最新新闻
热点文章
我要投稿
联系电话：027-87592219/20/21转188
投稿邮箱：tb@e-works.net.cn
投稿邮箱：tb@e-works.net.cn
文章推荐
视频推荐
- 未来汽车工厂，在线下单支持私人定制
- 2018-02-02
- 基于云端的三维CAD系统Autodesk Fusion 360
- 2018-01-31
- 通过PTC物联网技术实现Flowserve泵的预测性维护
- 2018-01-31
- 微软预测性维护保障电梯高效服务
- 2018-01-30
“制造智能化”与“智能制造化”
智能与制造之间，未来将会发展出两种路径，一种是“制造智能化”，继续沿着现有的智能制造路线深化；另一种是“智能制造化”，所有的产品都是某种算法的实体化，也即“泛机器人”时代来临。在未来一段时间内，这两条路线可能是并存的。
制造业直接体现了一个国家的生产力水平。最近几年，随着信息技术的快速发展，制造业面临着与信息技术融合的选择。
从最根本上讲，制造业是以生产产品为最终目的。它按照市场要求，通过制造过程，将资源转化为可供人们使用和利用的大型工具、工业品与生活消费产品。信息技术，不管是数字化、网络化还是现阶段的智能化，都只是达到这一目的的手段。
但是新一代人工智能，与早期基于逻辑推理的人工智能不同。新一代人工智能是由数据驱动的，它通过给定的学习框架，不断根据当前设置及环境信息修改、更新参数，具有高度的自主性。比如，“阿尔法狗”依靠深度学习算法，在海量棋谱的训练下，战胜了围棋世界冠军李世石，宣示了新一代人工智能在某些领域具备甚至超越了人类的能力。
新一代人工智能与制造相关联，会是怎样的情景呢？
智能与制造之间未来将会发展出两种路径，一种是“制造智能化”，即继续沿着现有的智能制造路线深化；另一种是“智能制造化”，所有的产品都是某种算法的实体化，也即“泛机器人”时代来临。在未来一段时间内，这两条路线可能是并存的。
从制造到“智能制造”
政策视野中的制造业升级
在2015年发布的《中国制造2025》中，针对智能制造的发展有较为完整的表述。其中提到了：“新一代信息技术与制造业深度融合，正在引发影响深远的产业变革”。这种变革，尤其体现在三个方面：基于信息物理系统的智能装备、智能工厂等智能制造正在引领制造方式变革；网络众包、协同设计、大规模个性化定制、精准供应链管理、全生命周期管理、电子商务等正在重塑产业价值链体系；可穿戴智能产品、智能家电、智能汽车等智能终端产品不断拓展制造业新领域。
这里所指的“智能制造”主要是“智能装备和智能工厂”，而“智能终端产品”和“互联网+”带来的产业链则另外归类。智能制造的基础是信息物理系统（Cyber-Physical System，简称CPS），这个概念被认为是智能制造的核心。
2015年国务院印发的《关于积极推进“互联网+”行动的指导意见》中，在“互联网+”协同制造部分提到：推动互联网与制造业融合，提升制造业数字化、网络化、智能化水平，加强产业链协作，发展基于互联网的协同制造新模式。其主旨在于推进制造业与互联网的融合，从而形成新的产业生态体系，集众智、聚众力。
在2016年国务院印发的《关于深化制造业与互联网融合发展的指导意见》中，这一思路继续得到贯彻。该指导意见的主要目标是：制造业互联网“双创”平台成为促进制造业转型升级的新动能来源，形成一批示范引领效应较强的制造新模式，初步形成跨界融合的制造业新生态，制造业数字化、网络化、智能化取得明显进展，成为巩固我国制造业大国地位、加快向制造强国迈进的核心驱动力。这一指导意见强调以“双创”为抓手，促进制造业加上互联网后形成制造业新模式和新生态，成为制造业转型升级的新动能。
在以上的三个重要文件中，智能制造主要指的是智能工厂和智能设备，也包括智能终端产品。制造业与互联网的融合，形成新模式和新业态，从而取得新动能。所有这些，都是从制造业出发，选择适合与制造业相融合的信息技术。
具体实践中的制造业智能化
现实中智能制造的发展与政策呼应。随着制造业与信息化的融合，制造业逐渐数字化，越来越多的数据得以汇聚在同一个数据平台。数据分析让制造业真正地具备了智能化的基础。基于制造业数字化和“互联网+”产生的大数据，系统平台再进行数据分析，从而形成知识和价值。
这确实反映了当前智能制造的特点。以智能设备为例：在传统工厂中，机器在失灵时维修，会带来大面积的停工；如果定期检修，又会对不需要维修的零部件造成损耗。在机器零部件中嵌入微型计算机后，由机器传出的信号可以以数据的形式传输到互联网上。一旦有零部件的数据出现反常，即刻就能实施有针对性的检修。维修成为可预测的事情，制造过程因此也变得可预测。
再以智能产品为例，传统的飞机发动机只是为了提供飞机的动力功能，但是当它被置入微型计算机后，就可以感知飞机的飞行路线，并通过网络将这些信息传给其他的机器。在震惊全球的“马航MH370”事件中，就是该飞机的发动机供应商而不是马来西亚航空公司，提供了该飞机航线的一些基本数据。
很显然，这些含有预测性功能的设备，能够反映飞行轨迹的发动机，已经具有了其“前身”完全不曾有的价值。而这些附加价值的来源，是数据和数据分析创造的。这是目前智能制造最主要的内涵。
但是总体而言，目前所讨论的智能制造距离真正意义上的智能制造还有相当的距离。按照中国工程院院长周济院士的观点，目前我们所讨论的智能制造还是1.0版本的，目标是实现制造业数字化、网络化，最重要的特征是在全面数字化的基础上实现网络互联和系统集成。而在未来的智能制造2.0系统，应是在制造业数字化、网络化的基础上，更进一步实现真正意义上的智能制造。
在今年刚刚发布的《新一代人工智能发展规划》中，也对智能制造提出了具体的目标：推进智能制造关键技术装备、核心支撑软件、工业互联网等系统集成应用，研发智能产品及智能互联产品、智能制造使能工具与系统、智能制造云服务平台，推广流程智能制造、离散智能制造、网络化协同制造、远程诊断与运维服务等新型制造模式，建立智能制造标准体系，推进制造全生命周期活动智能化。
这些目标，是在原有“互联网+”战略和《中国制造2025》的基础上，强调了人工智能技术在制造过程和产品智能化方面的作用，本质上是“制造+人工智能”。
毫无疑问，制造业与信息化、互联网以及人工智能技术的融合，都在帮助以“制造产品”为最终目的的制造业逐步走向智能化，尤其体现在制造过程的智能化和产品的智能化。但是不论制造过程如何智能，制造仍是主角，产品仍是目的，信息技术只是配角和手段。
从人工智能到“制造智能”
受益于数据量的快速增长、计算能力的大幅提升以及机器学习算法的持续优化，新一代人工智能在某些给定任务中已经展现出达到或超越人类的工作能力。人工智能终于从 “永远还差50年”的窘境中走到了现实应用，这也让人们对人工智能的未来充满了想象。
由于人们是在物理现实中生活，人工智能有时候必须以实体的形式与人交流。这是我们即将要看到的人工智能与制造业发生关系的一种新的趋势，即人工智能的实体化。这种实体化，也是一个制造的过程，或许我们可以称之为“制造智能”。
比如，原本用百度搜索，你不会对背后的算法特别地关注。但是当一台靠算法运行的百度无人驾驶汽车行驶在路上的时候，你根本无法无视它。实际上，无人驾驶就是人工智能的实体化，只是借用了汽车的“壳”而已。但这个“壳”也可以不借。比如“阿尔法狗”，不管它以什么形态坐在棋手的对面，原则上都是可以的。苹果手机的Siri，并没有实体，它只是依附在手机上，你需要的时候它就会出现。
借“壳”的人工智能，往往归类于智能硬件，因为看起来它只是对传统设备进行智能化改造。但是很多时候借的“壳”并不一定是传统设备，它只是某一种形式的机器人，或者称之为“泛机器人”。随着人工智能的发展，这样被制造出来的算法实体会越来越多，“泛机器人”将在我们的生产生活中广泛存在。
Echo本质上是人工智能的实体化
到目前为止，“泛机器人”最为成功的一款产品，当属亚马逊的Echo音箱。这款连开发者自己都没有信心的产品，在亚马逊上线后不久受到了全球用户的追捧。2015年，这款产品一举占据了整个音箱市场销量的 25%，仅仅2016 年一年就卖出了超过 650万台。截至 2016 年底，Echo 总共卖出了 820 万台。
Echo名义上是一个音箱，但是据说拥有超过一万种技能。如果你要早起赶飞机，它可以提供叫醒服务；如果你喜欢自己下厨烹饪，它会告诉你很多菜谱；如果你在厨房做饭的时候想听书，你可以叫它读 Kindle 里面的电子书；当然如果你喜欢玩音乐，Echo可以本分地做一个音箱。很显然，Echo已经成为用户生活中的一部分。
Echo之所以成功，与它的技术内涵密切相关。虽然名义上是一个音箱，但它的核心技术在于语音交互平台Alexa。如果说 Echo是躯体，那么Alexa就是大脑，所有输入输出的信息都经由大脑处理。很有特色的是，Echo并没有触摸屏，它与人唯一的交流方式是语音。所以，Echo应用的语音交互是在很多场景要替代触摸屏的核心技术。而且，与竞争对手相比，Echo回应人声的时间只有1.5秒，这已经在人类的容忍范围之内。
语音互动的关键还在于深度学习。当前机器之所以可以识别人的语音，根本上是深度学习训练的结果。在深度学习中，样本库至关重要。如果处理后的声音与样本库不匹配，识别效果就不会太好。因此，技术的难点并不在于如何让声音越清晰越好，而是要越接近于训练样本库的特征越好。这要求声音感知和深度学习方面的技术有很强的组合能力。
能拥有这样的技术来之不易。据说亚马逊从老牌语音识别公司Nuance挖来了大批人才，另外还收购了两家语音初创公司Yap和Evi。尤其是Evi，在其2013年刚刚从剑桥大学的校园走出来的时候，就被亚马逊以2600万美元的价格果断买入。Echo作为制造业的一员，它的核心技术是独特的语音识别技术。这些技术，根本不存在于传统音响的生产体系中。
更多的人工智能实体正在入场
Echo开辟了新的产品市场，紧随其后，谷歌的Google Home，苹果发布的Homepod等同类产品也陆续入场。亚马逊为智能家居设备逐渐添加了许多其他成员，比如tiny Dot、portable Tap和screen-toting Show，虽然都没有Echo成功，但是制造出实体化的人工智能已经成为一种趋势。
实际上很多服务机器人也可归为实体化的人工智能。有人称只要一个平板电脑套上壳会走，就是一个服务机器人。它可以在机场、在景区，告诉人们厕所在哪里出口在哪里。核心在于人工智能技术，能不能听懂人讲话，能不能看懂人的手势，能不能与人互动。也就是说，不仅仅是语音识别，基于任何算法的实体化，都有可能在特定场景中有用武之地，都有可能成为下一个人工智能实体化的产品。
就在本文撰写的这几天，来自Echo的大脑——Amazon的语音助手Alexa和来自微软的语音助手Cortana正式“牵手”。这也就意味着，当你需要在电脑上处理一些事情的时候，你可以借助虚拟机器人Cortana，而当你不在电脑旁的时候，你可以借助实体机器人Echo音响。所不同的是，对Cortana来说，你需要轻声细语；而对Echo，必须大声喊叫（这背后当然体现着微软和亚马逊不同的技术特长）。
“泛机器人”时代来临
随着新一代人工智能的发展，未来的社会将会是智能社会。这个社会将会是以大数据为基础，人工智能为动力，机器人为表现形式的智能社会。在这样的智能社会中，每一个物体都可能是机器人。理论上，未来的任何人造产品都是智能的。
但在近期，“制造智能化”和“智能制造化”这两条路线还将长时间并存。在前者的路线上，传统音箱公司可以借助人工智能技术让制造过程更加智能化，生产出质量更高的音箱。在后者的路线上，人工智能公司可以借助制造技术生产出叫“音箱”的语音助手，也可以是其他任何有应用价值的算法实体。
在“制造智能化”过程中，智能机器人是重要的组成部分。发展智能机器人，需要攻克智能机器人核心零部件、专用传感器，完善智能机器人硬件接口标准、软件接口协议标准以及安全使用标准。制造过程中可能还需要一定的人工智能技术。
而在“智能制造化”过程中，制造“泛机器人”所需的核心零部件、材料的重要性固然重要，但是包括云计算、大数据在内的基础技术以及包括机器学习、模式识别与人机交互等通用技术，则是更为关键的。
有意思的是，虽然现在机器人和人工智能被大家联系在一起，但是在过去，这可是完全不同的两个领域。
本文来源于互联网，e-works本着传播知识、有益学习和研究的目的进行的转载，为网友免费提供，并以尽力标明作者与出处，如有著作权人或出版方提出异议，本站将立即删除。如果您对文章转载有任何疑问请告之我们，以便我们及时纠正。联系方式：editor@e-works.net.cn tel：027-87592219/20/21。