宝马虚拟工厂使用AI改进装配线

雷媛

宝马雷根斯堡虚拟生产线，这家德国汽车制造商使用芯片制造商NVIDIA的软件来模拟机器人和工人

德国汽车制造商宝马计划于2021年晚些时候在巴伐利亚州雷根斯堡的一家大型工厂开始制造电动汽车的动力传动系统。在任何新零件下线之前，整个生产过程将在工厂的虚拟版本中以逼真的细节进行。

宝马生产策略主管马库修斯认为，通过这种模拟，管理人员可以比以前更详细地计划生产过程：“现在拥有的是实时生产的数字双胞胎。”

该模拟是宝马在制造业中使用更多人工智能的计划的一部分，机器学习算法可以模拟执行复杂操纵的机器人，以找到最有效的过程。随着时间的流逝，宝马希望利用仿真技术让机器人学习如何执行日益复杂的工作。

宝马使用了由芯片制造商NVIDIA开发的名为Omniverse的软件平台来重建雷根斯堡生产线，之前还使用NVIDIA打造过名为Isaac的AI平台，目的是训练机器人完成任务。制造商已经使用计算机模拟其装配线运行一段时间了，但是Omniverse允许使用逼真的细节以及重力和不同材料等物理特性来模拟整个生产过程。可以从头到尾规划生产过程，并查看对一个零件的更改可能如何对另一个零件产生连锁反应，构建更复杂的虚拟环境更加容易，Omniverse使用与许多计算机辅助设计包兼容的开放文件标准，可以将不同的3D模型导入到系统中。

该软件还将模拟抓取零件和工具以及组装部件的工人的场景，以找到最佳程序，并最大程度地减少人体工程学问题，让更少的工人完成特定工作成为可能。

NVIDIA Omniverse总经理理查德·克尔斯表示：“我们对人们在工厂中的操作方式进行了AI模擬，但该项目确实是迄今为止最复杂的模拟之一。

使用AI来控制机器人和其他工业机器的趋势不可挡，受到AI方面最新进展的鼓舞，一些初创公司专注于让机器人学习如何在模拟中执行棘手的艰巨任务，例如抓取不规则物体，该技术最终可以帮助实现许多电子商务和物流工作的自动化。这通常使用一种称为强化学习的AI方法，该方法涉及一种算法实验，并从积极反馈中学习如何实现特定目标。

“肯定是未来汽车制造要走的路。”卡内基·梅隆大学的教授丁钊专注于人工智能和数字模拟。他说，仿真对于将AI用于工业至关重要，部分原因是不可能将机器运行数百万个周期来收集训练数据。此外，对于机器学习模型来说，通过试验不安全的情况（例如两个机器人碰撞，是真实的硬件无法完成的）进行学习是很重要的。丁钊表示：“机器学习需要大量数据，而在现实世界中收集数据花销巨大，危险系数也大。”

NVIDIA首席执行官黄仁勋在4月12日举行的公司年度GTC会议上的主题演讲中讨论了宝马对Omniverse的使用。NVIDIA最初生产用于游戏的图形芯片，但当这些芯片被证明擅长于训练AI程序时，便扩大了其关注范围。从那以后，该公司已跃入AI重要的其他几个行业，包括汽车和医学成像。