人工智能新高潮下的智能制造 既可“顶天”也可“立地”

2017年08月30日12:05  来源:人民网-上海频道
 

人民网上海8月30日电 今天, “2017全球(上海)人工智能创新峰会”在上海徐汇西岸艺术中心举行。中国工程院院士、清华大学自动化系教授、博士生导师吴澄作了题为《人工智能新高潮下的智能制造》的主题演讲。

中国工程院院士、清华大学自动化系教授、博士生导师吴澄

演讲全文实录:

各位好,我讲的主题是《人工智能新高潮下关于智能制造》。

一、人工智能热带来了智能制造热。

和人工智能一样,智能制造不是新的提法,其实在上世纪80年代,当时人工智能也有一个高潮,就是智能计算机。同时,智能制造在80年代也热了一阵。日本出台了国家项目“智能制造系统”邀请欧盟等国家参加,也邀请我们参加。我当时是专家组的组长,那时候的智能制造离我国的企业还比较远,当然,还有其它原因,我们没有积极地直接参与进去。当时,集中搞信息化,重点是信息的互联互通,我企业的效益作为我们的主要出发点。

日本的IMS(智能制造系统)没有太成功,原因是多方面的,我们也没有走这个弯路。当时的信息环境很初步,我们做了一个初步的对比,从当时的线宽、通讯网络等方面,现在都比之前提高了非常多。

当时比较注重专家系统,模糊计算、神经网络。当时的神经网络是单层或者两层的网络,现在的神经网络发展到152层以上的深度学习,在图像翻译等方面接近了人类的水平。

深度学习的一个例子,2015年ResNet获得了2016年计算机视觉和模式识别最佳论文奖。这是几千人参加的,机器学习方面最顶级的一个会议。当时赢得几乎所有图像分类和检测比赛的冠军。我们的一位学生提出随机网络密集连接卷积网络,成绩远远超过了2016年的最佳论文奖。这些人获得了今年2017年的最佳论文奖。一篇学术界的,一篇工业界的。所以我想在这里说一句,我们的年轻人还是有很大的希望。2018年,也可能你的论文就成为最佳论文奖了。中国在这方面基础并不差。

信息技术有很多的进步,人工智能还要发展,要从模拟人脑思维、认知,向着“计算机+人”的混合智能,人的回路向着“计算机+网络”的群体智能、大数据智能、跨媒体智能和大量的无人系统。所以,人工智能和信息环境的变化为智能制造的发展提供了巨大的推动力。另一个纬度,制造。80年代的时候,制造比较多关心产品设计、加工制造等方面。今天,制造已经扩展了全声明周期,产品创新设计、加工制造、装配、测试、管理营销、售后服务、客户关系、仓库物流供应链、报废处理,智能制造面临着快速发展的前景,大家对它寄予厚望。

二、对智能制造的内涵认识。

有助于你实施的时候避免盲目性,有人说,智能制造是智能和制造的交集、融合,这也对,但没有更多的解释。什么是人工智能?从信息技术的纬度,和制造生命周期等等,如果我们更多做一些解释,我们可以得到一个稍微详细一些的内涵认识,智能制造是智能技术,特别是新一代智能技术在制造全生命周期涉及到的理论、方法、技术和应用。

还有一种说法:智能制造是指在制造工业的各个阶段,从智能技术的视角,融合信息、机械、工艺、管理等学科技术,以一种高度柔性与高度集成的方式,支持产品全生命周期的产品,包括服务,还有设计、加工、管理、销售到报废处理的全过程,达到制造业的智能增长、包容性增长、可持续增长的目标。所有的内容差不多都可以参考。但是有了这样一个对内涵比较全面的认识,对指导实施智能制造还是有好处的。

从技术的角度来看,智能制造技术是制造技术、自动化技术、系统工程与人工智能等学科互相渗透、互相交织而形成的一门综合技术。其具体表现为:智能设计、智能加工、机器人操作、智能控制、智能工艺规划、智能调度与管理、智能物流、智能装配、智能检测、智能维护故障诊断、新制造模式等等。

三、我认为:智能制造既可“顶天”,也可“立地”

不管上面的什么说法,制造的覆盖面很广,人工智能的内涵也广。所以,制造全生命周期中的任何一个环节,采用了人工智能的任何一种具体技术都可以属于智能制造的范围之内。因此,智能制造不只是“高、大、上”,制造业包括其它行业的各个层面都可以有所作为。这就是“立地”:“智能制造就在我们身边”。

我国在前20、30年的许多信息化成果,所谓的人工智能1.0,这些都是有效益的,都是立地的。

当然,之后的发展,特别是基于新一代智能制造,是顶天的,当然也要落地。比如智能感知、认知需要MEMS的支持,是智能装备、智能工厂必须的,也是设备健康管理、故障诊断必须的。自然语言理解,人在回路中,知识性工作自动化。群体智能支持众创空间,包括新产品的创新研究;大数据智能改善产品质量、故障诊断;对员工、企业、用户的诚信管理;“无处不在”的高端智能产品新制造模式 ,用户参与的设计、高效率、高效益的批量为1的制造等等,这些都是我们智能制造要进一步深入的方面,现在都有成果,可以向深度、广度再发展。

值得重视的,知识性的工作自动化是智能制造、服务的重要方向。麦肯锡发表的到2025年的12项颠覆性技术的第二项,各项技术的潜在经济影响力,从物联网、移动互联网等等,其中知识工作自动化,对世界经济发展的影响是非常大的。尽管这个排名移动互联网是第一,知识工作自动化是第二。

2016年5月、10月,美国白宫发布了两份报告《美国国家人工智能研发战略计划》和《为未来人工智能做好准备》,制定美国人工智能的发展路线和策略。2016年12月,美国白宫再次发布报告《人工智能、自动化与经济》。这份报告深入考察了人工智能驱动的自动化将会给经济带来的影响,并提出了国家的三大应对策略。该报告提出:应对人工智能驱动的自动化经济,是后续政府将要面临的重大政策挑战。首先提到了自动化经济,这当然是智能制造、企业转型、经济转型需要考虑的,当然中国的国情和美国不完全一样,但这显然也是我们新的经济增长点。

我们可以从三个角度考察知识性工作的自动化的前景:

1、智能感知和认知将在制造、工程广泛、深入应用。制造业的各种装备,高铁、飞机、桥梁、地下管道、石油管道,都需要有传感器,需要感知它的问题,认知它的故障在什么方面,以及运行状况如何,这是多大的范围?多大的市场?我国已经开始在高铁和一些地方应用,这对社会来说是非常大的应用,传感器、服务器、客户端组成设备监控系统。

2、人机接口技术越来越多取代人的工作。自然语言理解、图像识别的成果已经接近并将很快超过人类的水平,应用于社会、经济、工业、生活的范围会越来越广,进入智能自动化已经不远了。深度学习在国内外的关注越来越大,直接影响到设备、装早的智能制造。美国很多公司都开始在人工智能的新的芯片当中布局。比如苹果,正在研制专业芯片,加强各种装备当中的人工智能功能,这都是企业在引领。

3、我国经济转型----从“有没有”到“好不好”。我们有很多工业系统,有,但是运行不好。我们的能耗是世界平均的2.6倍。我们知道,AlphaGo打败了著名的围棋手,但是有一个策略网络和价值网络的问题,听起来很学问。实际上做任何事情,都要顾及到你采用了这个策略之后引起的后果是什么,也就是价值。开车就是这样,下棋也是这样。所以,它不支持游戏,可以对我们工业生产产生很多效益的。我国的工业系统,要从“有没有”到“好不好”,这是一个转型的过程。要解决经济发展当中的质量问题、成本问题、资源问题、民生问题等等诸多问题,只有在人工智能的支持下,机器学习、智能预报、智能建模有大量的创新需要。这是一个需要相当长期的过程。解决这些问题,需要建立计算模型,这个不容易。有各种各样的智能建模办法,很学术。做好,才可以做到“有没有”到“好不好”。一些企业的应用都是很成功的。

4、实施智能制造,要突出企业引领,更不要忘了目标。智能制造有前景,是一个热点,在一些计划中提为重点,但也只是企业转型升级、制造强国战略中的一个选项,企业引领是关键,因为智能制造最终要落到产业化上。在具体操作时,如何在众多的新技术中选择?如何加权选择?根本一条,还是看能不能给企业带来效益,这个效益体现为提高竞争力和企业的可持续发展、企业的包容性发展。任何技术只是手段,目标决定了选择。尽管今天我讲的是智能制造,但我也认为这是一个选择。因此,实施智能制造的方针应该是:企业引领、效益驱动;总体规划、分步实施;重点突破、创新发展。

结束语:信息技术、人工智能的迅猛发展为制造业的发展提供了巨大推动力。了解智能制造的内涵有助于在推进智能制造过程的进程中把握主动、避免盲目。智能制造既是“顶天”的、也是“立地”的。实施智能制造要“不忘初心”、企业引领、效益驱动。谢谢大家。   

(责编:潘华、韩庆)
扫描关注上海频道微信扫描关注上海频道微信 扫描关注品牌上海微信扫描关注品牌上海微信