最近的GPT4有多火这里不需要赘述了。微软，苹果，baidu等各巨头纷纷跟进。这个赛道最近是各种资本涌入，犹如PC互联网转型到移动互联网时的爆发。
乍一看，AI基本都是互联网，云计算的范畴，和电机，和智能制造有关系吗？有必要花精力在上面吗？
笔者仔细关注了各个巨头的动向，发现新能源相关的半导体巨头早就入局了！
这样的操作有人在实践吗？
MATLAB针对电机和AI的应用，主要是预测性维护的探索。比如电机寿命预测，电机故障诊断和维护等。
在电机出现故障或者异常工作状态前，提前预测出这种现象，通过预判提前采取措施，防患于未然。
再比如使用了强化学习的PMSM磁场定向控制：
具体可以参考强化学习的工具箱。
2021年6月的新闻，英飞凌在工业级和消费级MCU PSoC6中集成了深度学习的功能。
ModusToolbox ML为开发人员提供丰富的工具包，方便地集成到AIOT人工智能互联网中。以电动汽车为例，未来的智能物联网，车将是重要的组成部分，作为AIOT的重要一环，其智能化程度将在现在的基础上以指数级速度迭代。
ModusToolbox弥合了机器学习与嵌入式系统设计之间的一个重要缺口，它提供的灵活的工具和模块库可支持在英飞凌超低功耗微控制器上轻松地优化、验证和部署常用软件训练框架的深度学习模型。”在2022年6月，MCU巨头ST发布了含有机器学习内核的车规级惯性测量单元。
ML内核是一个用电路连接的硬连线处理引擎，能直接在传感器上运行 AI 算法，确保从感测事件到车辆响应的时间延迟很短，可以实现复杂的实时性能，而对系统功耗和算力的要求远低于嵌入在应用处理器或基于云的人工智能解决方案。
日本巨头横河电机在2月份推出了自主AI服务产品。
2022年3月，横河电机和JSR公司的弹性体业务部门（现归ENEOS Materials公司所有）成功完成了一项为期35天的现场测试。在该测试中，AI用于自主控制化工厂中的设施，该设施无法使用现有控制方法进行控制，并且需要根据工厂人员的判断手动操作控制阀。这开创了世界先河。借助横河电机今天宣布的新服务，客户可以使用FKDPP算法创建AI控制模型，并将其安装在边缘控制器上。该服务具有以下特点和优点：
特点
由于简化了AI模型创建过程，即使非AI专家也可以创建自主控制AI模型，并将其安装在e-RT3边缘控制器上；
其他设施仍在运行时，也可以对安装了自主控制AI的边缘控制器进行改造；
它支持短至0.01秒的控制周期，特别适合需要快速响应的设备控制应用。
优点
在只能进行手动控制的情况下实现自主控制；
抑制过冲；
显著缩短整定时 ；
能够在相互冲突的要求之间实现适当的平衡。
与自动调谐PID控制相比，该解决方案能够抑制过冲，并将整定时间缩短约65%——自动调谐PID控制器需要约30分钟整定时间，而自主AI控制需要约10分钟。
笔者经常和同行交流，电机行业的技术迭代相对较慢。但是在新趋势来临之时，我们要跳出传统的视角，多接触，多感受。也许，我们会错过这个风口！GPT4就是最近爆火的技术革命！
不要怕被AI取代，而是感受它，了解它，为我所用！
这样的案例很新鲜吗？
上面谈到了人工智能时代的来临，AI已经成为不可逆转的大趋势！
有的朋友很疑惑，机器学习在控制系统里已经有应用了，但是GPT-4只是一个对话训练模型，可以搞电机吗？这些问题不能百度吗？
有同行带着这个疑问，以领芯微的MCU作为主体，试验了一把GPT-4撸电机的效果。
问题一问：请问你了解领芯微的LCM32F037K6T8吗？
答：基本罗列清楚了外设资源，但是把M0弄错成了M3；
问题二问：继续之前的提问，包括K6T8的内置运放，反电势电路采样等。
答：运放回答正确，内置3运放。但是对反电势采样还不清楚，反复推翻自己的回答。
问题三问：LCM32F037K6T8的一些基础问题，比如主频，工作电压？
答：回答正确。
问题四问：询问如何通过写寄存器，而不是库函数的方式来操作运放。
答：回答正确。
问题五问：写一段ADC采样程序？
答: 基本正确。
看完以上5个问题，GPT-4已经可以解答一些基本的MCU相关问题。因为某些原因，尝试体验的机会不多。
相信经过时间的迭代，让GPT-4写出一些基础能用的程序是没问题的。加上网络资源的支持，能够有效的支持初学者的开发工作。
结论
在讨论AI能否进行电机设计之前，我们需要了解电机设计需要做哪些工作？
电机设计的主要工作可以分为电磁设计、结构设计、热设计等等。就拿电磁设计来说，设计人员除了考虑性能的要求，还要考虑通用性和标准性，需要在制造和性能方面做出平衡的决策。假设有个AI，掌握了所有的设计标准、以前所有的电机电磁方案，还掌握了电机设计的理论和方法，那么他能够设计出一个优化的方案吗？我觉得是可行的。但是前提是他能够学习到、积累到足够的知识。
作为一个有经验的设计人员是否愿意把知识毫无保留地教给AI呢？我觉得如果这个AI是他私有的，应该是会的。这个AI培养起来后，或许能像奴隶一样卖个好价钱。
有一个情况，就是这个有经验的设计人员教给AI的知识有缺陷和错误，可能导致这个AI设计出来的电机也有缺陷，并不是最优。那么不同的设计人员培养出来的AI就有不同，他们只是继承了培养他的人的知识。
一个好事情是AI可以继承“主人”的传承，AI可以传递给“主人”的继承人或者卖家。如果这AI具有好的基因，那么它或许可以被用很久。
有益的是AI可以帮助人实现重复的脑力劳动和降低计算错误。
具有自主意识，能够判断知识对错的 AI，应该能更进一步，不会成为奴隶，而成为同级或更高级的文明人，这个时候人类或许成为奴隶。
本文综合：电磁科学技术普及 和 转子磁场定向公众号内容编辑
