本文由微信公眾號工業(yè)智能化（ID：robotinfo）整理自先進制造業(yè)、經(jīng)濟參考報、互聯(lián)網(wǎng)周刊發(fā)布，轉(zhuǎn)載請注明！

作者：趙東偉、李曉華

如何讓普通的生產(chǎn)工廠插上智能的翅膀成為真正的智能工廠正在成為制造業(yè)共同思考的問題。

作者：趙東偉

制造業(yè)中生產(chǎn)過程中每天產(chǎn)生海量的數(shù)據(jù)，這些數(shù)據(jù)都存儲在數(shù)據(jù)庫里面，而真正能夠 發(fā)揮實際價值的數(shù)據(jù)卻非常少，從而造成數(shù)據(jù)資源的極大浪費。如何對生產(chǎn)過程中的海量數(shù) 據(jù)進行處理從而發(fā)揮數(shù)據(jù)的價值，將數(shù)據(jù)不再僅僅是數(shù)據(jù)，而成為生產(chǎn)的資產(chǎn)是每個制造業(yè) 管理者都關(guān)心的問題。

為了實現(xiàn)對數(shù)據(jù)的利用，降低生產(chǎn)成本提高生產(chǎn)效率，很多供應(yīng)商都 提出了智能工廠的解決方案。 目前社會上提到的智能工廠很多，而真正能夠做到智能化的卻 很少。 筆者基于多年在制造業(yè)中的工業(yè)機理模型經(jīng)驗和在智能技術(shù)領(lǐng)域的一些實踐， 介紹下目前智能技術(shù)以及其在制造業(yè)場景的應(yīng)用情況。

一、人工智能、云計算、大數(shù)據(jù)、

物聯(lián)網(wǎng)的關(guān)系是什么？

提到智能技術(shù)大家首先聯(lián)想到的就是人工智能、大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等。而很多人對這些名詞間的關(guān)系模棱兩可。因此有必要首先介紹下其間的聯(lián)系。 為了便于讀者理解，這里不 引用每個名詞的通用定義，而采用通俗易懂的方式進行解釋。人工智能從狹義角度講就是以 CNN 卷積神經(jīng)網(wǎng)絡(luò)為代表的模型算法， 具體的應(yīng)用圖像識別和語音識別。

目前社會上所有提到的人工智能技術(shù)包括人臉識別、自動駕駛、語音交互、阿爾法狗、指紋識別等等均是基于 CNN 卷積神經(jīng)網(wǎng)絡(luò)為核心算法的應(yīng)用。因此，人工智能本質(zhì)就是一種算法。云計算本質(zhì)是一 種從資源到架構(gòu)的全面彈性， 通俗的講， 比如對于一臺電腦，有 100 個任務(wù)，那么電腦在執(zhí) 行這 100 個任務(wù)時就要有個排隊，依次進行，而當數(shù)據(jù)量很大時， 超大的任務(wù)量將會造成電 腦服務(wù)器崩潰。

而云計算就是可以將一臺電腦的服務(wù)器虛擬成多臺電腦，比如我們很多人都用過 VMware 的虛擬機軟件，該軟件可以把我們的 PC 機電腦虛擬成擁有不同內(nèi)存、存儲容 量和網(wǎng)絡(luò)的小電腦， 這樣 100 個任務(wù)將會同時分解到多臺電腦去執(zhí)行， 這就是分布式計算， 從而大大提高計算效率。 大數(shù)據(jù)通俗的講就是海量的數(shù)據(jù)， 具有復(fù)雜的數(shù)據(jù)關(guān)系。

物聯(lián)網(wǎng)通俗講就是通過網(wǎng)絡(luò)協(xié)議將生產(chǎn)過程中的儀器儀表、 視頻、語音、文本等數(shù)據(jù)全部進行連接。 為了通俗理解他們間的關(guān)系，筆者將其關(guān)系表示如下圖所示，并以一方高人的成長歷程作為比喻。

物聯(lián)網(wǎng)、互聯(lián)網(wǎng)比喻作為一個人的成長環(huán)境， 通過在社會、 學(xué)校、環(huán)境中的不斷學(xué)習(xí)， 將會收獲海量的知識，這些海量的知識就是大數(shù)據(jù)。 要想有效的利用海量知識并發(fā)揮其價值 需要各種數(shù)據(jù)模型（包括統(tǒng)計分析、機器學(xué)習(xí)、人工智能、工藝機理模型）對數(shù)據(jù)進行訓(xùn)練， 這種訓(xùn)練的過程比喻為一個軍師（或者老師）對人的指導(dǎo)、培養(yǎng)過程。 而數(shù)據(jù)模型的分析訓(xùn) 練需要云計算進行快速高效的迭代，從而形成豐富的知識經(jīng)驗，成為一方領(lǐng)域的高人。而云 計算就相當于人類的大腦。

二、 數(shù)據(jù)模型包括哪些？

如何對模型進行選擇?

由以上分析可知，一方高人的形成包括數(shù)據(jù)采集層、數(shù)據(jù)存儲層、數(shù)據(jù)模型層、數(shù)據(jù)計算 層，其中數(shù)據(jù)采集和數(shù)據(jù)存儲依托于目前的 MES 系統(tǒng)已經(jīng)能夠很容易的實現(xiàn)。數(shù)據(jù)計算依 托于阿里云、華為云、百度云的計算服務(wù)也能容易做到。目前的核心限制環(huán)節(jié)在于數(shù)據(jù)模型層，即如何將生產(chǎn)中產(chǎn)生的大數(shù)據(jù)通過數(shù)據(jù)模型轉(zhuǎn)換為有價值的信息。因此，筆者在本節(jié)著重對數(shù)據(jù)模型的選擇進行介紹。

對于數(shù)據(jù)模型的分類仁者見仁智者見智，沒有統(tǒng)一的 定義，筆者結(jié)合多年的工作經(jīng)驗， 認為主要分為以下四類， 包括統(tǒng)計分析、機器學(xué)習(xí)、深 度學(xué)習(xí)以及工藝模型。

由于篇幅關(guān)系，本文將不再具體解釋每個模型的具有原理和算法， 后續(xù)將會詳細討論。 數(shù)據(jù)模型詳細具體分類如下圖所示，由圖可知，統(tǒng)計分析模型主要包 括線性回歸、多元線性回歸、非線性回歸、 spc 分析、相關(guān)性分析等；機器學(xué)習(xí)模型主要 包括邏輯回歸、支持向量機、 k-means 聚類、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)、決策樹、貝葉斯模型、隨機 森林等；深度學(xué)習(xí)（人工智能）主要包括 CNN 卷積神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)等；工藝模型主要涉及冶金或者化工行業(yè)的物理化學(xué)反應(yīng)，包括熱力學(xué)和動力學(xué)相關(guān)理論知識，生物發(fā)酵化學(xué)反應(yīng) 以及基于邊界條件的最優(yōu)解等問題。

以上介紹了數(shù)據(jù)模型的分類，那么如何對模型進行選擇呢？

由于每個模型有其特殊的需求，本文主要根據(jù)數(shù)據(jù)的類型、數(shù)據(jù)量以及應(yīng)用業(yè)務(wù)場景的不 同將其分為分類、回歸、聚類、 降維、深度學(xué)習(xí)五大類，如下圖所示。 通過該圖結(jié)合生產(chǎn) 的數(shù)據(jù)類型、數(shù)據(jù)量以及數(shù)據(jù)實現(xiàn)的目標從而有效的選擇需要的數(shù)據(jù)模型。

三、智能技術(shù)在制造業(yè)中有哪些應(yīng)用？

對于智能技術(shù)，筆者認為從廣義角度講，凡是能夠代替人工操作并能夠有效提高工作效率的都可稱作為智能技術(shù)；從狹義角度講，智能技術(shù)主要是以機器學(xué)習(xí)、深度學(xué)習(xí)等復(fù)雜算法為核心，并將數(shù)據(jù)轉(zhuǎn)換為有價值信息的技術(shù)。

因此， 智能技術(shù)在制造業(yè)中的應(yīng)用從廣義角度講可以概括為運營管理、智能模型、智能裝備 等方面，每個方面包含內(nèi)容如下圖所示。其中運營管理包括財務(wù)管理、供應(yīng)鏈、資金管理、人力資源、協(xié)同辦公、智能物流、設(shè)備管理、能源管理、安環(huán)管理和自動報表等。智能模型 主要包括統(tǒng)計分析、機器學(xué)習(xí)、工藝模型、企業(yè)大數(shù)據(jù)、成分預(yù)測、設(shè)備預(yù)警、智能調(diào)度、 輔助決策以及人工智能等。智能裝備主要包括機器人、自動化裝備等。

從狹義角度講，智能技術(shù)在制造業(yè)中的應(yīng)用主要包括以下 7 個方面，其中統(tǒng)計分析主要依托于柱狀圖、餅狀圖、散點圖等實現(xiàn)對生產(chǎn)重要數(shù)據(jù)的實時展示和輔助決策等；圖像智能識別技術(shù)主要應(yīng)用在車牌識別、人臉識別、鋼鐵企業(yè)表面質(zhì)檢檢測系統(tǒng)、標記號碼自動識別等； 語音智能識別技術(shù)主要依托于科大訊飛等成熟產(chǎn)品，實現(xiàn)在局部區(qū)域進行人機對話操作，從 而減少人員數(shù)量；基于實時數(shù)據(jù)的智能預(yù)測主要基于生產(chǎn)過程實時的工藝數(shù)據(jù)和檢化驗數(shù)據(jù) 依托于智能模型對終點成分進行預(yù)測判定，以及根據(jù)設(shè)備重要工藝參數(shù)進行智能故障預(yù)警等。 基于歷史數(shù)據(jù)的智能預(yù)測主要是針對無法實時獲取生產(chǎn)實時數(shù)據(jù)的類型，需要根據(jù)歷史 數(shù)據(jù)通過智能模型對終點成分、溫度、壓力以及設(shè)備故障等進行預(yù)測報警，還包括通過歷史 數(shù)據(jù)的判定分析，結(jié)合智能模型，發(fā)現(xiàn)現(xiàn)場操作人員的數(shù)據(jù)作弊問題?；诰垲惙治龅膶＜蚁到y(tǒng)主要包括通過對歷史數(shù)據(jù)多維度的分析，通過聚類算法實現(xiàn)對產(chǎn)品質(zhì)量以及新產(chǎn)品性能 等進行智能預(yù)測?；谶吔鐥l件的最有決策問題主要針對于一定限制條件下，對于某個目標通過建立線性方程組實現(xiàn)線性規(guī)劃求解，從而實現(xiàn)最佳成本優(yōu)化以及不同價格物料的最優(yōu)匹 配，典型的應(yīng)用場景為配料過程。對于更加具體的應(yīng)用場景，將會在后續(xù)文章進行詳細介紹。

注：本篇文章主要是對智能技術(shù)和其在制造業(yè)場景的應(yīng)用進行簡要的概述，對于細節(jié)并未詳細展開，希望讓讀者能夠有個全面的了解。后續(xù)將會對細節(jié)進行介紹，敬請期待。 由于個人 水平有限，難免有不當之處，敬請批評指正。（本文完）

智能制造和人工智能，是不是兩碼事？

制造就是制造，就是它本身。不需要用各種先鋒旗幟來混淆視聽。

制造就是制造，不要總是被引領(lǐng)

去年早些時候，“互聯(lián)網(wǎng)+”曾經(jīng)被視為“智能制造”的靈丹妙藥。經(jīng)過一段時間的爭吵、實踐和沉淀，“制造業(yè)+互聯(lián)網(wǎng)”的融合，才勉強修成正果。這看上去不過是一個詞的順序顛倒，背后卻是不同角色的利益集團，在進行話語權(quán)的角斗。

而在今年，隨著“人工智能”出現(xiàn)在政府報告中，“AI2.0+制造”眼看著又要出現(xiàn)在江湖。這對于中國制造2025，恐怕又是一次身不由己的晃動。

“智能制造”自身已經(jīng)完全被輿論所異化。定語“智能”二字，奇怪地成為最大的主角和樂趣，而“制造”本身則淪為配角。

在這種情況，引入“AI2.0”只會助長本來已經(jīng)熱氣騰騰的“智能”。

要不要就叫做“人工智能制造”？讓“制造”干脆直接淪為“第三角色”。

AI2.0，真的能引領(lǐng)智能制造嗎？

即使是IB+M的沃森，現(xiàn)在也面臨著大量的問題。沃森跟西門子合作，在工業(yè)領(lǐng)域也不過是配角。只玩算法的，是不會弄明白工業(yè)的。大家總喜歡用谷歌的AlphaGo舉例子說明AI跑得有多快，可這跟制造業(yè)，能有多大的關(guān)系。我們幾乎也沒有任何案例說明AlphaGo在工業(yè)領(lǐng)域有多大的進展。說白了，那不過是一場秀而已。

對制造而言，機器人、大數(shù)據(jù)都是大家吹過且正在漂浮的泡泡；人工智能則正在全新升騰。這些泡泡，如果來自市場和投資商一起吹動的，政府樂見其成；然而，如果政府花費太多心思放在這一類技術(shù)上面，那么智能制造勢必誤入歧途，這種“智能”過熱的制造，將是制造業(yè)的悲劇。

為什么制造業(yè)需要被ICT引領(lǐng)呢？制造就是制造，就是它本身。不需要用各種先鋒旗幟來混淆視聽。

機器人+制造，也差點成為我們智能制造的主流，“機器換人”這一口號前兩年還曾大行其道，但現(xiàn)在迅速過氣成為沒人愿意提及的晦氣詞。機器人不是不能引領(lǐng)制造，但要看國情。請加微信公眾號：工業(yè)智能化(robotinfo) 馬云都在關(guān)注

日本2015年1月出臺《機器人國家戰(zhàn)略》之后，矢志不移地將機器人在跟物聯(lián)網(wǎng)、跟日本制造緊密地結(jié)合。那是有原因的，日本已經(jīng)是世界排名數(shù)一數(shù)二的機器人強國，借用自己的優(yōu)勢是順水推舟的事情，而中國機器人現(xiàn)在關(guān)鍵三大部件，都未能取得突破；在開源機器人系統(tǒng)、軟件又有落后的情況下，奢談機器人與制造的關(guān)系，最終勢必淪為“中國是機器人最大的市場”這種我們屢見不鮮的結(jié)局。

在上周浙江余姚舉辦的中國機器人峰會，凱文·凱利這個在中國瘋狂收割出場費的美國預(yù)言家，倒是從側(cè)面給了我們一個提醒。他認為，在現(xiàn)有的基礎(chǔ)上，人工智能技術(shù)第一個影響到的領(lǐng)域應(yīng)該是金融領(lǐng)域，而且這種影響已經(jīng)開始；另一個就是零售行業(yè)。

也許凱文凱利并不懂制造業(yè)，但他應(yīng)該在美國也沒有看到這種跡象。

彎下身子搞“制造”，而不是翹起腳尖搞“智能”，是當下工業(yè)界需要正面應(yīng)對的問題。不要再干“語不驚人誓不休”的大事啦，而是要下沉搞出一些“寒窗十年無人知”的突破。

調(diào)門過熱的智能制造

智能制造是過熱的，正在演變成一場無心而起的非市場化的逐利行為。這方面原因，綜合了多種指向不同的志向，既有新奇元素的加入，容易理解，容易“說出水平”，也有急功近利的示范工程、領(lǐng)導(dǎo)視察的需要。

重要的是，智能制造已經(jīng)儼然成為“中國制造2025”的主輿論、主焦點，萬般寵愛——無論是資金投入、各級政府言行還是政策研究機構(gòu)，這對發(fā)展2025，將會非常不利。

智能制造的調(diào)門起的太高，是不太適合中國工業(yè)極其不均衡的國情。中國工業(yè)是一個超級熔爐，這里面生米、熟米各種夾生飯十分不同，千層餅萬層酥的現(xiàn)象比比皆是。而共性的問題，則是工業(yè)思想淡漠、四基工程薄弱、制造工藝跟不上等問題。

這些問題，都不是“智能”的事情。但卻是中國工業(yè)真正可以“強國”的根基。

筆者前些日子去沈陽鳳城考察增壓器產(chǎn)業(yè)集群。這個鳳凰山腳下的增壓器產(chǎn)業(yè)區(qū)，呈現(xiàn)出生龍活虎的市場活力。許多企業(yè)搞技改、搞工藝改進、搞橫向聯(lián)合，有聲有色，好一片民營企業(yè)的勃生之相。有一兩家可以隱隱地看到德國“隱形冠軍”那種作派的影子。

然而就“智能制造”而言，這里幾乎“紋絲不動”。以生產(chǎn)方式為例，目前基本解決了設(shè)備數(shù)控化的問題，但自動化正處在呼之欲來的階段。而信息化幾無培育，數(shù)據(jù)分析更是不見蹤跡。而至于工業(yè)思想、戰(zhàn)略意識，則基本處于民營企業(yè)原生態(tài)自發(fā)生長的階段。差距相當不小。

精益只有一點若有若無的影子，一些零星的5S看板掛在每個車間的里面。

如果智能制造之風(fēng)，不能更好地扶持如此有活力的“增壓器之都”——鳳城，那么只能說，我們的“智能制造”調(diào)門起的太高。這里有數(shù)百家企業(yè)，每家企業(yè)都有多多少少幾十號員工——他們是東北不景氣的工業(yè)局勢下的一面閃亮的旗幟?！按猴L(fēng)不度鳳凰山”，那就是春風(fēng)不識百姓門，“智能制造”之風(fēng)不該只盤旋在少數(shù)企業(yè)的上空。

在美國面向未來的先進制造伙伴計劃中，國家制造創(chuàng)新網(wǎng)絡(luò)是重要的一環(huán)。然而，從其分布來看，14個創(chuàng)新中心絕大部分都跟材料、工藝、電子相關(guān)，跟數(shù)字化制造、跟智能制造都只是各有一個。而且即使“智能制造平臺”強調(diào)的也是能源效率和公共平臺問題。

就是這樣，“人工智能”都沒排上隊呢。