李杰分享其對(duì)工業(yè)人工智能的理解

傳統(tǒng)人工智能概念始于上世紀(jì)50年代，半個(gè)多世紀(jì)以來(lái)，人類利用自然語(yǔ)言、神經(jīng)辨識(shí)、神經(jīng)網(wǎng)絡(luò)或形象辨識(shí)等方法，讓機(jī)器學(xué)習(xí)規(guī)律，進(jìn)而提供廣泛維度解決方案。

相較于前者，工業(yè)人工智能隸屬垂直領(lǐng)域，其屬性聚焦于工業(yè)制造系統(tǒng)，涉及汽車、飛機(jī)、輪船等移動(dòng)工具的安全性、節(jié)能性、耗油性，工業(yè)制造機(jī)器人的穩(wěn)定性、精密性，風(fēng)力發(fā)電的效益性、節(jié)能性等相關(guān)課題。

雖然人工智能應(yīng)用于生產(chǎn)制造的前景廣闊，但要從概念實(shí)現(xiàn)落地，產(chǎn)生規(guī)模效益，還需要清晰可行的研究方法。從業(yè)者或許可以從《工業(yè)人工智能》一書(shū)中找到答案。

《工業(yè)人工智能》由美國(guó)辛辛那提大學(xué)特聘講座教授、美國(guó)國(guó)家科學(xué)基金會(huì)（NSF）智能維護(hù)系統(tǒng)產(chǎn)學(xué)合作中心（IMS）創(chuàng)始主任、美國(guó)工業(yè)人工智能中心創(chuàng)始主任李杰（Jay Lee）所著，在這本書(shū)中，李杰將過(guò)去在美國(guó)工業(yè)大數(shù)據(jù)挑戰(zhàn)中所參與的實(shí)際案例列出，讓讀者能夠通過(guò)這些案例了解工業(yè)人工智能的定義與意義、如何用算法去解決工業(yè)系統(tǒng)問(wèn)題。

“我在美國(guó)近40年從事智能制造以及工業(yè)大數(shù)據(jù)的產(chǎn)學(xué)研工作，深深地體會(huì)到企業(yè)從精益到智能制造的轉(zhuǎn)型工程中，人才、技術(shù)管理和執(zhí)行上的挑戰(zhàn)?！苯眨罱芙邮芰伺炫扔浾叩膶ＴL，分享了其對(duì)工業(yè)人工智能的理解。

李杰

什么是工業(yè)人工智能？

李杰介紹，工業(yè)人工智能是一個(gè)系統(tǒng)工程，需要多個(gè)技術(shù)元素的整合，這些技術(shù)元素可囊括為“ABCDEF”6個(gè)方面，分別是：

包括五大ABCDE系統(tǒng)元素，分別是Analytics（建模分析）、Big Data（大數(shù)據(jù)）、Computational Plarform（計(jì)算機(jī)平臺(tái)）、Domain Knowledge（領(lǐng)域知識(shí)）、Evidence（事實(shí)依據(jù)）、Feedback（反饋閉環(huán)）。

“在以上六個(gè)技術(shù)要素中，前三個(gè)同時(shí)也是AI技術(shù)的三個(gè)要素（數(shù)據(jù)、計(jì)算能力和算法），但是與工業(yè)人工智能有所區(qū)別。在分析建模方面，前者以算法為核心，后者以場(chǎng)景和問(wèn)題為核心；在數(shù)據(jù)技術(shù)方面，前者圍繞解決‘4V’挑戰(zhàn)，后者則是管理‘3B’特性；在計(jì)算平臺(tái)方面，前者以云計(jì)算和集中式的運(yùn)算能力為主，后者以‘端’到‘云’的融合架構(gòu)為主。后三個(gè)要素則是帶有鮮明的工業(yè)特質(zhì)的技術(shù)要素，也是人工智能與工業(yè)系統(tǒng)相融合的接口?！?/p>

李杰認(rèn)為，人工智能技術(shù)對(duì)于工業(yè)系統(tǒng)而言，應(yīng)該是融入和賦能的姿態(tài)，而非顛覆者。未來(lái)工業(yè)智能系統(tǒng)的目標(biāo)，是創(chuàng)造無(wú)憂的工業(yè)環(huán)境，實(shí)現(xiàn)零意外、零污染、零浪費(fèi)、零次品和零宕機(jī)。

什么樣的人工智能適合工業(yè)？

近幾年興起的物聯(lián)網(wǎng)技術(shù)做到了將事、物與人連接起來(lái)，由物驅(qū)動(dòng)人。李杰認(rèn)為這個(gè)觀念不夠完整，“真正適合工業(yè)的智能技術(shù)需要將人、事/物和系統(tǒng)連接起來(lái)，用系統(tǒng)去驅(qū)動(dòng)人和事，從過(guò)去基于經(jīng)驗(yàn)（experience-based）轉(zhuǎn)變成為基于事實(shí)（ evidence-based）的運(yùn)行模式，并在這個(gè)過(guò)程中不斷優(yōu)化系統(tǒng)?！?/p>

李杰非常認(rèn)同富士康的創(chuàng)始人郭臺(tái)銘曾提出的“六流”系統(tǒng)，即系統(tǒng)與人的連接為“六流”（人員流、物料流、過(guò)程流、技術(shù)流、資金流、數(shù)據(jù)流）和“六管”（生管、經(jīng)管、品管、工管、人管、安管），并通過(guò)移動(dòng)化的企管應(yīng)用打破地理邊界和使協(xié)同更加高效。

“工業(yè)系統(tǒng)要做到三點(diǎn)，一是減少浪費(fèi)、二是減少人力，這兩點(diǎn)過(guò)去我們已經(jīng)做到，而工業(yè)人工智能需要做到的減少憂慮，就是去管理那些讓我們過(guò)去因?yàn)榭床灰?jiàn)或不了解造成的問(wèn)題和不確定性。 ”

李杰強(qiáng)調(diào)，用機(jī)器取代人和自動(dòng)化是對(duì)制造業(yè)智能最大的誤解，“機(jī)器換人只是一種低廉勞動(dòng)力的轉(zhuǎn)變，自動(dòng)化是制造過(guò)程中系統(tǒng)的建立，智能化卻是文化跟管理系統(tǒng)的改變，這并不是簡(jiǎn)單的技術(shù)問(wèn)題。智能化的最終目的是為了給顧客創(chuàng)造價(jià)值，起協(xié)助的作用。”

“在人、系統(tǒng)和物之間我們通過(guò)建立和管理數(shù)據(jù)的來(lái)源性（Resource）去進(jìn)行不同維度的對(duì)標(biāo)分析和參考性（Reference），從而不斷發(fā)掘物與事之間的關(guān)系性（Relationship），利用對(duì)這種關(guān)系性的洞察去不斷優(yōu)化系統(tǒng)，最終實(shí)現(xiàn)系統(tǒng)的自我調(diào)節(jié)、重構(gòu)和協(xié)同的強(qiáng)韌性（Resilience），這樣就可以實(shí)現(xiàn)工業(yè)系統(tǒng)的無(wú)憂?！?/p>

李杰舉例：“例如當(dāng)我們發(fā)現(xiàn)設(shè)備故障與運(yùn)行參數(shù)和操作之間的相關(guān)性，就可以優(yōu)化設(shè)備的使用和維護(hù)方式，從而實(shí)現(xiàn)設(shè)備的零宕機(jī)運(yùn)行；當(dāng)我們發(fā)現(xiàn)制造系統(tǒng)的過(guò)程參數(shù)與最終產(chǎn)品質(zhì)量的關(guān)系后，就可以實(shí)時(shí)監(jiān)控和調(diào)節(jié)過(guò)程參數(shù)，選擇最合適的工藝參數(shù)組合，并在制造過(guò)程中進(jìn)行調(diào)節(jié)補(bǔ)償，從而實(shí)現(xiàn)工業(yè)系統(tǒng)的零次品生產(chǎn)。當(dāng)我們發(fā)現(xiàn)發(fā)動(dòng)機(jī)的能耗與外界環(huán)境、飛行航線和發(fā)動(dòng)機(jī)參數(shù)之間的關(guān)系后，就可以進(jìn)行參數(shù)優(yōu)化以實(shí)現(xiàn)能耗的節(jié)省。如果我們能夠預(yù)測(cè)生產(chǎn)系統(tǒng)對(duì)能源和物料的需求，并且在最恰當(dāng)?shù)臅r(shí)機(jī)精準(zhǔn)地貼合它的需求，就可以實(shí)現(xiàn)生產(chǎn)系統(tǒng)的零浪費(fèi)運(yùn)行。”

誰(shuí)會(huì)成為工業(yè)人工智能的殺手級(jí)應(yīng)用？

李杰認(rèn)為“設(shè)備預(yù)測(cè)性維護(hù)”“虛擬量測(cè)與過(guò)程質(zhì)量控制”“能源管理與能效優(yōu)化”“基于機(jī)器視覺(jué)的缺陷檢測(cè)與物料分揀”“生產(chǎn)與維護(hù)計(jì)劃的排程優(yōu)化”“供應(yīng)鏈與物流調(diào)度優(yōu)化系統(tǒng)”這幾大業(yè)務(wù)功能將成為工業(yè)人工智能最大力度施展拳腳的地方。

“而且還會(huì)逐漸誕生復(fù)合場(chǎng)景、應(yīng)用協(xié)調(diào)和跨領(lǐng)域的工業(yè)智能應(yīng)用平臺(tái)。目前工業(yè)人工智能的應(yīng)用場(chǎng)景已經(jīng)慢慢發(fā)生在生產(chǎn)工廠中，如：機(jī)器的監(jiān)控、船舶的省油、發(fā)動(dòng)機(jī)的健康管理、醫(yī)療系統(tǒng)的遠(yuǎn)程維護(hù)等，而油廠油田的安全管理和可靠性管理，也已經(jīng)慢慢開(kāi)始發(fā)展，但暫時(shí)還缺乏系統(tǒng)工程的觀念和可持續(xù)傳承的基礎(chǔ)?！?/p>

李杰在新書(shū)中記錄了許多工業(yè)人工智能應(yīng)用的案例，以更加直觀的方式闡述了工業(yè)人工智能技術(shù)的開(kāi)發(fā)流程和其中重要的經(jīng)驗(yàn)教訓(xùn)。

“在未來(lái)中國(guó)的企業(yè)轉(zhuǎn)型中，我們會(huì)發(fā)現(xiàn)工業(yè)人工智能會(huì)扮演一個(gè)很重要的角色，如何把過(guò)去中國(guó)在快速發(fā)展中所損失的工匠的經(jīng)驗(yàn)和知識(shí)，從數(shù)據(jù)中重新彌補(bǔ)回來(lái)。換句話說(shuō)，工業(yè)人工智能可以助力中國(guó)過(guò)去30年發(fā)展中所積累的經(jīng)驗(yàn)得到更快的沉淀和傳承。從依靠國(guó)外的經(jīng)驗(yàn)，用數(shù)據(jù)重新建立經(jīng)驗(yàn)的一個(gè)技術(shù)體系，進(jìn)而使中國(guó)未來(lái)的發(fā)展更具有可持續(xù)的傳承。這是我寫(xiě)這本書(shū)的初衷，也期待閱讀完這本書(shū)的讀者，在對(duì)工業(yè)人工智能有了全面理解后，能將工業(yè)人工智能的相關(guān)知識(shí)實(shí)際應(yīng)用于自己的工作場(chǎng)景中，去挖掘不可見(jiàn)的知識(shí)，嘗試突破傳統(tǒng)經(jīng)驗(yàn)生產(chǎn)的限制，最后創(chuàng)造出更巨大的價(jià)值?！崩罱苷f(shuō)。