KEM Konstruktion 主编 Michael Corban对B&R 首席技术官 Florian Schneeberger的采访； Florian Schneeberger 解释了软件和 IT 以及人工智能和机器学习等主题在 B&R 中的作用，以及为什么自动化趋势正朝着标准化和互操作性的方向发展。

您自2022年5月起担任B&R的新任首席技术官。作为一名工程师，您也带来了大量的信息技术知识。软件和IT对B&R有多重要？

Schneeberger：软件已经变得非常重要，自适应制造就是一个很好的例子。在这里，我们在机电一体化和机器人技术方面投入了大量资金，同时软件所占的份额也非常高。此外，从机器控制到云基础设施，一致性程度也在不断提高--IT 和 OT 的整合、软件在这里也变得越来越重要。这就是我们投资为物联网提供强大的物联网解决方案的原因。

为什么？

Schneeberger：在此基础上，我们的客户可以非常容易地围绕他们的机器构建平台产品，从而提高他们的竞争力。我们的专长是生成相关数据，并将其整合到物联网应用程序中--无论是在机器的控制系统上还是在云中。在此过程中，我们也会处理专有数据协议，但随后会通过 OPC UA 等标准协议提供所有数据。换句话说：我们将自己视为数据提供商。

物联网标准有多重要？

Schneeberger：在物联网和云环境中，专有系统没有未来；互操作性和标准化更为重要。在我看来，这是行业的关键问题。自适应制造尤其受益于此--它必须能够连接来自多个供应商的系统。这就是为什么我们B&R关注的是数据和边缘，而不是上面的平台基础设施。同样重要的是，我们的机电一体化系统应用程序应尽可能标准化地在边缘或云端运行，这反过来又强调了软件的重要性。

您能举例说明吗？

Schneeberger：以我们的 Acopostrak 运输系统为例。在这里，我们希望为客户提供预测性维护应用，通过机器学习来记录和评估滚筒的磨损情况。为什么要这样做？因为这样可以确保我们系统的可靠性，防止意外停产。创建这样的应用程序需要特殊的专业技术，Acopostrak 就是其中之一。而我们拥有这些技术。

它是如何工作的？

Schneeberger：具体来说，我们将 Acopostrak 系统的运行数据汇集到云中，在此基础上开发出一种算法，可以非常精确地预测现场系统的状况，或者换一种说法，确定最佳维护时间。然后，我们通过一个可在机器控制系统中运行的应用程序向客户提供这种算法。

除了预测性维护，你们还关注哪些其他应用？

Schneeberger：在使用我们的相机进行图像处理方面，我们正在研究异常检测或更广泛的图像数据分析和使用。顺便说一下，这也是应用程序在摄像机中运行最好的领域。否则，通过网络传输大量数据的效率会非常低，最好是直接在摄像机上运行图像数据分析。

说到数据分析，机器学习和人工智能（AI）在B&R 中扮演什么角色？

Schneeberger：机器学习是人工智能的一个子领域，不同于 ChatGPT 等生成式人工智能。机器学习使用一个非常大的定义数据集来计算概率。而人工智能的基础更为广泛，可以独立得出结论。未来，人工智能肯定会在软件生成方面发挥重要作用。尤其是当我们想给机器下达语义指令时--即 "请先做这个，然后再做那个"。顺便说一句，在自动生成代码的过程中，模拟和测试将变得更加重要。可以想象，人工智能生成的代码将由人工智能通过与数字孪生系统进行模拟来进一步优化--这是非常令人兴奋的，也将很快实现。不过，具体来说，我们目前主要致力于机器学习应用。

那么，人工智能能否帮助缓解熟练程序员和软件开发人员短缺的问题呢？

Schneeberger：人工智能将无法取代软件开发人员--归根结底，必须始终由有头脑的人来组织和控制结果。这将更多地是一个让程序员和软件开发人员的工作变得简单的问题。