Perisikan Industri Semakin Hampir dengan Mesin
Kecerdasan buatan sedang mengubah cara sistem automasi industri memproses maklumat, membuat keputusan dan bertindak balas terhadap perubahan keadaan operasi. Daripada bergantung sepenuhnya pada sumber pengkomputeran berpusat atau analitik berasaskan awan, pengeluar kini semakin meneroka Edge AI, yang membawa pemprosesan data dan pembuatan keputusan pintar lebih dekat kepada penderia, pengawal, platform terbenam dan peralatan pengeluaran.
Forum IIoT di electronica 2026 akan meneliti perkembangan ini pada 10–11 November di Hall C6, pentas Future Tech di Munich, Jerman. Dianjurkan dengan kerjasama Embedded Computing Design, forum ini akan membincangkan Edge AI, ketersambungan industri, keselamatan siber, kawalan motor, robotik dan penyelenggaraan ramalan.
Bagi jurutera industri, perbincangan ini melangkaui prestasi pengkomputeran. Cabaran sebenar ialah mengintegrasikan AI ke dalam seni bina automasi sedia ada sambil mengekalkan tingkah laku kawalan yang boleh diramal, melindungi data operasi dan memastikan fungsi pintar beroperasi dalam batasan teknikal persekitaran industri.
Pada pandangan saya, persoalan paling penting bukanlah sejauh mana kecerdasan boleh diletakkan di pinggir rangkaian, tetapi sejauh mana kecerdasan itu dapat diintegrasikan dengan berkesan ke dalam sistem pengeluaran tanpa menimbulkan risiko operasi baharu.
Hari 1: Platform Pengkomputeran Industri dan Keselamatan Siber Jangka Panjang
Hari pertama bermula pada pukul 2:00 petang dengan sesi “Qualcomm Dragonwing: Memodenkan Automasi Industri untuk Era AI.” Anand Venkatesan, Pengarah Kanan Pengurusan Produk di Qualcomm Technologies, akan membincangkan peranan platform pengkomputeran moden dalam menyokong aplikasi industri berdaya AI.
Apabila pemproses terbenam semakin mampu mengendalikan beban kerja yang lebih mencabar, pereka bentuk automasi mempunyai lebih banyak pilihan untuk penglihatan mesin, analisis data setempat dan pemantauan keadaan. Namun, pemilihan pemproses hanyalah satu bahagian daripada reka bentuk sistem. Jurutera juga perlu mempertimbangkan keserasian perisian, antara muka komunikasi, pengurusan terma, penggunaan kuasa dan integrasi dengan seni bina PLC serta kawalan industri sedia ada.
Pada pukul 2:45 petang, Balraj Kathiresan, Jurutera Utama di Infineon, akan membentangkan “Mengurangkan Risiko Keselamatan dalam Era Serangan Kuantum.” Sesi ini memfokuskan implikasi keselamatan daripada keupayaan pengkomputeran kuantum yang sedang berkembang serta jangka hayat panjang peralatan industri yang bersambung.
Sistem industri sering terus beroperasi selama bertahun-tahun selepas mula digunakan. Mekanisme keselamatan yang memadai pada hari ini mungkin perlu dikemas kini apabila piawaian kriptografi dan keupayaan ancaman berubah. Hal ini menimbulkan cabaran praktikal bagi pengeluar peralatan dan pengendali kilang: keselamatan siber perlu dipertimbangkan sepanjang kitar hayat produk, bukannya dianggap sebagai tugas pentauliahan sekali sahaja.
Bagi jurutera automasi, ini bermakna mereka perlu menilai komunikasi selamat, pengesahan, mekanisme kemas kini perisian tegar, kawalan akses dan keupayaan mengekalkan perlindungan kriptografi pada peralatan lama dan moden.
Program hari itu berakhir dengan panel “AI di Pinggir Rangkaian untuk IIoT” dari pukul 4:30 hingga 5:15 petang. Pesertanya termasuk Vinay Agarwal dari Texas Instruments, Karthi Gopalan dari Renesas, Robin Saltnes dari Nordic Semiconductor dan Yankin Tanurhan dari MIPS/GlobalFoundries. Rich Nass dari Embedded Computing Design akan menjadi moderator perbincangan.
Panel ini akan meneroka peluang dan pertimbangan kejuruteraan yang berkaitan dengan pemprosesan beban kerja AI lebih dekat kepada peranti industri. Pemprosesan setempat boleh mengurangkan kebergantungan pada sambungan awan dan menyokong tindak balas yang lebih pantas, walaupun prestasi sebenar bergantung pada aplikasi, seni bina rangkaian, beban kerja pengkomputeran dan keperluan kawalan.
Dari sudut kejuruteraan, Edge AI sepatutnya melengkapi fungsi automasi yang mantap, bukannya menggantikannya secara automatik. Gelung kawalan deterministik, interlok dan fungsi berkaitan keselamatan mesti mengekalkan tingkah laku yang ditetapkan, walaupun aplikasi berasaskan AI diperkenalkan untuk pengoptimuman atau sokongan keputusan.
Hari 2: AI Fizikal dan Sistem Robotik Pintar
Hari kedua mengalihkan tumpuan kepada AI fizikal, robotik, storan terbenam dan tingkah laku mesin autonomi.
Pada pukul 2:00 petang, Jean-Jacques Adragna, Pengurus Kakitangan di Qualcomm France, akan menyampaikan “Memajukan AI Fizikal dengan Qualcomm Dragonwing Robotics.” Pembentangan ini akan meneliti platform pengkomputeran untuk sistem robotik pintar, yang memerlukan persepsi, pembuatan keputusan dan interaksi fizikal beroperasi dalam had pemprosesan dan kuasa yang praktikal.
Tidak seperti aplikasi yang menghasilkan saranan atau menganalisis data sejarah, sistem robotik perlu menterjemahkan maklumat kepada tindakan fizikal. Kamera, penderia, penggerak, pemacu motor, pemproses terbenam dan perisian kawalan mesti berfungsi bersama dalam batasan masa dan operasi mesin.
Hal ini memperkenalkan perbezaan yang amat penting untuk aplikasi industri: mengecam objek atau meramalkan keadaan tidak semestinya bermakna robot boleh bertindak berdasarkan maklumat itu dengan selamat. Sistem lengkap perlu mengambil kira ketepatan penderia, kependaman komunikasi, tindak balas penggerak, batasan pergerakan dan akibat keputusan yang salah.
Pada pukul 2:45 petang, Donnie Garcia, Pengurus Pemasaran PSoC di Infineon, akan membentangkan “Melangkaui Memori Lebih Besar: Storan Pintar dan Prestasi AI pada PSoC Edge.”
Sesi ini membincangkan hubungan antara memori, seni bina storan dan pelaksanaan AI. Prestasi AI terbenam bergantung pada lebih daripada daya pemprosesan pemproses. Kapasiti memori, kadar pemindahan data, akses storan dan peruntukan sumber semuanya boleh mempengaruhi prestasi aplikasi.
Bagi pereka bentuk peralatan, faktor ini menjadi amat penting apabila melaksanakan penglihatan mesin, gabungan penderia atau berbilang fungsi AI pada platform yang sumbernya terhad. Oleh itu, pemilihan perkakasan hendaklah berdasarkan keseluruhan beban kerja aplikasi, bukan spesifikasi pemproses sahaja.
Pada pukul 3:30 petang, Ivo Marocco, Naib Presiden dan Ketua UX di Renesas, akan membincangkan “Mengurus Kerumitan dalam Ekosistem Robotik Humanoid: Pendekatan Sistem untuk Autonomi Boleh Skala.”
Robot humanoid menggabungkan penderiaan, penggerakan, pengkomputeran, komunikasi dan perisian kawalan dalam seni bina yang semakin kompleks. Penyelarasan subsistem ini memerlukan pengurusan antara muka, peruntukan sumber, tingkah laku sistem dan keadaan kerosakan yang teliti.
Prinsip yang sama turut terpakai secara lebih luas pada robotik industri. Apabila mesin menjadi semakin autonomi, integrasi sistem menjadi semakin penting. Pemproses yang berkeupayaan tinggi atau model AI yang canggih tidak dapat mengimbangi subsistem yang tidak diselaraskan dengan baik, mekanisme maklum balas yang tidak memadai atau strategi pengendalian kerosakan yang tidak jelas.
AI Fizikal di Lantai Kilang: Daripada Demonstrasi kepada Pelaksanaan
Panel terakhir pada hari kedua, “AI Fizikal di Lantai Kilang,” bermula pada pukul 4:30 petang. Perbincangan ini akan menampilkan Lee Gonzales-Fuentes, Pengurus Pemasaran Produk Global yang menyokong PSoC Control MCU di Infineon, dan Larry Olivas, Naib Presiden Edge Bersambung Selamat di NXP Semiconductors. Rich Nass sekali lagi akan bertindak sebagai moderator.
Perbincangan ini kembali kepada keperluan praktikal pengeluaran industri, tempat mesin pintar perlu berinteraksi dengan peralatan, proses dan persekitaran kerja sebenar. Melaksanakan AI di lantai kilang melibatkan lebih daripada menjalankan model secara setempat. Jurutera perlu menentukan cara output AI berinteraksi dengan kawalan mesin, urutan pengeluaran, mekanisme keselamatan dan sistem penyeliaan.
Sebagai contoh, aplikasi pemantauan keadaan berasaskan AI mungkin mengenal pasti corak getaran luar biasa dan mengesyorkan pemeriksaan. Mengintegrasikan maklumat itu ke dalam aliran kerja penyelenggaraan berbeza daripada membenarkan sistem AI mengubah pergerakan mesin atau parameter proses secara langsung. Setiap aplikasi memerlukan tahap kuasa yang ditakrifkan dengan jelas, pengesahan yang sewajarnya dan tindak balas yang sesuai terhadap keputusan yang tidak pasti atau salah.
Pada penilaian saya, kejayaan pelaksanaan AI Fizikal bergantung pada penetapan sempadan yang jelas antara fungsi AI yang bersifat kebarangkalian dengan fungsi kawalan deterministik. AI boleh menyediakan keupayaan persepsi, pengelasan dan pengoptimuman yang bernilai, sementara logik kawalan konvensional terus mengurus urutan kritikal masa dan interlok yang telah disahkan. Fungsi berkaitan keselamatan mesti mematuhi seni bina keselamatan yang berkenaan dan tidak boleh bergantung pada model AI semata-mata melainkan keseluruhan pelaksanaannya telah dinilai dan diperakui sewajarnya untuk tujuan tersebut.
Pendekatan ini membolehkan pengeluar meneroka keupayaan AI sambil mengekalkan disiplin operasi yang diperlukan untuk pengeluaran industri.
Penyelenggaraan Ramalan dan Ketersambungan Industri Kekal sebagai Keperluan Teras
Penyelenggaraan ramalan dan ketersambungan industri juga merupakan sebahagian daripada program lebih luas Forum IIoT. Teknologi ini menyediakan infrastruktur yang diperlukan untuk mengumpul data peralatan, mengenal pasti kerosakan yang sedang berkembang dan menyelaraskan aktiviti penyelenggaraan.
Pemprosesan di pinggir rangkaian boleh membantu menganalisis getaran, suhu, arus, tekanan dan ukuran operasi lain berhampiran dengan sumbernya. Ini boleh mengurangkan jumlah data yang dihantar ke sistem berpusat dan menyokong pengesanan keadaan luar biasa dengan lebih pantas. Namun, keberkesanan penyelenggaraan ramalan tetap bergantung pada mutu penderia, konsistensi data, model analisis yang sesuai dan pengesahan berdasarkan tingkah laku peralatan sebenar.
Ketersambungan pula membawa cabaran yang berkaitan. Persekitaran industri kerap mempunyai peralatan daripada generasi dan pengeluar yang berbeza, masing-masing dengan antara muka, protokol dan keperluan penyelenggaraan tersendiri. Mengintegrasikan peranti pinggir rangkaian ke dalam persekitaran PLC, SCADA, DCS dan pelaksanaan pembuatan sedia ada memerlukan perhatian teliti terhadap kebolehoperasian, segmentasi rangkaian, pemilikan data dan ketersediaan sistem.
Oleh itu, strategi pelaksanaan yang praktikal sepatutnya bermula dengan masalah operasi yang ditakrifkan dengan jelas. Jurutera perlu menetapkan prestasi asas, menentukan data yang diperlukan, menilai kesan kegagalan komunikasi atau pemprosesan dan mengukur sama ada aplikasi yang terhasil meningkatkan hasil penyelenggaraan atau pengeluaran.
Perkara Penting untuk Jurutera Industri daripada electronica 2026
Forum IIoT mengetengahkan beberapa keutamaan kejuruteraan yang saling berkaitan: pengkomputeran pinggir, keselamatan siber jangka panjang, pengurusan sumber terbenam, autonomi robotik dan integrasi AI dengan sistem kawalan fizikal.
Topik ini tidak sepatutnya dianggap sebagai trend teknologi yang berasingan. Semuanya ialah bahagian daripada seni bina industri yang sama. Pemproses pinggir yang lebih berkeupayaan membuka peluang untuk kecerdasan setempat, tetapi turut meningkatkan keperluan perisian dan keselamatan. Robot yang lebih autonomi menimbulkan tuntutan integrasi baharu, manakala penyelenggaraan ramalan bergantung pada pengumpulan data yang boleh dipercayai dan analisis yang bermakna.
Bagi pengeluar, keutamaan sepatutnya ialah mengenal pasti aplikasi yang memberikan manfaat terukur melalui kecerdasan pinggir, seperti kependaman diagnostik yang lebih rendah, pengesanan kerosakan yang lebih baik atau penggunaan sumber mesin yang lebih cekap. Aplikasi itu kemudiannya perlu dinilai berdasarkan batasan operasi, keperluan keselamatan siber, kos kitar hayat dan keperluan untuk mengekalkan fungsi kawalan serta keselamatan yang mantap.
Peralihan daripada eksperimen AI kepada pelaksanaan industri tidak akan ditentukan oleh prestasi pengkomputeran semata-mata. Sebaliknya, hal ini bergantung pada sejauh mana jurutera mengintegrasikan perisian pintar dengan prinsip automasi yang terbukti, perkakasan yang mudah diselenggara, komunikasi selamat dan tanggungjawab operasi yang ditakrifkan dengan jelas.
Forum IIoT di electronica 2026 menyediakan wadah untuk meneliti cabaran ini melalui pembentangan teknikal dan perbincangan pakar. Para hadirin juga berpeluang mengemukakan soalan selepas setiap sesi, sekali gus membolehkan mereka meneroka cara teknologi baharu boleh digunakan pada sistem industri masing-masing.
Akhirnya, penyelesaian AI industri yang paling kukuh ialah penyelesaian yang menyelesaikan masalah kejuruteraan tertentu, sesuai dengan seni bina operasi sedia ada dan memberikan peningkatan yang boleh diukur tanpa menjejaskan keperluan kawalan, keselamatan dan perlindungan peralatan yang disokongnya.
