工業人工智能催動製造業（yè）升級 -機（jī）器人-數控機床市場（chǎng）網

您（nín）現（xiàn）在的位置：機器人（rén）> 行業資訊>工業人工智能催（cuī）動製造業（yè）升級

工業（yè）人（rén）工智能催動（dòng）製造業升級

2019-9-26 來源：- 作者：-

　　傳統人工智能概念始於上世紀50年代，半（bàn）個多世紀以來，人類利用自然語言、神經辨識、神經網（wǎng）絡或形象（xiàng）辨（biàn）識等方法，讓機器（qì）學習規律，進而提供廣泛維度解決方案。

　　相較於前（qián）者，工業人工智能隸屬垂直（zhí）領域（yù），其屬性（xìng）聚焦於工業製造係統，涉及汽車、飛機、輪船等移動工具的安全性、節能性、耗油性，工業製造機（jī）器人的穩定性、精密性，風力（lì）發電的效益性、節能性等（děng）相關課題。

　　雖然人工智能應用（yòng）於生產製造的前景廣闊，但要從概念實現落地，產生規（guī）模效益（yì），還需要（yào）清晰可（kě）行（háng）的研究方法。從業者或許（xǔ）可以（yǐ）從《工業人工智能》一書中找到答案。

　　《工業人工（gōng）智能》由美國辛辛那（nà）提大學特聘講座教授（shòu）、美國國（guó）家科學基金會（NSF）智能（néng）維護係統產學合作中心（IMS）創始主任、美國工業人工智能中心創（chuàng）始（shǐ）主任李傑（Jay Lee）所著，在這本（běn）書（shū）中，李（lǐ）傑將過去在美國工業大數據挑戰中所參與的實際（jì）案例列（liè）出，讓讀者能夠通過這些案例了解工業人工智能的定（dìng）義與意義、如何用算法（fǎ）去解決工業係統問題。

　　“我在美國近40年從事智能製（zhì）造以及工業大數據的產學研工作，深深地體會到企（qǐ）業從精益到（dào）智能製造的轉型工程中，人才、技術管理和執（zhí）行上的挑戰（zhàn）。”近日，李傑接受了澎湃記者（zhě）的專訪，分享了其對工業人工智能的理解。

　　什麽是工業人工智能？

　　李傑介紹，工業人工智能是一個係統工程，需要多（duō）個技術元素的整（zhěng）合，這些技術元素可囊括為“ABCDEF”6個方麵,分別是：

　　包括五大ABCDE係統元素，分別是Analytics（建模分析）、Big Data（大數據）、Computational Plarform（計算機平台（tái））、Domain Knowledge（領域知識）、Evidence（事實依據（jù））、Feedback（反饋閉環）。

　　“在以上六個技術要（yào）素中，前三個同時也是AI技（jì）術的三個要素（數據、計算能力和算法），但是與工業人工（gōng）智能有所區別。在分（fèn）析建模方（fāng）麵，前者以（yǐ）算法為核心，後者以場景和問題為核（hé）心；在數據技術方麵，前者圍繞解決‘4V’挑戰，後者則是管理‘3B’特性（xìng）；在計算平台方麵，前者以雲計算和集中式的運算能力為主，後（hòu）者以‘端（duān）’到（dào）‘雲’的（de）融合（hé）架構為主（zhǔ）。後三個要素則是帶有鮮明的工業特質的技術要素，也是人（rén）工（gōng）智能與工業（yè）係統（tǒng）相融合的接（jiē）口。”

　　李傑認為，人工（gōng）智能技術對於工業係統（tǒng）而言，應（yīng）該是（shì）融入和賦（fù）能（néng）的姿態，而非顛覆者。未來工業智能係統的（de）目（mù）標（biāo），是創造無憂的工業環境，實現零意外、零汙染、零浪費、零次品和零宕機。

　　什麽樣的人工智能適合（hé）工業？

　　近幾年興起（qǐ）的物聯網技術做到了將事、物與人連接起來，由物驅動人。李傑認為這個觀念不夠完（wán）整，“真正適合工業的智能技術需要（yào）將人、事/物和係統連接起（qǐ）來，用係（xì）統去驅動人和事，從過去基於經（jīng）驗（yàn）（experience-based）轉變成（chéng）為基於事實（ evidence-based）的運行模式，並在這個過程中不（bú）斷優化係統。”

　　李傑非常認同富士（shì）康的創始人郭台銘曾（céng）提出（chū）的“六流”係統，即（jí）係統與人的連接為“六流”（人員（yuán）流、物料流、過程流、技（jì）術（shù）流、資金流、數據流）和“六管”（生（shēng）管、經管（guǎn）、品管、工管、人管、安管），並通過移動化的企管應用打破地理邊界和使協同更加高效。

　　“工（gōng）業係統要做到三點（diǎn），一是減少浪費、二是減少人力，這（zhè）兩點過去我們已經做到，而工業人（rén）工智能需要（yào）做到的減少憂慮，就（jiù）是（shì）去管理那些讓（ràng）我們過去因為看（kàn）不見或不了（le）解造成的問（wèn）題和不確定性。 ”

　　李傑強調，用機器取代人和自動化是對製造業智能最大的誤解，“機器換人隻是一種低廉勞動力的轉變，自動化是製造過程中係統的建立，智能化卻是（shì）文化跟管理係統的改變，這並不是簡單的技術問題。智能化的最終目的是（shì）為（wéi）了給顧客創造價值，起協助的作用。”

　　“在人、係統和物之間我們通過建立和管理數據的（de）來（lái）源性（Resource）去進行不同維度（dù）的對標分析和參考性（Reference），從而不斷發掘（jué）物與事之間的（de）關係性（Relationship），利用對（duì）這種關係性的洞察去不斷優化係（xì）統，最終實現係統的自我調節、重（chóng）構和（hé）協同的強韌性（Resilience），這樣就可以實現工業係統的無憂（yōu）。”

　　李傑舉例：“例如當我們發現設備故障與運行參數和操作之間的（de）相關性，就可以（yǐ）優化設備的使用和（hé）維護方式，從而實現設備的零宕（dàng）機（jī）運行；當我們發現製造係統的過程參數與最終產品質量的關係（xì）後，就可以實時監控和調節過程參數，選擇（zé）最合適的工藝參數組合（hé），並在製造過程中進行調節（jiē）補償，從而（ér）實現（xiàn）工業係統的零次品生產。當我們發現發動機的能耗與外界環（huán）境、飛行航線和發動機參數之間的關係後，就可（kě）以進行參數優化以實現能耗（hào）的節省。如果我（wǒ）們能夠預測生產係統對能（néng）源和物料的需求，並且在最恰當的時機精準地貼合它的需求，就可以實現生產係統的零浪費運行。”

　　誰會成為工業（yè）人工智能的殺手級應用？

　　李傑認為“設備預（yù）測性維護”“虛擬量測與（yǔ）過程質量控製”“能源（yuán）管理與能效（xiào）優（yōu）化”“基於（yú）機（jī）器視覺的（de）缺陷檢測與物料分揀”“生產與（yǔ）維護計（jì）劃的排程優化”“供應（yīng）鏈與物流調度優化係統”這幾大業務功能將成為工業人工智（zhì）能最大力度施（shī）展拳腳的地方。

　　“而且（qiě）還會逐漸誕生複合場景、應用協調和跨（kuà）領域的工業智能應用平台。目前工業人工智能的應用場景已經慢（màn）慢（màn）發生在生產工廠中，如：機器的監控、船舶的省油、發動機的健康管理、醫（yī）療係統（tǒng）的（de）遠程維護等，而油廠（chǎng）油田的安全管理和可靠性管理，也已經慢慢開始發展，但（dàn）暫時（shí）還缺乏係統工程的觀念和可（kě）持續傳（chuán）承的基礎。”

　　李傑在新書中記錄了許多工業人工智能應用的（de）案例，以（yǐ）更加直觀的方式（shì）闡述了工業人工智能（néng）技術的（de）開發流程和其中重要的經驗教訓。

　　“在未來中國的企業轉型中，我們會發現工業人工智能會扮演一個（gè）很重要的角色，如何把過去中（zhōng）國在快速發展中所損失的工匠（jiàng）的經（jīng）驗和知識，從數據中重新彌補回來。換句話說，工業人工智能可以（yǐ）助力中國過去30年發展（zhǎn）中所積累（lèi）的經驗得（dé）到更快的（de）沉澱和傳承。從依靠國外的經驗，用數據重新建立經驗（yàn）的一個（gè）技術（shù）體係，進而使中國未（wèi）來（lái）的發展更具有可持續的（de）傳（chuán）承。這是我寫這本書的初衷，也期待閱讀完這本書的讀（dú）者，在對工業人工智能有了全麵理解後，能將工（gōng）業人工智能的相關知識實際應用於（yú）自（zì）己的工作場景中，去（qù）挖掘不可見的知識，嚐試突破傳統經驗生產的限製，最後創造出更巨大的價值。”李傑說。

投稿箱：
如果（guǒ）您有機（jī）床行業、企業相關新聞稿件發表，或進行（háng）資訊合作，歡迎聯係本網（wǎng）編輯部，郵箱：skjcsc@vip.sina.com

更多相關信息

名企推薦

業界視點

| 更多

行（háng）業（yè）數據

| 更多

博文選萃

| 更多

數（shù）控機床