(shù)字孿生系統(tǒng)進行模擬來進一步優(yōu)化--這是非常令人興奮的，也將很快實現(xiàn)。不過，具體來說，我們目前主要致力于機器學習應用。

那么，人工智能能否幫助緩解熟練程序員和軟件開發(fā)人員短缺的問題呢？

Schneeberger：人工智能將無法取代軟件開發(fā)人員--歸根結底，必須始終由有頭腦的人來組織和控制結果。這將更多地是一個讓程序員和軟件開發(fā)人員的工作變得簡單的問題。