کاربرد هوش مصنوعی در صنعت مهندسی مکانیک هنوز با موانع بسیاری روبرو است.

هوش مصنوعی (AI) راه‌حل‌های مؤثری ارائه می‌دهد، اما چالش‌های جدیدی را نیز ایجاد می‌کند که صنعت مهندسی مکانیک ویتنام برای دستیابی به پیشرفت‌های چشمگیر باید با آنها روبرو شود و خود را با آنها وفق دهد.

هوش مصنوعی در حال تبدیل شدن به یک عنصر اصلی در تغییر شکل صنعت مهندسی مکانیک ویتنام است و همچنان این نقش را خواهد داشت و از یک مدل «طراحی مبتنی بر تجربه» به یک مدل «طراحی مبتنی بر داده و هوش مصنوعی» تغییر شکل می‌دهد.

در واقع، ترکیب فناوری‌هایی مانند کلان‌داده، اینترنت اشیا صنعتی (IIoT) و مدل «آینه دیجیتال» در حال ایجاد تغییرات قابل توجهی در طراحی مکانیکی و عملیات تولید است. یک نمونه بارز، سیستم FANUC Intelligent Edge Link & Drive (FIELD) است که از هوش مصنوعی و اینترنت اشیا برای اتصال و همگام‌سازی داده‌ها از چندین دستگاه CNC، تجزیه و تحلیل وضعیت عملیاتی و پیش‌بینی مشکلات قبل از وقوع آنها استفاده می‌کند. در نتیجه، راندمان برش می‌تواند 10 تا 20 درصد افزایش یابد، در حالی که زمان راه‌اندازی برای تولید انبوه تا 40 درصد کاهش می‌یابد.

کاربرد هوش مصنوعی در صنعت مهندسی مکانیک هنوز با موانع بسیاری روبرو است. (تصویر فقط برای اهداف نمایشی است.)

با وجود پتانسیل عظیم هوش مصنوعی، کاربرد آن در صنعت مهندسی مکانیک ویتنام هنوز با موانع بسیاری روبرو است. اکثر راه‌حل‌ها هنوز در مرحله آزمایشی هستند و عمدتاً در چند شرکت بزرگ و مؤسسات تحقیقاتی متمرکز شده‌اند. در همین حال، بیش از ۹۰٪ از مشاغل مهندسی مکانیک، به ویژه شرکت‌های کوچک و متوسط، فاقد منابع مالی، زیرساختی و انسانی برای پیاده‌سازی سیستماتیک هوش مصنوعی در فرآیندهای تولید خود هستند.

به گفته دکتر دین ون چین، مدیر موسسه مهندسی مکانیک، اتوماسیون و محیط زیست، برای بهره‌برداری مؤثر از پتانسیل هوش مصنوعی، کسب‌وکارها باید سرمایه‌گذاری قابل‌توجهی در زیرساخت‌های فناوری و نرم‌افزارهای تخصصی انجام دهند، ضمن اینکه نیروی کار بسیار ماهر و آگاه به مکانیک، اتوماسیون و فناوری دیجیتال را نیز استخدام یا آموزش دهند.

کارشناسان معتقدند که برای اینکه هوش مصنوعی واقعاً به نیروی محرکه توسعه صنعت مهندسی مکانیک تبدیل شود، به راه‌حل‌های استراتژیک و هماهنگ نیاز است. اولین و مهم‌ترین اقدام، ایجاد یک مخزن داده‌های مهندسی مکانیک دیجیتالی در مقیاس ملی، شامل طراحی، ماشینکاری، شبیه‌سازی و داده‌های حسگر، به عنوان پایه‌ای برای آموزش مدل‌های هوش مصنوعی است. همزمان، لازم است آموزش منابع انسانی بین رشته‌ای در مهندسی مکانیک، الکترونیک و هوش مصنوعی ترویج شود و ارتباط بین مدارس و مشاغل تقویت شود تا مهندسان بتوانند به خطوط تولید واقعی دسترسی داشته باشند و در آنها تمرین کنند. به طور خاص، ترویج بومی‌سازی محصولات هوشمند مهندسی مکانیک، از نرم‌افزار کنترل ماشینکاری و سیستم‌های بینایی ماشین گرفته تا مدل‌های کپی دیجیتال «ساخت ویتنام»، به مشاغل کمک می‌کند تا هزینه‌ها را کاهش دهند، خوداتکایی را افزایش دهند و به تدریج بر فناوری‌های اصلی تسلط یابند.

منبع: https://nongnghiepmoitruong.vn/ung-dung-ai-trong-nganh-co-khi-con-nhieu-rao-can-d790074.html