Page 29 - 防禦還是破口？辨識AI的安全威脅

會將人工智慧用於其業務的資訊技 術(information technology;IT) 和營運技術(operational technology;OT)兩方面——前者 用於資料管理，後者用於監控工業 設備。
人員能輸入其關鍵產品參數，配 置人工智慧的軟體就能理想地產 生許多設計。然後，設計人員就 能根據其標準從可能列表中縮小 設計範圍。
更易於存取。 「以雲端作為架構，SaaS作
Martin指出，這兩個主要領 域都與資料相關，可能是資料規 範化、資料清理或資料分析，因而 得以從資料中取得洞察力並使這 些資料可以存取利用。另一個領域 是品質，可以是產品品質或機器品 質，包括預測性維護類型的應用。
典型指標之一可能是「可持 續性」，即產品的選擇根據本地 採購的最少材料量，Martin表示， 「這為設計人員節省了大量的時 間和精力。」
為交付機制，這意味著進入門檻 降低了，製造商也可以在非常短的 時間內啟動並運行，而且在理想情 況下也無需進行大量培訓，因為所 有基礎設施都將由其他合作夥伴 或供應商提供支援。」
機器視覺是人工智慧在異常 檢測等應用中取得更廣泛部署的 另一個領域。Martin說:「這裡正 在發生變化的是人工智慧與機器 學習類型的應用正在尋找未預先 確定的異常間之差異。」
然而，工業製造商在實施人 工智慧模型方面仍面臨挑戰。其 中很大一部份挑戰在於進入的知 識門檻。
元件製造商也致力於降低 進入門檻。案例之一是森薩塔 科技(Sensata Technologies) 的Sensata IQ平台(如圖所示)，它 可以更輕鬆地部署資產健康監控， 以防止生產環境中的意外停機。這 個基於雲端的平台使用人工智慧 處理來自Sensata感測器以及合 格協力廠商感測器的資料，以監控 來自任何地方的資產，包括PC、智 慧型手機或平板電腦。
這真的很重要，因為從歷史 上看，這些系統擅長查找已知問 題，但最大的挑戰之一在於發現 並解決你不知道且在自行尋找的 問題，而這正是人工智慧得以廣 泛發揮作用之處。他補充說:「理 想情況下，可以將該異常與原因聯 繫起來，然後從中啟動行動。也許 可以確定缺陷是由於生產它的機 器出現問題而發生的，或者可能缺 陷是由於供應商問題而發生的，然 後就可以自動採取行動。」
「我們不可能在一夜之間建 好一個人工智慧模型。」Martin 指出，「你需要瞭解自己所有的投 入，更重要的是，瞭解自己想要達 到的目標是什麼。這通常需要進 行大量的設置，即使公司可以在 24至48小時甚至一週內啟動並營 運的情況下(有可能發生)，你仍然 需要具備高度技能的人才。」
Sensata的解決方案針對目 前未受監控的工廠中約85%的資 產。Sensata工業感測和工業物 聯網產品組合產品線總監Bryan Siafakas表示，「目前我們監控 的大部份內容都是工廠中非常關 鍵的資產，其中許多解決方案都 非常昂貴，不必上傳至雲端，就能 整合到控制系統中。Sensata著 重於工廠資產的平衡，而不必綁定 到現有的控制基礎設施。針對你可 能希望在工廠中監控的任何資產， 都可以很容易地對其進行改進。」
他並補充說:「如今，更可能 是一個人或幾個人參與到這些過 程中來辨識問題，然後採取糾正 措 施。」
Martin表示，人工智慧解決方 案不太可能在一夜之間建立起來， 因為需要收集和分析資料，並且必 須開發演算法。「即使目前常見的 情況是供應商可能提供完成80% 工作的演算法，你仍然必須客製 最後一英哩或最後的20%——這 是很好的方法，但仍然需要最後 一英哩的客製化，因而需要時間 或合作夥伴。」
Martin表示，人工智慧也可以 用於設計階段，將人工智慧嵌入於 設計軟體中。透過衍生設計，設計
然而，由於新的軟體交付選 項，產業正在發生變化。軟體即 服務(SaaS)和雲端服務使新技術
挑戰
例如，西門子(Siemens)最 近推出的「Xcelerator即服務」 (Xcelerator as a Service)產品組 合、PTC在其Atlas SaaS平台上不 斷發展的產品組合以及AutoDesk 的Fusion 360。
DESIGN FEATURES
www.edntaiwan.com 27