构建更安全的工业自主AI之路

工业AI正在进入一个新阶段。过去几十年，工业领域的人工智能主要集中在预测性分析和特定场景的专用应用上，而如今，基础模型、物理AI和代理式AI的进步，正在让更复杂的工业任务实现自动化成为可能。但与纯数字世界的AI不同，工业AI能够直接与物理系统交互，一个意料之外的决策就可能对安全、可靠性和关键基础设施造成严重后果。这让负责任部署成为下一波工业自动化浪潮的核心议题。 AVEVA首席技术官Arti Garg提出的问题是：如何在利用这些新技术的同时，保持安全性和可靠运营，同时还能兑现新能力的承诺？这个挑战之所以格外紧迫，是因为新一代AI系统虽然能力更强，但也更加难以预测和解释。数据是解决这一问题的关键基础之一。工业系统中通常分散着遥测数据、服务日志、工程文档等各类信息，新技术可以帮助更快地连接和关联这些信息，在操作人员诊断问题时提供实时支持。AI驱动的机器人则可以更进一步，在危险环境中收集信息，无需工人亲自进入。但更大的自主性也要求新的治理方式。AVEVA的负责任AI框架强调安全性、效率和人员安全与监督。Garg认为，AI应该增强而非取代关键决策环节中的人，通过护栏机制来确定哪些环节可以由自动化系统操作，哪些环节仍需人类监督者负责。 可持续性是另一个重要维度。随着可再生能源发电比例上升，AI可以帮助管理复杂的电力系统，同时企业也需要更好的方式来理解AI自身的环境足迹。Garg参与了一个IEEE工作组，正在制定衡量AI在电力、能源、资源、水和碳排放方面影响的标准方法。下一阶段，工业AI可能进一步深入物理世界，从自主机器人和无人机，到AI辅助编程让领域专家自己构建新应用。但Garg表示，要实现这些潜力，仅仅部署新技术是不够的。企业需要重新思考业务流程，建立适当的保障措施，并给经验丰富的工人提供运用专业知识的新方式，从而创造一种不仅更自主，而且更安全、更高效、更可持续的自动化模式。Garg说，自主系统，无论是机器人还是无人机，都将真正改变我们在工厂、电力系统和矿场的工作方式，这将使这些类型的运营更高效，对参与其中的人来说更安全，也更有效率。