智能制造：还记得专家系统吗？

发布时间：2017-12-17 作者：郭朝晖

关键字：智能制造

收藏好文推荐打印

1991年，时任浙大教务处长的俞瑞钊教授亲自给我们上了一门叫做《人工智能与专家系统》的课。20多年以后，当人工智能再次成为社会关注的热点时，“专家系统”却很少有人提及了。近几年，我花了很长一段时间研究工厂的智能制造。当时的感觉是： “智能制造”所谓的“智能”和当下流行的人工智能并无太多的交集。故而几年前我就反复强调，智能制造所谓的“智能”是Smart而非Intelligent。

同时，我也隐约地感觉到：智能制造似乎与专家系统有很深的渊源。大约20年前，公司派我到北京学习一个叫做G2的软件。现在想来，这就是一个专家系统的软件平台。如果说智能制造和专家系统有联系，就应该研究一下这个方向为什么没有走下去、遇到了什么困难甚至陷阱。

于是，我提出了一个问题：“专家系统为什么没落了？”

令我惊喜的是：我的导师胡上序先生也加入了这场讨论。胡先生认为：专家系统应该是对某个实际对象实施人工智能技术的特定软件组合；从这种意义上说，AlphaGo也包含了专家系统的技术。专家系统是针对专业领域、特定问题的，而不是通用的。专家系统要用到适当的地方、解决合适的问题才能发挥有效的作用。

胡先生的这些观点，引发了我的思考。

当年，G2软件的一个前提，强调专业技术人员不善于计算机编程。于是把编程搞得像自然语言一样表达、虽然易懂却很麻烦。但对程序原来说，给编程带来的麻烦比好处多。于是，企业会想：我们并不缺程序员时，花很大代价买这个软件干什么呢？所以，从这种意义上说，G2的市场定位是有问题的。·按照胡老师的说法，这似乎就是用的场景不对。

按胡老师的观点去思考，企业其实也是用了专家系统给的。在宝钢，我们从日本引进过一个“连铸品质异常模型”的软件，本质上就是一个专家系统；奥钢联的CAQC和最近美国大河公司也是走了类似的路子。但与人们印象中的“专家系统”不同的是：这些知识几乎不需要深度推理，几乎都是用简单的“产生是规则”描述的（其实就是 IF THEN 语句）。

智能制造的路子，大体上可能真是这样的。但是，简单的知识怎么会发挥这么大的作用呢？

我做数据分析时，曾经花了很多时间，却只得到一些“众所周知”的知识、非常困惑。我的师傅王洪水先生就开导我：把人脑中的知识放入计算机、让计算机去执行，这本身就是件很了不起的工作。经过十多年，我对这句话的理解逐渐深刻了：如果把人脑中的知识进行数字化、放入计算机中，就可以实现知识精细化、提高实时性、促进可持续改进、减少人为错误、推动知识传承，可以实现大尺度的复杂优化、推进少人化甚至。

所以，虽然知识还是同一条知识，用的地方不同，价值体现就大不一样了。这大概就是胡老师说的要用对地方吧？

既然这项很有价值的工作，为什么过去推进得很慢呢？

我想，根本原因可能是价值体现问题：也就是说，这个想法的投入产出比在过去不一定合适，而在推进智能制造的过程中，这些工作的性价比会不断提升，产生从量变到质变的变化。

例如，信息集成的结果是现场的问题变得复杂了、人变得力不从心了、知识数字化的必要性就提升了；基础自动化程度提高了，知识应用或者智能化就更加方便了；ICT技术的发展，让优化空间扩大了、技术的实现成本降低了；劳动力成本却提升了.......

所以，虽然逻辑还是原来的逻辑，但经济性却不一样了。OK？

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。

上一篇新闻：工业大数据分析之道：机理与数据分析的知识融合
下一篇新闻：专家：大数据可以像实体经济一样“实在”