Sự tiến bộ của Trí tuệ Nhân tạo (AI) không ngừng đổi mới và biến đổi với tốc độ kinh ngạc, điều này đặc biệt rõ ràng trong nhiều lĩnh vực khác nhau, từ các doanh nghiệp khởi nghiệp nhỏ đến các tập đoàn quy mô lớn như Siemens. Trong bối cảnh không ngừng chuyển động này, xuất hiện những diễn biến mới mang lại cơ hội và đồng thời đối mặt với những thách thức đầy thách thức. Tại Siemens Digital Industries, sự phát triển của AI tập trung vào vài lĩnh vực trọng điểm, đồng thời mang đến sự bao quát:

• Giao diện người dùng thông minh
• Khai phá không gian mới trong thiết kế
• Xưởng sản xuất hỗ trợ AI
• Các trường hợp sử dụng theo chiều dọc cụ thể.

Dưới đây là một số ví dụ chi tiết về các trường hợp sử dụng chính này.

Giao diện người dùng thông minh

Trong lĩnh vực giao diện thông minh, các sản phẩm và dịch vụ có thể được tăng cường bởi AI vì lợi ích của việc tăng năng suất đến từ việc sử dụng dễ dàng hơn. Hệ thống dự đoán lệnh AI giúp chỉ đạo một kỹ sư thiết kế hoặc mô phỏng bằng cách đặt các lệnh có liên quan trong tầm tay của họ; một số ví dụ từ Siemens Xclerator bao gồm Giao diện người dùng thích ứng trong NX, AI với Trợ lý Teamcenter và lập trình mã nguồn ngắn hỗ trợ Mendix AI.

Liên quan đến lĩnh vực này là phần mềm đàm thoại và chatbot. Đây là những người bạn đồng hành kỹ thuật số có thể cách mạng hóa việc truy cập thông tin cho tất cả mọi người từ chủ sở hữu nhà máy và kỹ thuật viên, đến các nhà thiết kế và người kiểm tra QA.

Computer aided engineering (CAE), phần mềm mô phỏng và thử nghiệm đều là những ứng dụng phức tạp với đường cong học tập dốc. Ngay cả đối với các chuyên gia, phần mềm mạnh mẽ có thể khó điều hướng vì chức năng phổ biến được xếp lớp trong các cây menu phức tạp. Nhóm Siemens NX đã giải quyết vấn đề này bằng các dự đoán lệnh và giao diện người dùng thông minh hỗ trợ AI của họ. Bằng cách đào tạo AI với dữ liệu được thu thập từ cách một người tương tác với phần mềm, phần mềm có thể trình bày một lựa chọn các chức năng cần thiết tại bất kỳ thời điểm nào. Kỹ thuật này được mở rộng hơn nữa thành dự đoán lệnh đầy đủ, nơi phần mềm có thể đề xuất các hành động, phương pháp và thực tiễn tốt nhất dựa trên các dự án và đầu vào đã hoàn thành. Tích hợp loại chức năng này có thể làm phẳng đáng kể đường cong học tập trong khi nắm bắt kiến thức thiết kế có giá trị.

Khai phá không gian mới trong thiết kế

Khai phá không gian mới trong thiết kế là nghệ thuật sử dụng mô phỏng để lặp lại qua nhiều biến thể thiết kế để tìm và chọn những biến thể đáp ứng tốt nhất các ràng buộc, yêu cầu sản phẩm. Tất nhiên, điều này áp dụng cho các thiết kế sản phẩm, nhưng điều tương tự cũng áp dụng cho thiết kế của một nhà máy, dây chuyền sản xuất hoặc máy CNC (điều khiển số máy tính) trong nhà máy. Nhiều bước trong quá trình khai phá không gian thiết kế có thể chậm hoặc cồng kềnh để con người hoàn thành, khiến AI trở thành đối tác tối ưu để đẩy nhanh quá trình.

Mô phỏng độ trung thực cao là một phần quan trọng của quá trình thiết kế và chúng nổi tiếng là tốn thời gian. Bằng cách tận dụng AI và học máy, các kỹ sư phần mềm của Siemens đang phát triển các phương pháp để tăng tốc độ chạy mô phỏng. Ví dụ: bộ công cụ Simcenter sử dụng các mô hình đặt hàng, giảm bậc và mô hình thay thế do AI / ML điều khiển để lựa chọn cẩn thận mẫu dữ liệu mô phỏng, sau đó chúng có thể được sử dụng để suy ra kết quả mô phỏng chính xác trong thời gian thực trên toàn bộ miền quan tâm. Những kỹ thuật này làm giảm tổng số mô phỏng cần thiết trong quá trình thiết kế.

Nhờ vào tính chất song song mạnh mẽ của bộ vi xử lý và khả năng xử lý lượng lớn dữ liệu có độ chính xác cao từ mô phỏng SPICE, việc áp dụng học máy trong quá trình thiết kế và xác nhận chip đã trở thành một ứng cử viên xuất sắc để thu hoạch những lợi ích ban đầu. Cụ thể, công cụ EDA (Electronic Design Automation) của Siemens Solido đã thành công trong việc sử dụng học máy để giảm đáng kể số lượng mô phỏng cần thiết để xác thực thiết kế chip, từ hàng tỷ xuống chỉ còn vài nghìn.

AI không chỉ hỗ trợ quá trình lấy mẫu mà còn giúp thực hiện các thử nghiệm một cách thông minh. Lấy mẫu không chỉ là việc chọn lựa các trường hợp kiểm thử và dữ liệu liên quan một cách nghệ thuật, mà còn là một quy trình khoa học giúp đảm bảo phạm vi kiểm thử mở rộng đến tất cả các khu vực cần kiểm tra. Đồng thời, nó cũng tập trung vào việc giảm thiểu số lượng thử nghiệm cần thiết nhất để đạt được mục tiêu đề ra. Áp dụng cho các thách thức thiết kế không gian thăm dò, phương pháp này không chỉ giúp tiết kiệm thời gian mà còn tăng tốc độ quá trình một cách đáng kể.

Các giải pháp AI để giải quyết các thách thức cụ thể của trục dọc các ngành

Siemens đã có cơ hội phát triển một số giải pháp AI cụ thể trong nhà như phân tích vòng kín để dự đoán chất lượng dây dẫn của bảng mạch in (PCB), một giải pháp AI đã được phát triển và củng cố trong các nhà máy điện tử của chúng tôi. Các mô hình AI khác giúp kiểm soát quá trình đúc khuôn và quá trình phát triển các thỏi silicon cho ngành công nghiệp bán dẫn và năng lượng mặt trời.

Một ví dụ khác là Supplyframe, một nền tảng được thiết kế để cung cấp sự minh bạch chuỗi cung ứng trong ngành công nghiệp phụ tùng điện tử đến từ cả hai phía: thu thập dữ liệu đầu vào từ hàng ngàn công ty khác nhau và phân tích để giúp khách hàng đưa ra các đề xuất chiến lược tìm nguồn cung ứng phù hợp nhất. Những khả năng này sẽ không thể thực hiện được nếu không sử dụng nhiều AI.

AI trải dài trên các giải pháp

AI không phải là một ngành công nghiệp. Đó là một trợ lý kỹ thuật số, mảnh ghép còn thiếu để cụ thể hóa một sản phẩm mới, một công cụ để tự động hóa một nhiệm vụ lặp lại thường xuyên hoặc mảnh ghép quan trọng để vận hành một nhà máy thông minh tự vận hành – một mảnh ghép mạnh mẽ trải dài trên mọi ngành công nghiệp. AI đang tìm kiếm vai trò lớn và nhỏ trên mọi phân khúc của cuộc sống hàng ngày và ngành công nghiệp khi các chuyên gia tiếp tục định hình và đúc kết nó thành một công cụ mạnh mẽ có thể cách mạng hóa cách chúng ta tương tác với công nghệ và thế giới xung quanh.