赵骥吴澄：人工智能新高潮下的智能制造

2024-08-06

下列文章来源于中国网信杂志，作者赵骥吴澄

作者| 赵骥吴澄

来源 | 中国网信杂志，管理智慧

咨询合作 | 13699120588

目前，中国制造业在国际上的竞争力有了很大的提高，优势领域已经从纺织、玩具等轻工业领域提升到高铁、大型飞机、新能源汽车、光伏等高科技领域。事实证明，中国在这些领域有核心能力。智能制造业作为主要方向之一，不断推动制造业高质量发展。

智能化制造理念的提出，源于 20 世纪 80 人工智能热在时代兴起。考虑到信息技术的现状，我国将重点放在信息技术上。 CIMS(计算机集成制造系统)，即制造信息化，希望通过集成-信息互联互通，促进企业效益的提高。40 多年来，从国家高科技研究发展计划(863 计划）CIMS，中国工程院提出的数字制造、数字网络制造、数字网络智能制造，在实施两个产业融合和两个产业深度融合战略方面发挥了基础作用，在航空、航天、船舶等重点行业培养了关键能力。

当今世界，国与国之间的竞争主要是综合国力的竞争，而衡量一个国家综合国力的一个重要指标就是国民生产总值。（GDP）。2023 2008年，我国数字经济保持稳步增长，数字经济核心产业增加值占国民生产总值的比重。 10%。数字化经济促进了制造业的高质量发展。为了帮助高端制造业达到一个新的水平，我们需要研究和部署人工智能新高潮下的智能制造业发展。

智能化制造面临的一些问题和挑战

从近年来各级政府的产业鼓励政策，到公司自发启动的项目，我们可以看到大量智能制造的实践案例。从整个工厂建设智能工厂到单个设备和生产单位自动化改造，其繁荣背后也存在一些问题和挑战。

首先，数字化、智能化技术和企业想要解决的问题有很大的差距。虽然很多公司也被授予未来工厂、智能工厂、灯塔工厂等各种称号，但实际上智能化对企业效益的贡献并不明显。例如，工业大数据、数字孪生等理论的研究非常热门和先进，但创新技术很难应用，与企业需求的匹配度较低。

第二，新一代人工智能领域尤其是生成型人工智能领域（AIGC）技术发展迅速，但除机器视觉外，人工智能技术的其它方面在制造企业中的应用案例较少，与人工智能技术的不断发展形成鲜明对比。

另外，一些企业对数字化、智能化的认识和对智能制造的认识还不够充分，缺乏系统、全局的思考和布局。

事实上，智能制造只是一个概念。对于企业来说，概念需要转化为智能产品、智能生产线、智能车间、智能工厂等有用的“物品”。，并通过这些有用的“物品”来提高企业的价值创造能力。要实现这一目标，防止走弯路，需要增强对智能制造实质的理解和理论认知，才能更好地匹配技术和需求。

了解智能制造的本质

抽象通道，具体逐术。道是做事的原则和原则，艺术是做事的具体方法。只有掌握了问题的本质，才能轻松解决问题。

飞机、汽车、电脑、手机、衣服等人类商品，并非本来就存在于大自然中，而是由人们“想”到“制造”出来的。首先，我们应该表达人们想象中的产品特征；其次，要表达制造过程(材料、工艺、方法)；第三，要表达运营流程、营销流程和原材料的组织流程。目前，表达离不开计算机，离不开数字技术。数字化是将物理世界转化为数学世界，其根本目的是将这些信息交给计算机进行存储、计算和传输。当工业现场要求全要素连接、全线协同、全球智能时，当地的计算能力和存储能力将不足，因此有必要将这些任务交给平台(工业物联网)进行解决。用计算机和网络平台代替人来处理这些任务会更有效率。

实际问题通常很复杂，涉及的各种因素都会纠缠在一起。为了方便表达和解决问题，问题必须简化，模型是对实际问题的简化表达。通过数学表达模型，可以将实际问题转化为可计算的问题，交给计算机来解决。智能化制造中有很多数学模型，根据不同的领域、不同的问题有不同的模型。这不仅可以是一个复杂系统的系统架构模型，也可以是一个描述演变逻辑(状态变化)的过程模型，或者是一个针对具体问题的机制模型(如运动轨迹、温度压力等物理属性变化等)。)，当然也可以包括数据模型。

单个模型只描述复杂制造中的一侧特征。如果需要统一各个侧面的模型，就需要集成技术。从应用的角度来看，集成就是数据共享和相互操作。从理论角度来看，每个模型只描述了一个“小宇宙”，集成就是将每个模型组合成一个“大宇宙”。

信息化系统（CPS）它是智能化制造的核心技术，包括物理空间和数字空间。问题 - 模型化，模型化 - 算法化，算法 - 软体化，这是构建信息物理系统的基本步骤。在一个产品及其生产过程中，物理空间的力、热、声、电、光统一存在于其物理对象中，而力学模型、热学模型、声学模型、电学模型和数字空间的光学模型不是统一的，而是分开的。一方面是因为学科的划分，另一方面，不同的模型只适用于特定的具体问题。在物理空间与数字空间相连的双生体上，信息物理系统中的这些模型需要连接在一起。这一连接机制的数学表达是什么？黎曼几何给了我们启发和思考的方向。

在智能制造场景中，对于力、温度、速度、能量等物理属性的模型计算，往往需要设置具有实际物理意义的坐标系。在黎曼几何中，物理几何和空间不再是用坐标系来表达的空间，而是由许多不同的坐标系来表达。（manifold）。接着，采用一种将不同空间联系起来的机制。

神经网络也是一种连接模式，也被称为“连接主义”，是深度学习的基础。

智能制造需要一个理论系统。虽然智能制造涉及材料、机械、控制、计算机、通信、人工智能等多个学科，但从应用的角度来看，它是一个典型的复杂系统。然而，它的理论不应该是每个学科知识的“拼接”，而应该有自己独立的理论体系。我们需要重视智能制造理论体系的构建。在实践中，许多问题表面上是技术问题或工程问题，归根结底是缺乏理论。

人工智能新高潮为智能制造开启新世界

自 2016 年 AlphaGo 自从人类围棋世界冠军被击败以来，人工智能的热潮一波又一波，波士顿动力 Atlas 斯坦福大学的人形机器人 Mobile Aloha 机器人表现出的感知、决策、实施的顺利配合令人印象深刻。2020 到目前为止，生成式人工智能衍生出的各种应用，例如 ChatGPT、Sora 等待将大模型推向浪尖，人工智能不断掀起新的高潮。

神经网络模型是“黑箱”模型的典型代表。神经元相互连接，形成智能基础，但智能不体现在神经元上，而是神经元相互连接(突触)。连接强度称为连接权重，通过调整权重，使同一输入产生不同的输出。深度学习网络特别大，有的达千层，参数达千亿。参数越多，非线性越强，对复杂任务的表达也越好。

人工智能生成的突破性进展为人类社会提供了新的工具和思想。在媒体、娱乐、教育等领域，文本生成、图像(视频)生成具有广阔的应用前景。当前取得成功的领域，对结果的验证基本上取决于人们的感官感受、主观判断。对制造工地而言，要求精确、客观、严谨。生成内容是否可以用来解决制造业面临的问题，是否可靠可用，需要进一步研究和观察。无论如何，人工智能的新热潮，为智能制造的高水平发展开辟了一个新的天地。

国务院发布的《新一代人工智能发展规划》提出了中国人工智能发展的“三步走”发展战略，确定了大数据智能、跨媒体智能、群体智能、混合增强智能、自主智能系统的特殊框架。智能制造已经成为新一代人工智能创新应用的主要领域。人们希望用新的人工智能成果来处理制造业面临的问题。

以大模型为代表的人工智能突破性进展，使通用人工智能成为世界上最具挑战性、催化性和赋能性的战略技术之一。为此，我们应该加快人工智能的发展，大力推进数字化转型，形成制造业的新生产力，加快新的工业化。

目前，人工智能赋能智能制造(" AI 制造业已经成为全球共识，各国纷纷制定战略，将制造业的各个环节与人工智能相结合。在大型模型的驱动下，具体智能和群体智能已经成为当前的热点。大型服务机器人将有望为制造业的各种场景服务，实现真正意义上的“机器替代”，完成复杂、高风险的任务。" AI 数据是制造“紧密结合应用阶段”的重要环节。深度机理智能优化，人工智能技术由单点场景应用向全流程系统演变。

2024 年 6 月 20 日，2024 在国家会展中心(天津)开幕的世界智能产业博览会，给油机器人吸引了观众。

从系统的角度看智能制造

1973 2008年，美国约瑟夫 · 第一次提出哈林顿博士 CIM（Computer Integrated Manufacturing，计算机集成制造)，指出这是未来加工制造业的生产模式。CIM 有两个核心观点:一是信息角度，即整个制造过程本质上是信息收集、传输和处理的过程；第二，从系统的角度来看，即企业的各种商业活动是不可分割的，应该统一考虑。

伴随着时代的进步，CIM 所涉及的各种技术都在不断发展，有些已经很成熟了，虽然概念已经更新，但是挑战依然存在。我们国家在 20 世纪 80 年代到 21 我们国家在世纪初 863 计划 /CIMS 信息集成、流程集成、公司集成在工程中提出，仍然是目前大多数企业数字化转型的关键发力点，具有指导意义。

智能化制造是智能技术(特别是新一代信息技术)在整个生命周期的应用中所涉及的理论、方法、技术和实践。我们需要从系统的角度来看待问题，谈论大局。目标是 TQCSE（Time，时间；Quality，质量；Cost，成本；Service，服务；Environment，环保）。智能化制造的发展要“顶天立地”。“顶天”是将人工智能、极端制造、脑机接口、信息技术、新材料等领域的最新研究成果吸收应用于制造业，与各种前沿科学的研究进展同频共振。同时，要在制造业的各个层面取得巨大成就，贯穿产品创新设计、制造、安装、检测、管理、营销、售后服务、客户关系、仓库物流供应链、报废处理等制造和管理的全过程。，从而实现制造业的智能增长、包容性增长和可持续增长目标。“效益、竞争力和可持续发展”是智能制造的起点和目标，根本在于公司的核心能力建设。那就是“立地”。

加工制造业的智能改造是一项复杂的系统工程，系统集成首当其冲。它不仅包括硬件和软件的数据共享，还包括设备、管理、产品研发和客户服务。通过数字平台，可以实现产品的个性化定制，产生新的竞争优势，打造价值链(营销、R&D、制造、供应链)的数据共享。

伴随着智能制造业的深入发展，工业软件已经成为推动制造业高质量发展的中坚力量。工业软件是现代工业系统的“大脑”。围绕工业问题，将工业知识和领域模型转化为算法。软件系统可以与人交谈(接收人的指示，给人反馈结果)，控制硬件和设备(电动、机械、液压和气动)，直观地呈现各种工业系统的运行情况。VR 成熟的技术将使人机交互界面更加丰富，3I（Immersion、Interaction、Imagination）使沉浸感、互动感、想象力更充分。

2024 年 6 月 19 日本，工人和工业机器人在安徽省芜湖市。 8AT 智能生产流水线自动变速器操作。

在智能制造中，工业软件起着枢纽作用。工业化软件具有很大的粘性，客户一旦放弃了一个正在使用的系统，就非常困难。在中国，工业软件起步较晚，实现超越的机会主要在于工业互联网的应用。互联网制造将调整原有的工业软件系统，通过微服务基本单元松耦合，可以灵活组合原有的庞大系统。正如新能源汽车实现“超车”一样，这是我国工业软件国产化、换道超车的重要机遇。

我们应该注意我们的缺点，即智能制造设备和核心零部件的产业化率非常低；工业软件高度依赖外部；智能集成生态尚未形成，不同端口的标准协议存在差异，导致硬件和软件集成的兼容性、互操作性和适应性低，难以实现人工智能在整个智能改造过程中的结合。

近代以来，人类文明的进步伴随着“机器替代”的进程。在清除一类工作的同时，一般技术进步会自动创建另一类或多项工作。事实上，更换一直以渐变的方式进行，取代人的手、脚、大脑或某些器官的作用。公司管理、工厂经营必须顺从人性，适应人的变化，融入社会变化。智能化制造的目的之一就是消除或减轻劳动痛苦。“机器替代”都会经历机器“不能做”“不能做”“能做好”“超越人”等阶段。值得注意的是，人工智能的新成果将逐步释放人类在工业系统和服务系统运行中的双手，人类的分工将开始并进行重大调整。对这一颠覆性变化，我们应提前做好规划，确保人工智能的安全性、可靠性和可控性。

展望未来，人工智能的新成果将不断完善智能制造的内涵，各种新的应用将不断涌现，新一代智能制造必将推动行业走上一段楼梯。

点击下面的卡片，注意管理智慧