人物专访：Beckhoff Automation 总裁 Hans Beckhoff 及倍福奥地利分公司总经理 Armin Pehlivan
资料来源：x-technik IT & Medien GmbH，Fachmagazin x-technik-AUTOMATION，www.automation.at
作者：Fachmagazin x-technik-AUTOMATION，www.automation.at
我们生活的世界辽阔而多彩。对于企业家来说，挑战就是“简单地”抓住机遇，确定未来的技术并将其转化为解决方案。这也是 Hans Beckhoff 在过去的 40 年里一直坚持的基本原则。他的创新精神似乎永远无穷无尽。人类控制技术是他当前新想法的灵感来源之一，在接下来的采访中，你将会看到，他和 Armin Pehlivan 针对全新设备编程方法的独到见解。
Beckhoff 先生，您很早以前就已经关注 IT 领域。原因是什么？
Hans Beckhoff：IT 技术一直是推动半导体行业发展的动力之一。与此相反，工业电子产品的市场则相对较小。因此我们在 1985 年就决定将 IT 技术融入到我们的产品中。IT 技术与自动化技术的紧密结合从一开始就卓有成效。我们一直专注于基于 PC 的控制技术，因此始终拥有强大的处理器和先进的操作系统，并能够在此基础上创造出性能最佳的控制技术。
边缘计算对于倍福来说，无论是当时还是现在，都已经不是什么新鲜事？
Hans Beckhoff：没错，因为边缘计算机所需的功能早就融入在我们基于 PC 的控制技术中。换句话说，人们对边缘计算控制器需求的增加对我们来说非常有利。因为像我们的 C6015 等超紧凑型工业 PC 通常可被用作传统控制器的完美补充，用于实现边缘计算。
Armin Pehlivan：而且，除了我们的适合 DIN 导轨安装的小型嵌入式控制器之外，例如，EK9160 物联网总线耦合器也非常适合用作边缘控制设备。它是一款小体积、独立的控制器，可以将所有类型的数据（无论是数字量还是模拟量）传输至云端，在某些情况下，甚至可以进行数据预处理。此外，EK9160 的安装和配置也很简便，因此即便是对技术不太精通的人也可以用它来实现边缘计算。
倍福对未来发展 — 尤其是在语音（听/说）、视觉和机器学习（智能）方面，起到了怎样的示范作用？
Hans Beckhoff：大自然本身一直为我们提供丰富的学习资源。例如，人类的进化已经决定，除了少数例外，人类的运动是由中枢神经系统控制和调节的。因此，我们的大脑就像一台模块化的中央计算机，通过我们的神经系统访问整个身体内的封闭式过程映像。倍福的控制器也采用了类似设计：我们利用 EtherCAT 作为通信介质，将收集到的所有信号传输给控制器。而且，正如我们的大脑可以同时处理视觉、听觉或触觉等多种感官输入一样，我们的 TwinCAT 控制软件也可以借助合适的算法做到这一点。
Armin Pehlivan：在控制器性能方面，我们再次受益于 IT 领域的发展成就。基于 PC 的控制技术在硬件和软件方面都可以精确扩展。通过多核技术以及现在的众核技术，我们在理论上最多可以将所需的算力分配给 256 个内核，例如，传统工艺流程、测量技术、图像处理、人工智能或运动控制。当然，我们目前实际可提供的是 48 核控制器。
您认为 TwinCAT Speech 软件未来主要应用于哪些领域？
Hans Beckhoff：人类“通常”都是通过相互交谈的方式进行意见和观点的交流。从这个角度来看，语音输入和输出就是一种非常自然的人机交互界面，未来应用情景可期。目前，在我们正在奥地利实施的一个试点项目中，我们使用语音输入进行编程，Armin Pehlivan 将为您带来关于这个项目的第一手资料。
Armin Pehlivan：迄今为止，人们实现的大多数语音应用程序都仅限于单个命令：设备或系统只是简单地根据指令执行任务。或者相反，设备通过语音输出指示设备某处有故障。但 Beckhoff Automation 有一个更宏伟的目标：我们希望与设备进行适当的对话，双方都能提出和回答问题。
您能否介绍一下你们目前正在进行的语音项目相关的一些细节？
Armin Pehlivan：很抱歉，我不能透露细节，但我可以举一个简单的例子说明我们目前正在进行的工作。如果我们假设，我向另一个人发出“请买一升牛奶”的指令，那么我就会自动触发一串更大的行动链。这是因为，为了购买牛奶，得到指令的经办人必须离开家。他们必须知道哪些商店出售牛奶，在哪里可以找到这些商店。在去买牛奶的路上，他们必须遵守交通规则。在商店里，经办人必须与其他人互动，并排队结账。因此，执行这条“买牛奶”的指令已经涉及到后台的很多活动。而我们现在就是要用 TwinCAT Speech 来解决这类复杂的编程问题。未来，终端客户应该能够通过语音指令重新编程他们的设备。
Hans Beckhoff：因此我们可以假设，未来人们会使用头戴式耳机与设备进行通信。
您还设想到哪些未来应用场景？
Hans Beckhoff：机器视觉无疑也是当今社会最热门的话题之一。在这个方面，它与人类也有很多相似之处。我们的通用传感器相当于眼睛，帮助我们识别人和物体，评估距离，或检测碰撞风险。所有这一切也同样可以通过相机实现。因此，我们预计，随着传统传感器的重要性逐渐减弱，每台设备使用 10 到 30 台相机将在某一时刻变得很普遍。无论是哪种方式，我们都能通过 TwinCAT Vision 为这一应用场景做好准备，因为我们将图像处理视为我们控制技术的组成部分，而不是一项单独的技术功能。因此，我们能够以与 PLC 相同的运行速度进行图像处理评估。
倍福的下一个颠覆性技术将是什么？
Hans Beckhoff：我们在成立公司时就下定决心，每年都要推出新技术，每五到七年就为市场带来一次真正的技术变革。我们一直坚持这条路线，直到今天。我们以前推出的亮点产品包括基于 PC并集成软盘驱动器的设备控制器（1985 年），也是有史以来第一台配备 LCD 显示屏的紧凑型工业 PC，以及我们发明的总线端子模块，如今已经成为标准的自动化组件。遗憾的是，我们当时没有申请专利来保护我们的这个创意。1996 年，TwinCAT 问世，随后 EtherCAT 于 2003 年推出，目前已经成为一项全球工业通信标准。我们开发的 TwinSAFE 是一款基于软件的安全解决方案，是我们公司发展史上又一个技术里程碑。XTS 磁驱柔性输送系统和 XPlanar 平面磁悬浮输送系统这两款具有“变革”意义的创新产品一经推出就受到了广泛关注。由于我们现在能够创建任意形状的磁场，我们可以肯定：在未来几年里，我们会在驱动技术领域推出更多的创新产品和技术。
Armin Pehlivan：我们也能够预见到，创新解决方案在整个云计算领域拥有很大的潜力。我们在这方面已经有了一些解决方案，有一些尚处于规划阶段，还有一些已经实施。例如 TwinCAT 云端工程平台，它让用户能够通过互联网浏览器使用 TwinCAT。因此，用户不再需要将这款软件安装在自己的计算机上，即可访问现有的 TwinCAT 项目和 Runtime 产品。这对很多公司来说非常有发展前景，因为他们可以独立于自己的中央 IT，使用一套基于网络的自动化解决方案，而且这也是协同工作的理想选择。
机器学习将带领我们走向何方？
Hans Beckhoff：机器学习的基本思想是不再遵循传统的工程路线，即为特定任务设计解决方案，然后将这些解决方案转化为算法，而是能够从模型过程数据中学习所需要的算法。我们的 TF3800 TwinCAT 3 功能组件是一个用于训练好的经典机器学习算法的高性能执行组件，而 TF3810 TwinCAT 3 功能组件则用于训练好的神经网络。二者都是我们所熟知的推理机，作为软件产品提供给我们的客户使用。从 PLC 的角度来看，它们都是实现人工智能算法的功能组件。算法或神经网络在 PyTorch、TensorFlow 或 MATLAB® 等成熟的机器学习框架中进行训练。训练好的信息作为描述文件加载到推理机中。它们支持标准化的开放式神经网络交换（ONNX）格式，实现自动化和数据科学的无缝融合。因此，社区中可用的训练程序可以用来训练算法，并在我们的控制器中实施。
Armin Pehlivan：这样就形成了一个永久循环。我们在机器上收集数据，将数据整合到训练软件中，然后在推理机中执行训练软件的结果。以锯床为例，可以因此针对三个本质上很难用算法关联起来的数值进行训练，从而获得有关锯片锋利度的可靠状态信息。
Hans Beckhoff：将多个传感器数据合并为一个通用的上位信号，通常非常适合于机器学习和神经网络。我们也在自己的产品中使用了这项技术。例如，XPlanar 支持任意数量的神经网络。机器学习是一项跨学科技术，不仅能够应用于技术领域，还可应用于社会的各个领域。
界限在哪里？某一天一切都会自行控制吗？
Hans Beckhoff：如果说第一次工业革命的成功被视为提升了肌肉力量，那么人工智能就可以被视为提升了思维能力。尽管现在使用机器帮助我们完成各项任务已经是司空见惯的事，但很多人并不愿意放弃思考和决策的权力。我们作为人类，完全无需担心我们会变得“无用”，毕竟自动化技术本身就强调人性化。产品和解决方案的提供者和使用者之间需要建立良好的对话基础，才能实现复杂的任务。让我感到高兴的是，倍福奥地利团队一直非常擅长于赢取得众多客户的信任。他们还经常参与激动人心的项目，因为奥地利客户比德国客户更愿意接受“疯狂的新想法”。Armin Pehlivan 刚才介绍了使用语音输入进行编程的方法，这就是最好的例子。