人工智能作為一類(lèi)信息技術(shù)，誕生于20世紀50年代，幾乎與計算機同步。60多年來(lái)，人工智能涉及的技術(shù)和派系眾多，學(xué)界并沒(méi)有一個(gè)明確的定義。對于大多數公眾而言，從人工智能發(fā)展目的的角度，可以簡(jiǎn)單將其理解為“與人類(lèi)一樣聰明的人造機器”。
將這個(gè)聰明的“機器”放入制造業(yè)中，主要的作用就是使機器能夠“達到甚至超過(guò)人類(lèi)技工水平”，以實(shí)現企業(yè)生產(chǎn)運營(yíng)效率的提升。這個(gè)放入“人工智能”的“智能化”過(guò)程，與過(guò)去制造業(yè)追求“自動(dòng)化”的過(guò)程實(shí)際上有本質(zhì)的差異?！白詣?dòng)化”追求的是機器自動(dòng)生產(chǎn)，本質(zhì)是“機器替人”，強調大規模的機器生產(chǎn)；而“智能化”追求的是機器的柔性生產(chǎn)，本質(zhì)是“人機協(xié)同”，強調機器能夠自主配合要素變化和人的工作。
因此，“人工智能+制造”未來(lái)所追求的，不應是簡(jiǎn)單粗暴的“機器替人”，而應是將工業(yè)革命以來(lái)極度細化、甚至異化的工人流水線(xiàn)工作，重新拉回“以人為本”的組織模式，即讓機器承擔更多簡(jiǎn)單重復甚至危險的工作，而人承擔更多管理和創(chuàng )造工作。
“人工智能+制造”必然走向平臺模式
制造業(yè)是一個(gè)龐大的產(chǎn)業(yè)，同一個(gè)廠(chǎng)房里，可能有好幾種來(lái)自不同廠(chǎng)家的生產(chǎn)設備，這些設備往往采用各自的技術(shù)和數據標準，彼此之間并不能直接連通和交互。不同的工廠(chǎng)乃至不同的制造業(yè)企業(yè)，差異就更大了。這樣的差異使得傳統制造業(yè)信息化難度大、效率提升有限。
互聯(lián)網(wǎng)的普及和發(fā)展催生了“平臺模式”，平臺內信息傳播的速度大大增加、交易成本大大降低，有效促進(jìn)了經(jīng)濟效率的提升。近幾年，互聯(lián)網(wǎng)的這個(gè)模式逐漸擴展到了各行各業(yè)。對于制造業(yè)而言，這個(gè)模式就是“工業(yè)互聯(lián)網(wǎng)平臺”。
未來(lái)“人工智能+制造”的實(shí)現的重要基礎就是這個(gè)平臺，由這個(gè)平臺為產(chǎn)業(yè)提供通用的算力（工業(yè)云計算和邊緣計算）、算據（工業(yè)大數據）和算法（工業(yè)人工智能）能力，從而推動(dòng)整個(gè)產(chǎn)業(yè)的轉型升級。調研公司MarketsandMarkets的數據顯示，這三部分代表的全球工業(yè)互聯(lián)網(wǎng)平臺市場(chǎng)規模占整體“人工智能+制造”的比例，將從2016年的24%增長(cháng)為2025年的36%，達到2.6千億美元。
互聯(lián)網(wǎng)助力“人工智能+制造”的三類(lèi)典型場(chǎng)景
互聯(lián)網(wǎng)經(jīng)過(guò)數十年發(fā)展，已成為信息革命的中堅力量，也是當前人工智能技術(shù)發(fā)展的領(lǐng)航者。其連接、數據、云、算法和安全等五方面的經(jīng)驗與積累，能夠有效支持其推動(dòng)人工智能與各產(chǎn)業(yè)結合落地。對“人工智能+制造”而言，目前互聯(lián)網(wǎng)助力的典型場(chǎng)景主要有三類(lèi)：
一、產(chǎn)品注智，從軟件到硬件的智能升級
互聯(lián)網(wǎng)可以將其人工智能算法，以能力封裝和開(kāi)放方式嵌入到產(chǎn)品中，從而幫助制造業(yè)生產(chǎn)新一代的智能產(chǎn)品。如谷歌開(kāi)發(fā)出專(zhuān)用于大規模機器學(xué)習的智能芯片TPU、騰訊AI開(kāi)放平臺對外提供計算機視覺(jué)等AI能力等。
二、服務(wù)注智，提高營(yíng)銷(xiāo)和售后的精準水平
互聯(lián)網(wǎng)可利用其人工智能算法，為制造企業(yè)提供更精準的增值服務(wù)。一是售前營(yíng)銷(xiāo)，以人工智能進(jìn)行用戶(hù)側需求數據的多維分析，實(shí)現更實(shí)時(shí)、精準的廣告信息傳遞；二是售后維護，以物聯(lián)網(wǎng)、大數據和人工智能算法，實(shí)現對制造業(yè)產(chǎn)品的實(shí)時(shí)監測、管理和風(fēng)險預警。如三一重工結合騰訊云，把分布全球的30萬(wàn)臺設備接入平臺，利用大數據和智能算法，遠程管理龐大設備群的運行狀況，有效實(shí)現故障風(fēng)險預警，大大提升了排障效率并降低維護成本。
三、生產(chǎn)注智，增強機器自主生產(chǎn)能力
互聯(lián)網(wǎng)可幫助制造企業(yè)，將人工智能技術(shù)嵌入生產(chǎn)流程環(huán)節中，使得機器能夠在更多復雜情況下實(shí)現自主生產(chǎn)，從而全面提升生產(chǎn)效率。目前主要應用在工藝優(yōu)化和智能質(zhì)檢上，工藝優(yōu)化上的應用，即通過(guò)機器學(xué)習建立產(chǎn)品的健康模型，識別各制造環(huán)節參數對最終產(chǎn)品質(zhì)量的影響，最終找到最佳生產(chǎn)工藝參數；智能質(zhì)檢上的應用，即借助機器視覺(jué)識別，快速掃描產(chǎn)品質(zhì)量，提高質(zhì)檢效率。
人工智能向制造業(yè)的融合仍面臨挑戰
首先，盡管當前人工智能與制造業(yè)的融合發(fā)展已經(jīng)顯露出一些成效，但是從世界范圍看，該領(lǐng)域仍然較為前沿，在技術(shù)架構、實(shí)施路徑、行業(yè)標準及產(chǎn)業(yè)生態(tài)等方面均存在一定的發(fā)展瓶頸。
首先是產(chǎn)業(yè)總體發(fā)展尚不成熟。作為一項基礎性、通用性的技術(shù)，人工智能在工業(yè)領(lǐng)域的應用實(shí)踐需要產(chǎn)業(yè)界多方合作開(kāi)展大量的融合創(chuàng )新探索，對相關(guān)產(chǎn)品、解決方案的成本、可靠性等指標也有較高的要求。從已有的實(shí)踐案例中可以看到，當前人工智能在制造業(yè)的融合創(chuàng )新主要是由數據、知識密集型的制造企業(yè)與具備人工智能技術(shù)優(yōu)勢的互聯(lián)網(wǎng)企業(yè)或軟件企業(yè)強強聯(lián)合推進(jìn)的，其開(kāi)發(fā)成本、技術(shù)壁壘較高，應用覆蓋面也相對較窄，這使得人工智能技術(shù)暫時(shí)不具備在制造業(yè)大范圍推廣的條件。
其次，是行業(yè)標準有待完善。工業(yè)領(lǐng)域的人工智能應用需要基于大樣本的數據集建模，這些數據通常是來(lái)自智能裝備及現場(chǎng)部署的獨立傳感器。然而，工業(yè)現場(chǎng)目前的數據通信標準之間通常不能兼容，無(wú)法滿(mǎn)足人工智能技術(shù)對優(yōu)化建模數據量基本需求。以工業(yè)現場(chǎng)總線(xiàn)為例，目前在工業(yè)界常見(jiàn)的通信協(xié)議達二十余種，這些協(xié)議之間不能直接互聯(lián)互通，使得信息孤島的情況在工業(yè)界廣泛存在。
再次，是產(chǎn)業(yè)發(fā)展保障體系有待健全。人工智能技術(shù)作為信息技術(shù)的一種，其自身就存在一定的安全風(fēng)險，引入工業(yè)領(lǐng)域后，將與工業(yè)系統自身的功能風(fēng)險疊加放大，這將直接危及到生命安全和國家安全。此外，在面對某些與倫理道德相關(guān)的抉擇問(wèn)題時(shí)，人工智能系統的研發(fā)也缺乏相關(guān)的法律標準。例如，向人工智能視頻識別系統中輸入帶有欺騙特征的圖片，有可能會(huì )引起系統誤判而觸發(fā)一系列的危險動(dòng)作；在工業(yè)事故中，人工智能應急管理系統在面對重大資產(chǎn)與人員安全無(wú)法兼顧時(shí)也沒(méi)有權威的處理標準。
推動(dòng)人工智能與制造業(yè)融合的發(fā)展建議
作為一項極具發(fā)展前景的前沿領(lǐng)域，人工智能與制造業(yè)的融合發(fā)展尚需政府和產(chǎn)業(yè)界多方發(fā)力。
首先，是要培育產(chǎn)業(yè)發(fā)展環(huán)境。政府和行業(yè)協(xié)會(huì )需要通過(guò)培育解決方案服務(wù)機構、開(kāi)展試點(diǎn)示范等方式，引導人工智能技術(shù)在ICT、互聯(lián)網(wǎng)等領(lǐng)域的應用成果向制造業(yè)輸出，尤其是在輕量化設計、節能降耗、工藝優(yōu)化、質(zhì)量提升、運行維護等當前人工智能已經(jīng)涉足的領(lǐng)域培養一批成熟的解決方案。與此同時(shí)也要針對系統開(kāi)發(fā)、現場(chǎng)操作、管理規劃等不同層面的需求，分類(lèi)型、分等級推進(jìn)人工智能階梯形人才隊伍的培育工作，加強企業(yè)員工的再培訓，做好工業(yè)智能化變革下新舊動(dòng)能的承接工作。
其次，是要加快合作推進(jìn)行業(yè)標準。產(chǎn)業(yè)界需要通過(guò)組織聯(lián)盟等形式開(kāi)展多方合作，面向各工業(yè)分類(lèi)的人工智能應用對數據采集、應用部署等方面的需求，聯(lián)合制定機器設備、工控系統、工業(yè)互聯(lián)網(wǎng)平臺的標準化數據接口及應用參考架構，確保支撐人工智能應用的工業(yè)數據能快速有效得以應用。
再次，是要統籌協(xié)調構建保障體系。面向人工智能技術(shù)在未來(lái)可能大范圍覆蓋的工業(yè)應用場(chǎng)景，由立法部門(mén)及行業(yè)協(xié)會(huì )共同研究制定應用規范、開(kāi)發(fā)守則等涉及到應用安全、倫理道德的行業(yè)標準，盡可能規避未來(lái)可能出現的相關(guān)風(fēng)險。同時(shí)政府需要加快建立工業(yè)智能公共評測服務(wù)平臺，加強對工業(yè)智能系統的安全測試服務(wù)，制定完善人工智能裝備、系統在工業(yè)生產(chǎn)應用場(chǎng)景中的安全操作規范守則。
