在過去的幾年里，數字孿生和物聯網（IoT）等智能制造舉措使工業4.0--制造業和工業部門的數字化轉型趨勢--爆發。然而，負責視覺檢查機器的機器人和無人機還沒有看到同樣的增長。Gartner副總裁兼新興技術和趨勢分析師Bill Ray告訴VentureBeat，這種情況將發生重大變化。

檢查機器以進行預測性維護并向操作人員傳遞模擬信息的機器人、無人機和攝像機現在可以自主運作。更妙的是--它們工作的時間越長，做得越好。

人工智能和機器學習工具賦予了 "移動檢測系統"--即機器人和無人機--從尚未被數字化的工業機器中讀取模擬輸出的能力。通過這種方式，它們充當了工業4.0和它將取代的模擬時代之間的橋梁。

Ray說："有了認知智能。機器人和無人機可以做出主動的決定。而且，這仍然是早期階段。我們預計它將在未來五年內成為工業4.0的標準。"

事實上，Gartner預計，資產檢查和人力增強（幫助人類檢查員）將成為機器人技術增長最快的用途。根據Allied Market Research的一份報告，檢查機器人的市場規模在2020年達到9.4億美元。該報告預測該行業將以31%的速度增長，到2030年達到14億美元。

工業機器人和無人機檢查員的認知智能

Levatas公司的首席執行官Chris Nielsen說:"Ray的這番話強調了總部位于佛羅里達州的Levatas公司今天宣布，它在卡斯特蘭集團領導的種子輪融資中籌集了550萬美元。該公司為工業檢測設備的自動化提供認知智能。它不制造機器人、無人機或視覺系統。相反，它與這些制造商合作，向設備灌輸認知智能。"

Levatas軟件指導這些自主系統學習如何完成日常的、平凡的操作任務，以維持制造商的運作。例如，它們學會閱讀儀表，檢查和報告異常的溫度變化。隨著時間的推移，通過使用機器學習，認知型機器的工作能力越來越強。

該公司與其他機器人認知智能系統制造商競爭，爭取在這個不斷增長的行業中分一杯羹。Levatas擁有約2100萬美元的年收入。競爭對手包括為小型企業提供機器人檢測系統的制造商，包括Stradigi AI、ReadSense、MotionCloud和Visenze。

Ray說，Levatas還與那些在智能機器人檢測領域占有更大份額的公司競爭，包括年收入約為1900萬美元的Karsh Hagan和年收入約為1.32億美元的行業巨頭Profero。

主動決策改變了檢查的方式

今年夏天，該公司計劃推出一項新功能：變化檢測。Nielsen說，檢測系統將能夠報告工廠環境中的負面變化，如滅火器丟失。

Levatas系統能帶來更高的效率、更多的正常運行時間、更安全的工作場所和可衡量的投資回報率，Nielsen補充說："我們位于工業4.0的核心，處于先進的機器人技術和檢測系統的交叉點。"

Levatas訓練有素的機器人、無人機和視覺系統已經在汽車制造商、煉油廠、能源生產商和美國一家大型啤酒廠投入使用。

這正是Ray期望在未來看到的認知智能的增長。它有可能將檢查--以及其他工廠操作--提升到一個不同的水平。

他解釋說："你可以想象，一個機器人在檢查一棟建筑的外部，它看到了一塊濕地。也許人工智能會突出顯示這塊補丁，但無人機知道它需要飛得更近，也許改變角度以看到這塊補丁。這些主動的決定完全改變了檢查任務。

模擬讀取機器人有助于提高效率

這種反饋可以折合到工業4.0中，工業4.0將使整個工廠車間數字化，利用從傳感器到傳送帶的一切數據來優化工廠性能。但許多工廠還沒有將每一臺機器都數字化。這樣的升級成本太高了--尤其是當模擬機器仍能正常工作的時候--而且意味著大量的停機時間。

世界領先的半導體制造商之一Global Foundries就是如此，在Levatas的幫助下，該公司使用波士頓動力公司的 "Spot "機器人來提高生產效率。

Global Foundries有大約2000個過濾泵，如果升級為數字傳感器，將花費數百萬美元。該公司將一個帶有移動傳感器的巡回機器人投入到工作中，以發現泵的故障，如果不加注意，可能要花費數十萬美元的維修和停機時間。

隨著工業4.0的發展，這些模擬讀取機器人--如Spot--將不會被擠出它們的工作。Ray說，企業將只是找到其他的方式，將它們的認知智能用于工作。