最近的GPT4有多火就不需要我贅述了，微軟，蘋果，baidu等各巨頭紛紛跟進。這個賽道最近是各種資本涌入，猶如PC互聯網轉型到移動互聯網時的爆發。

乍一看，AI基本都是互聯網，云計算的范疇，和電機，和智能制造有關系嗎？有必要花精力在上面嗎？

我仔細關注了各個巨頭的動向，發現新能源相關的半導體巨頭早就入局了！

MATLAB在預測性維護的應用

MATLAB針對電機和AI的應用，主要是預測性維護的探索。比如電機壽命預測，電機故障診斷和維護等。

在電機出現故障或者異常工作狀態前，提前預測出這種現象，通過預判提前采取措施，防患于未然。

再比如使用了強化學習的PMSM磁場定向控制：

深度學習在FOC的應用

具體可以參考強化學習的工具箱。

英飛凌PSoC6集成深度學習功能

2021年6月的新聞，英飛凌在工業級和消費級MCU PSoC6中集成了深度學習的功能。

ModusToolbox ML為開發人員提供豐富的工具包，方便地集成到AIOT人工智能互聯網中。以電動汽車為例，未來的智能物聯網，車將是重要的組成部分，作為AIOT的重要一環，其智能化程度將在現在的基礎上以指數級速度迭代。

ModusToolbox彌合了機器學習與嵌入式系統設計之間的一個重要缺口，它提供的靈活的工具和模塊庫可支持在英飛凌超低功耗微控制器上輕松地優化、驗證和部署常用軟件訓練框架的深度學習模型。”

意法半導體IMU集成機器學習功能

在2022年6月，MCU巨頭ST發布了含有機器學習內核的車規級慣性測量單元。

ML內核是一個用電路連接的硬連線處理引擎，能直接在傳感器上運行 AI 算法，確保從感測事件到車輛響應的時間延遲很短，可以實現復雜的實時性能，而對系統功耗和算力的要求遠低于嵌入在應用處理器或基于云的人工智能解決方案。

橫河電機的AI服務

日本巨頭橫河電機在2月份推出了自主AI服務產品。

2022年3月，橫河電機和JSR公司的彈性體業務部門（現歸ENEOS Materials公司所有）成功完成了一項為期35天的現場測試。在該測試中，AI用于自主控制化工廠中的設施，該設施無法使用現有控制方法進行控制，并且需要根據工廠人員的判斷手動操作控制閥。這開創了世界先河。借助橫河電機今天宣布的新服務，客戶可以使用FKDPP算法創建AI控制模型，并將其安裝在邊緣控制器上。該服務具有以下特點和優點：特點

1. 由于簡化了AI模型創建過程，即使非AI專家也可以創建自主控制AI模型，并將其安裝在e-RT3邊緣控制器上。
2. 其他設施仍在運行時，也可以對安裝了自主控制AI的邊緣控制器進行改造。
3. 它支持短至0.01秒的控制周期，特別適合需要快速響應的設備控制應用。

優點

1. 在只能進行手動控制的情況下實現自主控制
   
2. 抑制過沖
   
3. 顯著縮短整定時
4. 能夠在相互沖突的要求之間實現適當的平衡
   

實驗爐控制

與自動調諧PID控制相比，該解決方案能夠抑制過沖，并將整定時間縮短約65%——自動調諧PID控制器需要約30分鐘整定時間，而自主AI控制需要約10分鐘。

自動調諧PID控制與自主AI控制的比較

我經常和同行交流，電機行業的技術迭代相對較慢。但是在新趨勢來臨之時，我們要跳出傳統的視角，多接觸，多感受。也許，我們會錯過這個風口！GPT4就是最近爆火的技術革命！

不要怕被AI取代，而是感受它，了解它，為我所用！