編者按：此文是根據(jù)中國(guó)工程院院士、浙江大學(xué)教授、智能制造分會(huì)專家主任楊華勇先生，在CIROS組委會(huì)主辦的2019中國(guó)國(guó)際機(jī)器人與智能制造發(fā)展高峰論壇暨2019“金手指獎(jiǎng)”頒獎(jiǎng)典禮上的演講，按照速記報(bào)告整理摘編而成。

數(shù)字經(jīng)濟(jì)最好的時(shí)代：ABCD

  在這里跟大家匯報(bào)一下智能制造我們的思考和實(shí)踐。我的匯報(bào)分以下幾個(gè)內(nèi)容。首先，剛才薛會(huì)長(zhǎng)和毛司長(zhǎng)都提到政策的問(wèn)題，現(xiàn)在政策都是講制造業(yè)的轉(zhuǎn)型升級(jí)，因?yàn)槲覀兊漠a(chǎn)能過(guò)剩，現(xiàn)在核心關(guān)鍵技術(shù)需要進(jìn)一步的自主和突破，制造業(yè)都離不開(kāi)信息業(yè)，智能制造就離不開(kāi)IT的ABCD，就是AI、Block chain等。在互聯(lián)網(wǎng)銷售領(lǐng)域，現(xiàn)在互聯(lián)網(wǎng)改變了生活生產(chǎn)的模式，云計(jì)算、IoT、VR、AI的人工智能深入，已經(jīng)越來(lái)越轉(zhuǎn)型化。所以開(kāi)發(fā)者、品牌商、制造商，以及門(mén)店、運(yùn)輸、快遞、物流、金融業(yè)都跟新零售、新物流、新制造等連在一起。

  消費(fèi)互聯(lián)網(wǎng)化，消費(fèi)的升級(jí)，現(xiàn)在在倒逼服務(wù)的升級(jí)，服務(wù)的升級(jí)倒逼制造的升級(jí)。要打通這些，就是供應(yīng)鏈和智能化。最近幾年講CPS講的比較多，現(xiàn)在數(shù)十億消費(fèi)者，通過(guò)消費(fèi)互聯(lián)網(wǎng)，越來(lái)越連在一起。所以從消費(fèi)端來(lái)看，都看重的是服務(wù)、渠道和市場(chǎng)，從研發(fā)這端來(lái)看，創(chuàng)新、研發(fā)、設(shè)計(jì)和品牌，中國(guó)人口紅利幾乎已經(jīng)促進(jìn)，但是中國(guó)的工程師才剛剛開(kāi)始。中國(guó)一年的工科畢業(yè)生，幾乎要超過(guò)全球其他國(guó)家加起來(lái)的總和。這塊都需要供應(yīng)鏈、制造和物流來(lái)打通物理世界和心理世界，以及虛擬世界。

市場(chǎng)環(huán)境的互聯(lián)網(wǎng)轉(zhuǎn)型

  互聯(lián)網(wǎng)時(shí)代離不開(kāi)五個(gè)詞，平臺(tái)、數(shù)據(jù)、智能、融合、普惠。對(duì)于平臺(tái)而言，未來(lái)的平臺(tái)和個(gè)人，個(gè)人可以用平臺(tái)做很多事。數(shù)字化以后需要在線，24小時(shí)隨時(shí)可調(diào)用。產(chǎn)品和服務(wù)、運(yùn)營(yíng)、決策都要智能化，線上線下融合、原子比特融合，以及普惠。從需求側(cè)來(lái)看，我們企業(yè)都在講成本、質(zhì)量、效率，工業(yè)質(zhì)量變革、效率變革、動(dòng)力變革，來(lái)找數(shù)字化、網(wǎng)絡(luò)化、智能化的產(chǎn)品、裝備和過(guò)程，數(shù)據(jù)驅(qū)動(dòng)、軟件定義、平臺(tái)支撐、智能主導(dǎo)、服務(wù)支撐。供給側(cè)，從數(shù)據(jù)的角度學(xué)習(xí)提升、迭代成長(zhǎng)。大數(shù)據(jù)是融合關(guān)聯(lián)數(shù)字孿生、云計(jì)算、互聯(lián)網(wǎng)等。從IT側(cè)，都講工業(yè)互聯(lián)網(wǎng)，我們制造側(cè)都是智能制造。

  實(shí)際上說(shuō)的一件事情，不同的角度來(lái)看，工業(yè)互聯(lián)網(wǎng)的增長(zhǎng)非常迅速。來(lái)看這個(gè)應(yīng)用場(chǎng)景的占比，設(shè)備的管理服務(wù)是38%，生產(chǎn)過(guò)程的管理是28%，企業(yè)運(yùn)營(yíng)管理是18%，資源配置協(xié)同13%，真正的研發(fā)設(shè)計(jì)數(shù)據(jù)只有2%，還有一個(gè)工藝的管理只有1%。

  我們用另外一個(gè)坐標(biāo)來(lái)看，他有兩個(gè)坐標(biāo)，產(chǎn)品的價(jià)值分析的深度，以及工業(yè)機(jī)理復(fù)雜度來(lái)考慮，社會(huì)管理、過(guò)程管理、企業(yè)運(yùn)營(yíng)管理、資源配備和研發(fā)，以及制造工藝的管理，現(xiàn)在大量是在模型的問(wèn)題、數(shù)據(jù)深入分析問(wèn)題、設(shè)備健康管理，這個(gè)占到62%。還有生產(chǎn)的監(jiān)控、安全管理、客戶關(guān)系管理、財(cái)富管理，這塊占了22%。金融全流程的優(yōu)化占了43%，真正工業(yè)復(fù)雜度特別高的，仿真優(yōu)化與數(shù)字這塊，實(shí)際上只有3%。

智能制造工業(yè)互聯(lián)網(wǎng)面臨多個(gè)挑戰(zhàn)

  現(xiàn)在進(jìn)一步朝深度走，智能制造工業(yè)互聯(lián)網(wǎng)往深度走，面臨很多挑戰(zhàn)，我列了六個(gè)。第一個(gè)，現(xiàn)在數(shù)據(jù)源很多，接入成本高、量大，所以企業(yè)做IO的成本非常高。這是工業(yè)數(shù)據(jù)的多樣性。從算法來(lái)看，現(xiàn)在開(kāi)發(fā)語(yǔ)言眾多，管理成本高，工業(yè)機(jī)理和算法，實(shí)際上很難融合，需要兩方面的人才，需要工業(yè)的專用人才和IT的專用人才一起來(lái)做。還有工業(yè)組件的沉淀、算法模型的沉淀，因?yàn)閳?chǎng)景復(fù)雜、算法多樣，帶來(lái)了很大的挑戰(zhàn)。邊緣計(jì)算，放到云上的安全的問(wèn)題，公有云、私有云、混合云，邊緣計(jì)算成本高。也存在硬件的問(wèn)題，還有流計(jì)算，所以需要與硬件深度融合。還有算法能力不足，因?yàn)閿?shù)據(jù)量大，算法框架多，成本高。而我們需要的是混合部署和快速部署，尤其是業(yè)務(wù)深度的融合。

  工業(yè)互聯(lián)網(wǎng)平臺(tái)的本質(zhì)是工業(yè)數(shù)據(jù)操作系統(tǒng)，核心三套件，虎符、算盤(pán)、河圖，做工業(yè)數(shù)據(jù)的開(kāi)發(fā)管理。工業(yè)工程運(yùn)籌優(yōu)化系統(tǒng)，以及工業(yè)視覺(jué)渲染，還有邊緣算法。我們都知道，工廠的管理有物料、工裝、人員、工藝、設(shè)備、訂單、供應(yīng)商。物流的管理、網(wǎng)絡(luò)運(yùn)行涉及到銷售，質(zhì)量數(shù)據(jù)、工業(yè)數(shù)據(jù)、裝備公司數(shù)據(jù)、模具數(shù)據(jù)、訂單數(shù)據(jù)、設(shè)備數(shù)據(jù)，以及人員權(quán)限的管理。

  這里一個(gè)例子，關(guān)于工裝的一個(gè)例子，非常復(fù)雜。事實(shí)上我們也跟上飛（音）一起在做，稍微哪一個(gè)點(diǎn)上一段，后面的流程就做不下去。大量數(shù)據(jù)的整合，這里面需要很多事，可能是三方面。前面提到真正要把一個(gè)平臺(tái)推出來(lái)讓大家接受，面向業(yè)務(wù)人員，圖形化工業(yè)智能程序開(kāi)發(fā)環(huán)境。要求規(guī)范、統(tǒng)一、易用的算法智能平臺(tái)，讓算法透明、可解釋、能“說(shuō)話”、可獨(dú)立部署，支持?jǐn)U展、快速API服務(wù)化。

  這是一個(gè)案例，現(xiàn)在國(guó)內(nèi)最有競(jìng)爭(zhēng)力的是春風(fēng)摩托，他做了一期工信部的智能制造示范項(xiàng)目，他這個(gè)就是設(shè)計(jì)，他設(shè)計(jì)能力現(xiàn)在很強(qiáng)，而且這是一個(gè)國(guó)賓副車(chē)隊(duì)的摩托車(chē)，跟一般的摩托車(chē)相比，他加了150個(gè)特殊標(biāo)準(zhǔn)，產(chǎn)量不大，要求又高，政府采購(gòu)價(jià)格也很低，競(jìng)爭(zhēng)者也多，但是企業(yè)也不愿意虧損，所以這對(duì)他帶來(lái)很大的挑戰(zhàn)。從設(shè)計(jì)角度帶來(lái)很大挑戰(zhàn)，制造角度帶來(lái)挑戰(zhàn)，他的車(chē)間很典型，一個(gè)車(chē)間有三十臺(tái)各種加工機(jī)床，各種品牌的。他做了一期下來(lái)，他想深度做。他現(xiàn)在做沙灘車(chē)等等，也做出口，雖然企業(yè)不大，但是很有競(jìng)爭(zhēng)力。摩托車(chē)，說(shuō)到底還是發(fā)動(dòng)機(jī)。發(fā)動(dòng)機(jī)的問(wèn)題我們也都知道，就是裝配。舉個(gè)例子，最簡(jiǎn)單就是螺絲釘，螺絲釘松了緊了，操作工心情不好，做不到位?？垦矙z員，永遠(yuǎn)會(huì)有問(wèn)題。怎么避免這些問(wèn)題？如果把他做起來(lái)，攝像頭做一個(gè)監(jiān)控，可以馬上報(bào)警。而且不拍人，就拍一個(gè)局部，工人也不反感。關(guān)鍵要把這些數(shù)據(jù)怎么處理，很多企業(yè)應(yīng)該也做過(guò)類似的場(chǎng)景，做跟蹤。數(shù)據(jù)整理，根據(jù)視頻判斷它的產(chǎn)品。

  1、裝備智能化

  做裝配線不需要大規(guī)模改造，對(duì)中小企業(yè)很有借鑒意義。能夠?qū)崿F(xiàn)不間斷監(jiān)控，對(duì)不正確的裝配件能夠及時(shí)預(yù)警。

  裝備的智能化。我們?cè)诨鹞闹С窒伦隽撕芏?，現(xiàn)在產(chǎn)量全球60%，把價(jià)格拉下來(lái)40%?，F(xiàn)在“一帶一路”傳統(tǒng)線帶來(lái)很大的問(wèn)題，中國(guó)是產(chǎn)量的大國(guó)，還希望成為技術(shù)強(qiáng)國(guó)，來(lái)引領(lǐng)這個(gè)行業(yè)的發(fā)展。他也是數(shù)據(jù)很多，主要的問(wèn)題和瓶頸是駕駛員的經(jīng)驗(yàn)需要積累，培養(yǎng)周期長(zhǎng)，工程都有各種各樣的問(wèn)題。人在疲勞時(shí)容易注意力不集中、穩(wěn)定性低，無(wú)法長(zhǎng)時(shí)間工作。方向是智能駕駛，現(xiàn)在是輔助決策。

  盾構(gòu)大腦，進(jìn)行TB+M邊緣計(jì)算，局部感知前面的巖土或者水土的情況。駕駛數(shù)據(jù)、刀具磨損評(píng)估、設(shè)備故障預(yù)警等等。如何提高它的壽命？如何來(lái)做圖像識(shí)別、地質(zhì)模型、評(píng)估駕駛質(zhì)量，我們來(lái)判斷駕駛水平，需要多維度。

  2、數(shù)據(jù)采集分析

  舉個(gè)例子，芯片決定以后，靠皮帶輸送出來(lái)，然后到運(yùn)輸車(chē)，再把它提升出來(lái)。如果巖石的塊度太小，就不是用來(lái)決定破碎巖石。原來(lái)選煤也是，現(xiàn)在同樣的原理，我們?cè)倏紤]煤炭的洗煤選煤，就靠圖像來(lái)做。有網(wǎng)絡(luò)深度學(xué)習(xí)，產(chǎn)生大量的數(shù)據(jù)。

  前期做過(guò)的人都知道，采集數(shù)據(jù)很痛苦，采完數(shù)據(jù)再解也很痛苦，前期做起來(lái)非常痛苦。怎么來(lái)分析，現(xiàn)在沒(méi)有人也沒(méi)有技術(shù)來(lái)做。也要分類，巖石的類型早就知道，關(guān)鍵是巖石前面這個(gè)局部段到底有多少，靠圖片，見(jiàn)了數(shù)據(jù)會(huì)很快分類，不用人去盯著，也不用請(qǐng)專家。

  做標(biāo)識(shí)，大量圖像采集出來(lái)以后，現(xiàn)在已經(jīng)有遠(yuǎn)程采集。做深度分析，輔助駕駛、智能決策，有輔助。這樣數(shù)據(jù)的分析可以影響和引導(dǎo)駕駛員的決策，現(xiàn)在關(guān)于刀盤(pán)的轉(zhuǎn)速，它的設(shè)定和實(shí)際推進(jìn)到底多少，波動(dòng)時(shí)決策要降低一下，速度慢一點(diǎn)。

  所以深度圖像數(shù)據(jù)可以準(zhǔn)確判斷圍巖類型和尺寸，通過(guò)歷史數(shù)據(jù)分析能夠抽象出駕駛員的最優(yōu)駕駛策略，為自動(dòng)駕駛提供依據(jù)。通過(guò)更深層次的數(shù)據(jù)與知識(shí)挖掘，能夠?qū)崿F(xiàn)更加精準(zhǔn)的自動(dòng)駕駛。

  3、質(zhì)量管理

  還有質(zhì)量管理，無(wú)錫有一個(gè)貝斯特精機(jī)，他是做發(fā)動(dòng)機(jī)葉輪的，我們都知道葉輪的工況很復(fù)雜，表面瑕疵影響葉輪性能，對(duì)檢測(cè)要求很高，瑕疵品流出會(huì)造成很大損失，包括物流、批量召回產(chǎn)品等。目前都知道，生產(chǎn)線要巡檢，巡檢員數(shù)量也有限、培訓(xùn)周期有限、培訓(xùn)周期長(zhǎng)，如何檢測(cè)降低瑕疵對(duì)人力的依賴？

  主要的瓶頸就是，需要有一定的檢驗(yàn)經(jīng)驗(yàn)門(mén)檻，受主管判斷影響，檢測(cè)準(zhǔn)確度有起伏。缺乏一致性，容易錯(cuò)檢漏檢。抽象出來(lái)就是這樣，業(yè)務(wù)層、交互層、計(jì)算層和技術(shù)層，細(xì)節(jié)不展開(kāi)講。最后說(shuō)一下，圖像的特征提取，來(lái)深度學(xué)習(xí)這個(gè)圖像，降低復(fù)雜度對(duì)精度的影響。需要穩(wěn)定的工作環(huán)境，抗干擾能力弱，學(xué)習(xí)能力弱。這些都要改進(jìn)。

  圖像需要做360度無(wú)死角高清拍攝，然后深度殘差神經(jīng)網(wǎng)絡(luò)建模，目標(biāo)是全自動(dòng)智能分揀。共收集81張圖片，156處劃傷瑕疵，其中64張照片用作訓(xùn)練，17張用作驗(yàn)證。精確率85.51%，召回率是67.65，平均精度是87.04%。這個(gè)意義是用深度學(xué)習(xí)輔助人工對(duì)瑕疵的檢測(cè)，提高穩(wěn)定性和準(zhǔn)確性，降低人力成本。圖像可以做到90%的準(zhǔn)確度，這個(gè)難度也不用多少人培訓(xùn)，后期很好。深度學(xué)習(xí)，提升性能，并能夠快速?gòu)?fù)制到所有檢測(cè)點(diǎn)，避免因工人培訓(xùn)浪費(fèi)時(shí)間。

  4、生產(chǎn)管理

  生產(chǎn)管理就在浙江兆豐，做軸承的。前面已經(jīng)接了MES、ERP、WMS等系統(tǒng)。解決企業(yè)信息化達(dá)到一定高度后的痛點(diǎn)，多系統(tǒng)、多部門(mén)，視覺(jué)單一、缺乏全局，各種問(wèn)題無(wú)法預(yù)知。做企業(yè)的大腦，數(shù)據(jù)智能、流程智能、決策智能。先要說(shuō)服管理層，決策者下決心，一定要董事長(zhǎng)達(dá)成共識(shí)。前期搞的很亂，就會(huì)很困難。

  這是數(shù)據(jù)展示平臺(tái)。然后找優(yōu)化，這是一個(gè)傳統(tǒng)行業(yè)，總覺(jué)得工業(yè)沒(méi)有多少優(yōu)化?，F(xiàn)在要把汽車(chē)行業(yè)加上數(shù)據(jù)的手段，真發(fā)現(xiàn)了很多問(wèn)題。把它分類，我們也都知道，磨削、上下科、修整，就這三個(gè)階段。非磨削階段占比太大。

  只要意識(shí)到問(wèn)題在哪兒，采用消空程系統(tǒng)，縮短空程時(shí)間。找到整體的優(yōu)化，產(chǎn)品交貨期縮短7天，部分關(guān)鍵產(chǎn)品生產(chǎn)節(jié)拍從18秒提升到15秒，能耗降低7%，產(chǎn)品質(zhì)量提升5%。那個(gè)節(jié)拍的量很大，別小看這3秒。生產(chǎn)協(xié)同個(gè)性化、內(nèi)網(wǎng)外網(wǎng)設(shè)計(jì)供應(yīng)鏈，很復(fù)雜。智能制造工業(yè)互聯(lián)網(wǎng)互聯(lián)互通需要跨界，真的是強(qiáng)國(guó)的基礎(chǔ)。

  繞不開(kāi)工廠化，現(xiàn)在開(kāi)發(fā)者可以網(wǎng)上找，算法也找的到，IT也有生態(tài)。能力多了，數(shù)據(jù)量很大，數(shù)據(jù)的定義，尤其數(shù)據(jù)的關(guān)系，需要專門(mén)的人來(lái)做。大量的數(shù)據(jù)如何用，我們分析過(guò)，很多的數(shù)據(jù)，97%實(shí)際上是無(wú)用的。

工業(yè)互聯(lián)網(wǎng)

  現(xiàn)在做互聯(lián)網(wǎng)，就是工業(yè)互聯(lián)網(wǎng)2.0時(shí)代。數(shù)字化基礎(chǔ)越好的企業(yè)，做起來(lái)就越大。運(yùn)營(yíng)層、應(yīng)用層，開(kāi)發(fā)工業(yè)APP。安全我們都知道，現(xiàn)在社會(huì)公共系統(tǒng)的安全是重中之重。邊緣計(jì)算、云平臺(tái)的安全等等。現(xiàn)在是把開(kāi)發(fā)者學(xué)習(xí)交流開(kāi)發(fā)工業(yè)APP，我們現(xiàn)在做了很多事，尤其是大學(xué)，他們有沉淀，畢業(yè)生一畢業(yè)就走了，你還要了解他的工藝，要花精力去解決。這個(gè)問(wèn)題，現(xiàn)在做了一個(gè)算盤(pán)?，F(xiàn)在我們關(guān)心的工廠大腦，倉(cāng)儲(chǔ)物流也開(kāi)始關(guān)心，事實(shí)上我們會(huì)越來(lái)越關(guān)注能耗，尤其是設(shè)備，設(shè)備什么時(shí)候該維修，有好多數(shù)據(jù)要進(jìn)入大腦。

  打通全城的工業(yè)互聯(lián)網(wǎng)，把現(xiàn)有的各種反饋，商業(yè)數(shù)據(jù)、客戶關(guān)系數(shù)據(jù)、產(chǎn)銷等等，全部放在一個(gè)平臺(tái)上，所以要讓生產(chǎn)有序，還要供需有理，讓制造有“芯”，讓生產(chǎn)有序，讓營(yíng)銷有依。我認(rèn)為智能制造工業(yè)互聯(lián)網(wǎng)的四個(gè)階段，第一個(gè)是資源通，第二個(gè)是架構(gòu)通，第三個(gè)是數(shù)據(jù)通，第四個(gè)階段是價(jià)值通?，F(xiàn)在的企業(yè)大部分還在第一、第二階段。

  5G要改變、加快，多維的輸入，現(xiàn)在消費(fèi)互聯(lián)網(wǎng)是下載，5G有個(gè)問(wèn)題，他有個(gè)上載的問(wèn)題，現(xiàn)在5G在消費(fèi)領(lǐng)域都是下載，現(xiàn)在大規(guī)模做5G的上載。我看聯(lián)通電信都在做，全局協(xié)同能夠深度融合工業(yè)機(jī)理與工藝，制造超越人類決策的全局最優(yōu)策略，并實(shí)時(shí)自優(yōu)化。全線智能，能夠洞悉人所沒(méi)發(fā)現(xiàn)的復(fù)雜及隱藏的工業(yè)規(guī)律與原理。

機(jī)器智能解放人工智慧

  現(xiàn)在智能制造帶來(lái)了很大的挑戰(zhàn)，全球化和地緣政治的挑戰(zhàn)，科技公司也盯著工業(yè)，在整體加速。產(chǎn)學(xué)研到底該如何協(xié)同？不同行業(yè)模式復(fù)制遇到的行業(yè)數(shù)據(jù)規(guī)制，每個(gè)企業(yè)的工業(yè)大佬都需要個(gè)性化的定制。互聯(lián)網(wǎng)和傳統(tǒng)經(jīng)濟(jì)體的“跨界”文化有很大鴻溝。頂層設(shè)計(jì)好，局部快速迭代，每個(gè)行業(yè)都可以做到。人腦+機(jī)器智能的“混合腦力”模式。數(shù)據(jù)驅(qū)動(dòng)的智能化治理模式成為主流，數(shù)字經(jīng)濟(jì)帶動(dòng)消費(fèi)升級(jí)與智慧升級(jí)。

  數(shù)據(jù)智能不是取代人，也不是機(jī)器取代人，應(yīng)該是機(jī)器智能解放人工智慧。所以數(shù)據(jù)應(yīng)該是從制造業(yè)中來(lái)，也應(yīng)該回到制造業(yè)中去。謝謝大家！