尊敬的各位與會(huì)代表，大家早上好！首先感謝工業(yè)智能分會(huì)的邀請(qǐng)，我預(yù)祝這次大會(huì)一定圓滿成功，我今天報(bào)告的題目是《從制造流程智能化談工業(yè)人工智能》。
首先我們講制造流程智能化的概念，這個(gè)圖主要說(shuō)明目前的智能，工業(yè)分兩類，一類是離散制造，一類是流程制造。離散制造產(chǎn)品可以數(shù)數(shù)，流程制造產(chǎn)品不能數(shù)數(shù)，但是到了生產(chǎn)線基本上是一樣的。所謂的一樣就是底下的裝備不一樣，下面一層是工業(yè)裝備，如果作為流程來(lái)講叫做工業(yè)過(guò)程，上面有控制系統(tǒng)?？刂葡到y(tǒng)保證了這個(gè)產(chǎn)品是自動(dòng)的，但是在兩種情況下是無(wú)法實(shí)現(xiàn)自動(dòng)的。
一種如果走個(gè)性定制的話，就得要求底下的裝備能夠加工不同的產(chǎn)品，這時(shí)候裝備就要變成一個(gè)智能化，然后我們控制系統(tǒng)要變成智能系統(tǒng)，能感知不同的裝備，所以今天的生產(chǎn)線是解決不了個(gè)性定制的高效化，所以這是工業(yè)4.0提出的重要目標(biāo)之一。
現(xiàn)在的流程是怎么回事呢？流程就目前來(lái)看把參數(shù)確定好以后，大家看到的生產(chǎn)線都可以做到黑燈工廠。但是如果原料一變，產(chǎn)品的品種一變，這時(shí)候工藝就得重新做。所以工藝重新做的時(shí)候，從剛開(kāi)始的決策部門就要進(jìn)行把指標(biāo)由綜合生產(chǎn)指標(biāo)變成工藝參數(shù)，而工藝參數(shù)再由工程師把它變到控制系統(tǒng)的設(shè)定，這樣這條線才能自動(dòng)，所以這是今天我們講自動(dòng)化系統(tǒng)的現(xiàn)狀。
它的整個(gè)系統(tǒng)是這樣的結(jié)構(gòu)，也就是人與信息物理系統(tǒng)融合的系統(tǒng)，我這張圖就表明了有一個(gè)人，我講的這個(gè)是知識(shí)工作者，他是企業(yè)家，他也是我們現(xiàn)在的工業(yè)工程師和各種工程師，他現(xiàn)在的操作過(guò)程是這樣的，首先根據(jù)我們現(xiàn)在的信息系統(tǒng)拿到所有看到的信息，然后他要根據(jù)自己的感知、認(rèn)知和功能得到另外的工況信息，所以我們調(diào)度開(kāi)會(huì)就是得到信息。
這個(gè)信息得到以后進(jìn)行分析和決策，所以這個(gè)系統(tǒng)是人參與的信息物理系統(tǒng)，這個(gè)系統(tǒng)本身我舉了兩個(gè)例子，這個(gè)是我們特高壓，它的產(chǎn)品可以說(shuō)是世界領(lǐng)先的，但是它的加工底下的生產(chǎn)線是完全自動(dòng)的，但是要得到各種不同的產(chǎn)品，他要重新進(jìn)行分析，重新進(jìn)行設(shè)計(jì)，重新把指令放到生產(chǎn)線，所以有一大堆知識(shí)工作者參與。
這條線是我們現(xiàn)在選礦項(xiàng)是完全自動(dòng)的，但是參數(shù)的改變還是需要人，這樣一個(gè)系統(tǒng)現(xiàn)在存在的問(wèn)題是什么呢？人的決策行為是制約發(fā)展的，什么原因呢？人難以感知?jiǎng)討B(tài)變化的運(yùn)行工況，人是難以及時(shí)的處理異構(gòu)信息。另外，人的決策是有主觀性的，人的決策是不一樣的，所以這樣就不能夠保證整個(gè)這條生產(chǎn)線是高效、全優(yōu)的。
這條線的未來(lái)怎么做？要想高效化、個(gè)性定制的高效化，流程工業(yè)的全局優(yōu)化，就要把現(xiàn)在的人和控制系統(tǒng)、裝備變成自主系統(tǒng)，而把現(xiàn)在整個(gè)系統(tǒng)管理系統(tǒng)要變成人機(jī)合作的決策系統(tǒng)。這樣一個(gè)系統(tǒng)和原來(lái)的區(qū)別在哪兒？它具有了感知、認(rèn)知、決策功能，最終的目標(biāo)是高效化和最優(yōu)化的方向，這樣企業(yè)結(jié)構(gòu)將會(huì)發(fā)生根本性的改變，現(xiàn)在的企業(yè)結(jié)構(gòu)是三層結(jié)構(gòu)。
大家搞企業(yè)都知道ERP資源計(jì)劃系統(tǒng)，制造執(zhí)行系統(tǒng)和離散裝備控制系統(tǒng)，而流程叫過(guò)程控制系統(tǒng)，這個(gè)目前的國(guó)際標(biāo)準(zhǔn)，未來(lái)變成兩層結(jié)構(gòu)，底下都是自主系統(tǒng)，然后有一個(gè)人機(jī)合作的決策優(yōu)化系統(tǒng)，這是未來(lái)制造流程的遠(yuǎn)景。
這個(gè)遠(yuǎn)景帶來(lái)哪些挑戰(zhàn)？第一個(gè)挑戰(zhàn)人工智能的典型代表是基于大數(shù)據(jù)的深度學(xué)習(xí)，但是到深度學(xué)習(xí)現(xiàn)在并沒(méi)有完全應(yīng)用于制造流程。在智能制造里有三個(gè)難題：
1.多尺度、多元信息的獲取，所以這塊現(xiàn)在是人在做的；
2.預(yù)報(bào)模型，怎么去預(yù)報(bào)，現(xiàn)在人也在預(yù)報(bào)，所以人的預(yù)報(bào)不一樣，得的結(jié)果不一樣；
3.如何把決策和控制過(guò)程集成。
這樣目前三個(gè)具有挑戰(zhàn)的難題，這三個(gè)難題在工業(yè)過(guò)程里頭具體來(lái)講就是多尺度、多元信息的動(dòng)態(tài)感知，人可以拿眼睛去看工況，去來(lái)判斷，現(xiàn)在如果我要把這個(gè)信息拿到必須解決動(dòng)態(tài)感知問(wèn)題。
第二個(gè)要想比人做得好，那么你要對(duì)產(chǎn)品質(zhì)量，對(duì)于能耗、物耗，包括運(yùn)行狀態(tài)，也就是這個(gè)狀態(tài)是異常還是正常的，一定要有一個(gè)預(yù)測(cè)和追溯。所謂追溯就是出現(xiàn)問(wèn)題以后到底哪道工序影響，哪個(gè)動(dòng)作影響，這都是現(xiàn)在能解決的。當(dāng)然，再往一塊再走把決策和控制進(jìn)行集成優(yōu)化。
我這兒畫(huà)了一張圖，這張圖說(shuō)明AlphaGo為什么在工業(yè)不能用，因?yàn)锳lphaGo它是一個(gè)完全確定的規(guī)則，人的大腦是掌握不了的，但是通過(guò)圖像、計(jì)算機(jī)可以把所有的規(guī)則都放在計(jì)算機(jī)里。
它整個(gè)博弈是可以建立可失措精確的決策模型，既然有這樣的模型就可以離線訓(xùn)練，一直訓(xùn)練到我能打勝你，我再和你比。另外，它的決策過(guò)程是一個(gè)單目標(biāo)，就是輸和贏，所以它可以用大量的計(jì)算機(jī)，它不考慮能耗。
而工業(yè)過(guò)程的決策在開(kāi)放環(huán)境下，不確定、不決定的規(guī)則，也就是說(shuō)這個(gè)規(guī)則是變的，有好有壞。另外，工業(yè)過(guò)程是難以建立決策可試錯(cuò)的模型。另外工業(yè)過(guò)程的決策是多目標(biāo)的，是沖突的。也就是說(shuō)，你要想把質(zhì)量做好并不等于成品最低。
所以我們講目前的人工智能技術(shù)，包括博弈技術(shù)，是在一個(gè)閉空間的技術(shù)，所以是一個(gè)大數(shù)據(jù)小任務(wù)。而工業(yè)將來(lái)遇到的問(wèn)題決策是小數(shù)據(jù)大任務(wù)，工業(yè)的大數(shù)據(jù)在計(jì)算機(jī)領(lǐng)域、人工智能領(lǐng)域來(lái)講都是小數(shù)據(jù)。
下面又講為什么要解決這個(gè)問(wèn)題要發(fā)展工業(yè)人工智能？為什么加了一個(gè)“工業(yè)”？因?yàn)榻裉斓娜斯ぶ悄芤謨煞N人工智能，一種叫強(qiáng)人工智能，它和人的智能比具有全面的智能，但是這個(gè)技術(shù)相當(dāng)一部分科學(xué)家認(rèn)為實(shí)現(xiàn)不了的，這是兩派；另外一種叫弱人工智能，也叫窄人工智能，它一定是為特定的場(chǎng)景，但是它的目標(biāo)比人做得要好。所以今天可以自動(dòng)駕駛，可以下棋，但是它做不到兩者兼有。
到底什么是人工智能？從國(guó)家戰(zhàn)略上來(lái)講，人工智能最終的目標(biāo)，雖然它是與時(shí)俱進(jìn)的，但是它主要要實(shí)現(xiàn)人的智能行為自動(dòng)化和復(fù)制。所以從這個(gè)意義上來(lái)講，人工智能不是單一的技術(shù)，而是利用于特定任務(wù)的技術(shù)集合。
當(dāng)然，這是人工智能的簡(jiǎn)史，人工智能的簡(jiǎn)史雖然五六年出先，但是追溯到18世紀(jì)，主要是追溯到推理，推理到今天為止也沒(méi)有完全解決。當(dāng)然，人工智能的發(fā)展后來(lái)是因?yàn)檗D(zhuǎn)入了應(yīng)用領(lǐng)域，計(jì)算機(jī)、機(jī)器人的出現(xiàn)，這是第一次高潮。
第二次高潮轉(zhuǎn)入到了圖像識(shí)別和診斷系統(tǒng)，第三次是因?yàn)槌霈F(xiàn)了大數(shù)據(jù)，出現(xiàn)了強(qiáng)大的計(jì)算，加上物聯(lián)網(wǎng)產(chǎn)業(yè)的投入，機(jī)器學(xué)習(xí)在搜索上加上現(xiàn)在除了深度學(xué)習(xí)技術(shù)。未來(lái)的方向一個(gè)想要用的話必須走向科技，第二個(gè)必須要走向智能系統(tǒng)。
工業(yè)革命當(dāng)中自動(dòng)化起的作用是實(shí)現(xiàn)了操作工作的自動(dòng)化，管理和決策的信息化，推動(dòng)了三次工業(yè)革命。它們之間的區(qū)別是什么？作為研究對(duì)象不同，我們現(xiàn)在作為目前的自動(dòng)化是以模型為基礎(chǔ)，知道機(jī)理，所以它是小數(shù)據(jù)，通過(guò)建模來(lái)解決。
但是另外有一類對(duì)象是難以建立數(shù)學(xué)模型，像一幅圖，所以它是大數(shù)據(jù)，但是不能用數(shù)學(xué)模型來(lái)描繪，這種情況用了大數(shù)據(jù)和機(jī)器學(xué)習(xí)，特別是找到了深度學(xué)習(xí)的方法。這是兩類不同的對(duì)象，將來(lái)人們面對(duì)的對(duì)象是這兩類都難解決的工業(yè)，所以這兩類對(duì)象必須結(jié)合起來(lái)。
國(guó)際上開(kāi)始提出來(lái)，包括美國(guó)提出來(lái)美國(guó)工業(yè)的人工智能，德國(guó)提出來(lái)和經(jīng)濟(jì)結(jié)合推動(dòng)AI，包括工程院下一代人工智能指引下的智能制造都在研究怎么樣能夠用新一代工業(yè)人工智能來(lái)解決，所以這樣解決工業(yè)人工智能目前在流程里主要解決知識(shí)工作里三項(xiàng)工作，一個(gè)是運(yùn)行工況多元信息的感知和認(rèn)知，第二個(gè)工作經(jīng)營(yíng)層、生產(chǎn)層、運(yùn)行層的協(xié)同決策，第三個(gè)以企業(yè)綜合生產(chǎn)指標(biāo)優(yōu)化為目標(biāo)，自動(dòng)協(xié)同控制裝備的控制系統(tǒng)。
這三件事目前都是知識(shí)工作者做的，如何使他們實(shí)現(xiàn)自動(dòng)化和智能化將是工業(yè)人工智能的重要方向。這里有幾個(gè)關(guān)鍵技術(shù)要解決：
第一個(gè)關(guān)鍵技術(shù)復(fù)雜工業(yè)環(huán)境下運(yùn)行工況多尺度、多元信息的智能感知和識(shí)別技術(shù)；
第二個(gè)復(fù)雜工業(yè)環(huán)境下基于5G多元信息的快速可靠的傳輸技術(shù)；
第三個(gè)系統(tǒng)辨識(shí)與深度學(xué)習(xí)相結(jié)合的智能建模、動(dòng)態(tài)仿真和可視化的技術(shù)；
第四個(gè)關(guān)鍵的工藝參數(shù)和生產(chǎn)指標(biāo)的預(yù)測(cè)和追溯技術(shù)；
第五個(gè)人機(jī)合作的智能優(yōu)化決策技術(shù)，特別是結(jié)果端、邊、云協(xié)同實(shí)現(xiàn)智能算法的技術(shù)，只有這些技術(shù)攻克了才有可能將來(lái)使工業(yè)發(fā)生革命性的改變.
本文來(lái)源：走向智能論壇
聯(lián)系客服
