人工智能会给连接器行业带来什么变革

描述

AI有可能改变连接器的制造方式以及由谁来制造连接器。

对于电子工业的未来,尤其是连接器行业面临什么样的困难,我们应海纳百川,实事求是。目前最首要的改变是人工智能(AI),而不是新的处理器,快速互连器件,好的传感器或新的存储芯片,这些部件都是次要的。真正的问题是,连接器行业如何面对海量革命性的高科技、合法的专利、竞争力以及由于大量人工智能不可避免带来的标准问题等。改变正在加速,连接器行业需勇于面对。

连接器行业遵循四项基本原则:

1.连接器制造商应比客户更透彻了解连接器。

2.只有连接器制造商具备批量生产的技能和设备。

3.利用专利组合保护自己的商业模式。

4.连接器制造商应保证自己的产品在使用过程中的可靠性,避免由此产生应用故障。

现在,让我们仔细看看这些原则,同时也承认AI构成的真正威胁。俄罗斯总统普京在一次学校演讲中曾说:“人工智能不仅是俄罗斯的未来,也是全人类的未来。无论谁成为这一领域的领袖,都将成为世界的统治者。” 当然他说的主要是指智能武器和战场机器人。但普京的说法是否也适用于连接器行业呢?让我们来探讨一下,这种可能性如何影响这个行业的根基。

数据的力量

连接器制造商花巨资为他们的高速铜材连接器开发仿真模型,以确定性能参数和与某些芯片(例如:PCI Express、以太网)和传输线(例如:电缆、载板、PCB线路)相关的眼图。他们与标准委员会分享这些数据。这个行业的基本前提是连接器制造商比客户更深刻透彻了解连接器。但AI的出现有可能改变这一前提。

AI并非主要指拥有最佳的计算能力,关键是掌握了巨量的数据。并且,顶尖的系统厂商会利用这巨量的数据来预判连接器的工作表现和可靠程度等。系统供应商构建了数千或数百万个系统,通过经验曲线,他们对成本、性能和可靠性有了很好的认识。通过这些数据,系统开发者的人工智能计算机辅助设计(CAD)系统知道更好的设计连接器。他们只是没有能力生产出来。

连接器制造商如何从系统供应商那里获得数据?他们可以花钱来购买AI-CAD工具和服务器,并将其作为一种服务提供给他们的客户,客户无需自己再购买。这样,他们就可以免费获得数据,并通过从客户那里获得使用工具的费用。这个过程被称为软件服务或SaaS。连接器供应商的工具还收集客户使用连接器过程中的大量数据,这也是互联网的力量表现。系统供应商知道他们的数据价值巨大,利用创建的连接器设计元素将在市场上极具竞争优势。

就我个人而言,我认为SaaS模型不适用于连接器制造商,除非他们将自己的制造专业知识数据与客户的操作和可靠性数据结合起来,并将其划分开来。

随着AI-CAD的逐步成熟,客户与连接器供应商共享数据库的倾向可能会减弱。我们可能的发展方向:在某些时候,数据库可能比专利更有价值,连接器行业基于专利的商业模式可能会受到威胁。但如果认为AI-CAD可以超越专利系统,也是不可能的。

现在,有关如何设计优质连接器,系统供应商拥有比连接器制造商更好的数据。他们如何使用AI-CAD的数据?当强大的3D打印机出现时,他们会将系统连接到3D打印机上,并制作自己的连接器。AI-CAD 和3D打印机的确对连接器制造商来说是绝佳的两个工具。

缺失的标准

首先声明一点:我不是律师。此处提供的资料无意传达或构成法律咨询或法律意见。我只是提出一些问题和想法。如果你有问题或担心,应该联系相关的律师。

有许多关于人工智能将如何影响经济,社会,医疗保健,金融行业,以及网络就业的文章。但是我找不到一篇关于AI如何影响标准开发的文章。我没有发现来自ANSI或其他主要标准开发组织(SDO)的相关文件或观点。这既令人失望和不安。所以,我们要在这里重点提出来。

参加任何一个标准开发会议,你都可能碰到来自连接器公司的许多工程师。连接器公司依靠开放的硬件标准硬件来经营,这些硬件用于电信、军事、工业、交通和医疗等市场。他们利用知识产权(如:专利)保护自己的业务。

假设一家公司拥有一个良好的AI-CAD系统,并参与了标准的开发过程,他们就能将这些新标准信息引入到系统中,提前准备新标准的各项基本要素。然后,AI-CAD系统可以针对为每一个基本要素做出应用,并提出专利申请。这不是什么新鲜事。几十年来,参加标准会议的人都会根据会议内容建立产品的设计性能和参数等,并申请专利保护。AI-CAD会加快这个过程,有可能使参与标准制定的公司抢夺和决定标准进程。

自2011年9月以来,美国一直处于第一专利申请大国。每次在标准制定时,几个美国连接器供应商都会在会议上声明专利(或专利申请)。关于新专利法中有关第一次出版而不是第一次提交文件的制度,有很多讨论。包括宽限期和随后的披露不被认为是“先验技术”等等。这个过程可能会持续数月或数年。取决于文件和法律程序的复杂性。AI-CAD会加剧SDO和参与公司目前的专利标准问题的讨论。

SDO可能在他的云系统中加入AI系统,然后按次收费。他们可以上传新标准的范围和参数,这些算法还可以确定系统分支的可能性和基本要素。换句话说,人工智能系统实际上可以编写标准。它还可以确定所有相关标准基本专利(SEP),并通过优化分支系统来规避专利侵权,但专利申请除外,这些申请在18个月内不公开披露。这样的程序可能会激怒参与的公司成员,并可能造成一些法律问题。

SDO的成员也可以在一个集体协议中将他们的AI-CAD系统连接起来,并创建自己的标准。它们可以完全绕过SDO和行业公会。将SDO的AI机器与其成员的AI机器挂钩会产生一些我们从未见过的有趣的法律、技术、社会和经济事物。司法部能否从法律方面给AI授权,允许任何AI机器都可与SDO网络连接起来呢?我们已经证明,人工智能机器比工程师思维更快,甚至他们比律师的思维也快。律师在当今法治社会中是异常忙绿的,在某种程度上,他们的人生使命是处于创新、技术发展和实验的最前沿。把AI-CAD和法律综合在一起的问题就像油和水混合的问题一样。

Slaughter-bots 和责任

(Slaughter-bots:一台用于击杀犯罪凶手的 AI 仿生无人机)

看了有关Slaughter-bots的视频知道,这种机器人完全是由复杂的AI驱动。未来的军事部队和执法机构可以利用这些新的工具。但假设这些装置在执行任务期间杀死了一些无辜的旁观者,可能引发民事和刑事诉讼。但谁会被起诉或控告呢?发送机器人的团队?机器人的制造者?编写算法的人或公司?提供机器人数据库的所有者?提供机器人组件的公司?还是把数据从传感器传递给处理器的公司?这些问题的答案难以确定。

从较低的应用层次上说,如果SDO的人工智能系统进行专利搜索,根据潜在标准子系统确定最佳路径,但仍错过一些专利或应用。SDO对那些依靠搜索来的专利进行诉讼者负有责任吗?就像缺乏有关人工智能标准开发的论文一样,法律界也缺乏关于潜在人工智能责任和复杂难题的研究论文。

人才的问题

设计连接器是一个范围有限的问题。连接器的三维设计会束缚我们;用于外壳和接触点的导电和绝缘材料会束缚我们;物理定律和使用铜和光纤的传输线也会束缚我们。突破这些束缚的人才缺乏,这类人才的收入水准也非常高。这也是为什么许多程序员工程师努力研究这些问题,特别是在AI-CAD领域。

一个花费工程师几个月来设计的新产品,AI-CAD系统凭借海量的数据可以在几分钟或几小时内就能完成。然后,AI系统可以在几分钟内对设计进行模拟验证。无需建立多个模型来进行昂贵的测试和设计修订。这样看来,我们是否连接器、半导体、电路板等传统工程师在未来会失业吗?我想答案是肯定,只是不知道到什么程度。

结论

为什么亚马逊要收购Whole Foods进入食品领域,而不是收购连接器公司进入连接器领域呢?仅在美国,食品行业每天的销售额约为一百六十亿美元。连接器行业每天在全球的销售额约为一亿六千四百万美元。对亚马逊来说,连接器的业务量有限。但对于小型CAD产品公司来说,这是值得一试的。亚马逊的数据中心现在已经安装了二百万多台服务器。他们的员工已经设计了自己的服务器,并由亚洲的制造商制造。如果说谁拥有大量的连接器成本、性能和可靠性数据库,那就是Amazon、Google或Facebook。他们能否通过人工智能系统运行这些数据,并设计出更好的连接器,并让在中国制造呢?在某种程度上讲,他们可能已经这样做了。

Ray Kurzweil, Stephen Hawking, Elon Musk和其他未来预测学家已经评论说,人工智能将把人类带到一个惊奇的境地,即机器人将变得比人类更聪明。他们预测这一事件将发生在2045年左右。但他们的这个时间点可能是错的。

当AI-CAD面临法律法规的困惑,标准制定、专利系统,以及数据从制造商输送给客户时,这种境地就会变成现实。

我们粗略地梳理一下这个主题的几个元素,可以发现,AI-CAD对产业的影响力可能比本文所提出的更为显著。如果我有一个很好的数据库和预测人工智能算法,我可以给你展示一个可能发生的树状图,来显示可能发生什么以及每个分支系统的能力。验证主要的、次要的、以及其他因数的影响力,从而判断对行业的发展的作用在哪里。

但首先,我们必须承认,即使我们在冥思苦想时,AI可能已经有了答案。当我们花数小时研究电子表格数据来寻找答案时,AI可以在几秒钟内操纵数百或数千个变量,数百万次的运算来得出结果。虽然我们只是推测,AI可能已经知道未来的结论在哪里。

雷·奥尔德曼(Ray Alderman)是VITA公司董事会主席。他曾在越南战争中从事军事情报工作;与伯罗斯合作从事大型机计算机业务;是几家电脑初创公司的合伙人;PEP模块化计算机公司的总裁。

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分