設計工具
Insight

在工業 5.0 中,電腦將與人腦所見略同

美光科技 | 2023 年 1 月

將人類認知與人工智慧(AI)結合在一起,是第五次工業革命的標誌,一個始於當下、人類和機器人為了社會的利益而協同工作的時代。工業 5.0 正將運算推向邊緣端以外的世界,讓人類以前所未有速度的蓬勃發展,而這一切都歸因於 AI。

這種演變的一個明顯示例是 OpenAI 的 ChatGPT™。到目前為止,AI 模型擅長擷取大量資料、識別模式,並從診斷角度指出根本原因。如今,大多數 AI 研究人員都著重於鑽研下一階段——生成式 AI。而這不僅是因為 ChatGPT 電話,亦是因為這對企業有著深遠的潛在益處。

智慧製造和人工智慧副總裁 Koen De Backer 表示:「在美光,生成式 AI 的一大應用領域便是我們的智慧搜尋。試想一下網際網路的搜尋結果,您必須點按或梳理,才能瞭解箇中價值。現在想想 ChatGPT 查詢,它會代替您完成上述所有操作,然後以綜合性總結方式,將結果呈現給您。我們目前正將此級別的智慧功能應用於美光。發揮的效率令人驚嘆。」

然而,生成式 AI 卻令許多人感到擔心:我的工作是否會被機器人搶走? 我將被迫放棄駕駛嗎? 我的個人隱私會永遠消失嗎? 在工業 5.0 中,這些擔憂不會讓人感到壓力很大。在新技術的支援下,機器將自然地執行它們最擅長的任務,讓我們有精力專注於其他更重要的任務。

事實上,這項新技術絕非搶走每個人的工作,而是增強並賦予我們能力。在美光,我們製造流程中的 AI 代表我們的團隊不再專注於單調任務。相反,我們的員工可空出時間進行創意思考,並測試有助於研發高效、可持續產品的創新見解和行動。

前四次革命

重點回顧:

  1. 機械化 — 1780 年。第一次工業革命從 18 世紀中葉一直持續到 19 世紀中葉,歷時約 100 年,此次革命始於利用水和蒸汽動力使製造過程機械化。
  2. 電氣化 — 1870 年。19 世紀末和 20 世紀初,電力進入工廠,使流水線和大規模生產成為可能。
  3. 自動化 — 1970 年。包括機器人在內的數位技術從 1970 年開始進入製造流程,將先前由人類執行的許多任務自動化,並透過網絡實現全球化。
  4. 連網與數位化 — 2011 年。從汽車、電腦、機器人到烤麵包機,所有事物在連網時代都以虛擬方式連結入網,以最少的人為介入與彼此溝通,甚至控制彼此。工廠正邁向自助運作之路。「網絡實體系統」不僅負責製造,亦負責採購、維護和維修。物聯網、機器人和 AI 是實現所有這些自主性的科技,就像人類大腦一樣,受到資料、分析和記憶體的驅動。

如我們所知,數位技術已經加快了時間。現在一切都更快了,這解釋了為何第四次革命連網時代與第三次革命自動化時代接踵而至。我們已進入工業 5.0 合作時代這一點也不足為奇。

工業 5.0:人機融合

第五次工業革命正在見證人機融合的開端。智慧型手機和應用程式正在讓位於隨身佩戴技術,虛擬助理會在耳邊指引方向、推薦在哪家餐廳吃晚餐、代表我們訂位等等。但是,最具顛覆性的變革將發生在工作場所。

工業 5.0 的重點是將工業 4.0 的「網絡-實體」製造工廠——使用數位技術以最少的人為參與運作工廠——轉變為「人-網絡-實體」系統。

在這個新模式中,人們與協作機器人(「cobot」)並肩工作,教它們做工作,並在他們出錯時予以糾正。機器執行最卑微、重複性最強和最危險的任務,同時人類運用複雜、靈活的大腦做出高階決策。例如,一個人現在可以專注於使用「數位分身」設計產品和流程,即生產產品的工廠或使用該流程的環境的虛擬副本。在此過程中,在某些產業中,工廠直接與客戶溝通的能力將有助其自訂和個人化每件產品。設想一下,您可以前往汽車製造商的網站,選擇您喜歡的汽車,並選擇數千種個人化汽車的功能,專供您使用!

當然,智慧工廠不會自行運作,而是仰賴人力進行程式設計、指導、引導和故障排解。工廠機器人處理、分析和回應來自各種來源(包括感測器、線上訂單、運算裝置和穿戴式裝置)的資料的速度,取決於其處理器的速度和記憶體容量。(對人類智慧如此,對人工智慧亦是如此。)

記憶體助其發揮作用

AI 仰賴記憶體和處理速度,在適當的時間生成適當的回應。自動駕駛汽車會整理來自多個來源的資料流,以做出快速決策,整個過程為零容錯度。製造廠擴大或減少產量、訂購供應品、出貨成品,以及自主維修與更換設備。

與第四次革命一樣,工業 5.0 仰賴資料、裝置和生成式 AI。這些元件的運作都離不開記憶體。事實上,記憶體為 AI 注入「智慧」,為其提供資料以執行其算法,並提供背景資訊供其作出行動和反應。

我們所做的一切都是感官覺受的結果:去吃午餐、被笑話逗樂、說「我愛你」或購車。為了執行上述每項行動,我們從視覺、嗅覺、味覺、聽覺和觸覺,以及記憶、情緒、信念、想法和直覺中獲取資訊。然後我們一次性加以處理。與中央處理器(CPU)不同的是,我們的大腦沒有為採取行動或獲得結果而接收、分析、整理及發出資料的若干「核心」。我們的大腦會分解收到的資訊,並將每個部分分配到相應的專業領域,一個領域處理視覺資料,另一個領域處理聲音,另一個處理情緒等等。

同樣,大多數 AI 系統不使用 CPU 處理資料,而是使用圖形處理器(GPU),這是一種不同類型的運算晶片,需要不同類型的記憶體來發揮最大效能。CPU 在一個晶片或小晶片上可能有 8 個、16 個或 32 個處理核心,而 GPU 有數千個。這讓它們可一次性處理數千個資料輸入,這正是渴求資料的 AI 工作負載所需要的。

美光的高頻寬記憶體(HBM),尤其是我們最新的 HBM3E,這是世界上速度最快、最節能的高頻寬記憶體,可為這些渴求資料的 GPU 核心餽送足夠的資料,足以滿足這些強大認知運算晶片的需求。我們領先業界的 232 層 NAND 可支援 AI 的龐大資料儲存,包括頂尖的美光 9400 NVMe™ SSD,在 AI 工作負載中的圖形直接儲存(GDS)方面,其效能提高了 25%,回應時間縮短了 23%1 其結果是配備了龐大而廣泛的記憶體和儲存解決方案且近乎即時地做出回應的 AI。

在美光,我們看到生成式 AI、機器人、無人機、自駕車和其他形式的 AI 在學習、智慧和回應時間方面表現卓越。因此,我們利用 AI 從根本上優化我們的流程。從製造到業務流程,我們正在將整個企業、全部創新記憶體和儲存裝置轉型為 AI 智慧生態系統,以為工業 5.0 注入活力。我們正在打造截然不同的技術,未來發展潛力無窮。

1. 在忙碌的 GDS 系統中執行 4KB 傳輸時,與競爭產品相比,效能提高 25% 且回應時間減少 23%