智能 | 深談“制造智能化”與“智能制造化”
阿新 • • 發佈：2019-01-17
趨勢 公司 初步 價值 兩個 信息技術 通過 軟件 行動 智能與制造之間，未來將會發展出兩種路徑，一種是“制造智能化”，繼續沿著現有的智能制造路線深化；另一種是“智能制造化”，所有的產品都是某種算法的實體化，也即“泛機器人”時代來臨。在未來一段時間內，這兩條路線可能是並存的。
制造業直接體現了一個國家的生產力水平。最近幾年，隨著信息技術的快速發展，制造業面臨著與信息技術融合的選擇。
從最根本上講，制造業是以生產產品為最終目的。它按照市場要求，通過制造過程，將資源轉化為可供人們使用和利用的大型工具、工業品與生活消費產品。信息技術，不管是數字化、網絡化還是現階段的智能化，都只是達到這一目的的手段。
但是新一代人工智能，與早期基於邏輯推理的人工智能不同。新一代人工智能是由數據驅動的，它通過給定的學習框架，不斷根據當前設置及環境信息修改、更新參數，具有高度的自主性。比如，“阿爾法狗”依靠深度學習算法，在海量棋譜的訓練下，戰勝了圍棋世界冠軍李世石，宣示了新一代人工智能在某些領域具備甚至超越了人類的能力。
智能與制造之間未來將會發展出兩種路徑，一種是“制造智能化”，即繼續沿著現有的智能制造路線深化；另一種是“智能制造化”，所有的產品都是某種算法的實體化，也即“泛機器人”時代來臨。在未來一段時間內，這兩條路線可能是並存的。
從制造到“智能制造”：政策視野中的制造業升級
2015年×××印發的《關於積極推進“互聯網+”行動的指導意見》中，在“互聯網+”協同制造部分提到：推動互聯網與制造業融合，提升制造業數字化、網絡化、智能化水平，加強產業鏈協作，發展基於互聯網的協同制造新模式。其主旨在於推進制造業與互聯網的融合，從而形成新的產業生態體系，集眾智、聚眾力。
在2016年×××印發的《關於深化制造業與互聯網融合發展的指導意見》中，這一思路繼續得到貫徹。該指導意見的主要目標是：制造業互聯網“雙創”平臺成為促進制造業轉型升級的新動能來源，形成一批示範引領效應較強的制造新模式，初步形成跨界融合的制造業新生態，制造業數字化、網絡化、智能化取得明顯進展，成為鞏固我國制造業大國地位、加快向制造強國邁進的核心驅動力。這一指導意見強調以“雙創”為抓手，促進制造業加上互聯網後形成制造業新模式和新生態，成為制造業轉型升級的新動能。
具體實踐中的制造業智能化
現實中智能制造的發展與政策呼應。隨著制造業與信息化的融合，制造業逐漸數字化，越來越多的數據得以匯聚在同一個數據平臺。數據分析讓制造業真正地具備了智能化的基礎。基於制造業數字化和“互聯網+”產生的大數據，系統平臺再進行數據分析，從而形成知識和價值。
這確實反映了當前智能制造的特點。以智能設備為例：
在傳統工廠中，機器在失靈時維修，會帶來大面積的停工；如果定期檢修，又會對不需要維修的零部件造成損耗。在機器零部件中嵌入微型計算機後，由機器傳出的信號可以以數據的形式傳輸到互聯網上。一旦有零部件的數據出現反常，即刻就能實施有針對性的檢修。維修成為可預測的事情，制造過程因此也變得可預測。
但是總體而言，目前所討論的智能制造距離真正意義上的智能制造還有相當的距離。按照×××院長周濟院士的觀點，目前我們所討論的智能制造還是1.0版本的，目標是實現制造業數字化、網絡化，最重要的特征是在全面數字化的基礎上實現網絡互聯和系統集成。而在未來的智能制造2.0系統，應是在制造業數字化、網絡化的基礎上，更進一步實現真正意義上的智能制造。
毫無疑問，制造業與信息化、互聯網以及人工智能技術的融合，都在幫助以“制造產品”為最終目的的制造業逐步走向智能化，尤其體現在制造過程的智能化和產品的智能化。但是不論制造過程如何智能，制造仍是主角，產品仍是目的，信息技術只是配角和手段。
從人工智能到“制造智能”
受益於數據量的快速增長、計算能力的大幅提升以及機器學習算法的持續優化，新一代人工智能在某些給定任務中已經展現出達到或超越人類的工作能力。人工智能終於從 “永遠還差50年”的窘境中走到了現實應用，這也讓人們對人工智能的未來充滿了想象。
由於人們是在物理現實中生活，人工智能有時候必須以實體的形式與人交流。這是我們即將要看到的人工智能與制造業發生關系的一種新的趨勢，即人工智能的實體化。這種實體化，也是一個制造的過程，或許我們可以稱之為“制造智能”。
比如，原本用百度搜索，你不會對背後的算法特別地關註。但是當一臺靠算法運行的百度無人駕駛汽車行駛在路上的時候，你根本無法無視它。實際上，無人駕駛就是人工智能的實體化，只是借用了汽車的“殼”而已。但這個“殼”也可以不借。比如“阿爾法狗”，不管它以什麽形態坐在棋手的對面，原則上都是可以的。蘋果手機的Siri，並沒有實體，它只是依附在手機上，你需要的時候它就會出現。
借“殼”的人工智能，往往歸類於智能硬件，因為看起來它只是對傳統設備進行智能化改造。但是很多時候借的“殼”並不一定是傳統設備，它只是某一種形式的機器人，或者稱之為“泛機器人”。隨著人工智能的發展，這樣被制造出來的算法實體會越來越多，“泛機器人”將在我們的生產生活中廣泛存在。
“泛機器人”時代來臨
隨著新一代人工智能的發展，未來的社會將會是智能社會。這個社會將會是以大數據為基礎，人工智能為動力，機器人為表現形式的智能社會。在這樣的智能社會中，每一個物體都可能是機器人。理論上，未來的任何人造產品都是智能的。
但在近期，“制造智能化”和“智能制造化”這兩條路線還將長時間並存。在前者的路線上，傳統音箱公司可以借助人工智能技術讓制造過程更加智能化，生產出質量更高的音箱。在後者的路線上，人工智能公司可以借助制造技術生產出叫“音箱”的語音助手，也可以是其他任何有應用價值的算法實體。
在“制造智能化”過程中，智能機器人是重要的組成部分。發展智能機器人，需要攻克智能機器人核心零部件、專用傳感器，完善智能機器人硬件接口標準、軟件接口協議標準以及安全使用標準。制造過程中可能還需要一定的人工智能技術。
而在“智能制造化”過程中，制造“泛機器人”所需的核心零部件、材料的重要性固然重要，但是包括雲計算、大數據在內的基礎技術以及包括機器學習、模式識別與人機交互等通用技術，則是更為關鍵的。
有意思的是，雖然現在機器人和人工智能被大家聯系在一起，但是在過去，這可是完全不同的兩個領域。
制造業直接體現了一個國家的生產力水平。最近幾年，隨著信息技術的快速發展，制造業面臨著與信息技術融合的選擇。
從最根本上講，制造業是以生產產品為最終目的。它按照市場要求，通過制造過程，將資源轉化為可供人們使用和利用的大型工具、工業品與生活消費產品。信息技術，不管是數字化、網絡化還是現階段的智能化，都只是達到這一目的的手段。
但是新一代人工智能，與早期基於邏輯推理的人工智能不同。新一代人工智能是由數據驅動的，它通過給定的學習框架，不斷根據當前設置及環境信息修改、更新參數，具有高度的自主性。比如，“阿爾法狗”依靠深度學習算法，在海量棋譜的訓練下，戰勝了圍棋世界冠軍李世石，宣示了新一代人工智能在某些領域具備甚至超越了人類的能力。
智能與制造之間未來將會發展出兩種路徑，一種是“制造智能化”，即繼續沿著現有的智能制造路線深化；另一種是“智能制造化”，所有的產品都是某種算法的實體化，也即“泛機器人”時代來臨。在未來一段時間內，這兩條路線可能是並存的。
從制造到“智能制造”：政策視野中的制造業升級
2015年×××印發的《關於積極推進“互聯網+”行動的指導意見》中，在“互聯網+”協同制造部分提到：推動互聯網與制造業融合，提升制造業數字化、網絡化、智能化水平，加強產業鏈協作，發展基於互聯網的協同制造新模式。其主旨在於推進制造業與互聯網的融合，從而形成新的產業生態體系，集眾智、聚眾力。
在2016年×××印發的《關於深化制造業與互聯網融合發展的指導意見》中，這一思路繼續得到貫徹。該指導意見的主要目標是：制造業互聯網“雙創”平臺成為促進制造業轉型升級的新動能來源，形成一批示範引領效應較強的制造新模式，初步形成跨界融合的制造業新生態，制造業數字化、網絡化、智能化取得明顯進展，成為鞏固我國制造業大國地位、加快向制造強國邁進的核心驅動力。這一指導意見強調以“雙創”為抓手，促進制造業加上互聯網後形成制造業新模式和新生態，成為制造業轉型升級的新動能。
具體實踐中的制造業智能化
現實中智能制造的發展與政策呼應。隨著制造業與信息化的融合，制造業逐漸數字化，越來越多的數據得以匯聚在同一個數據平臺。數據分析讓制造業真正地具備了智能化的基礎。基於制造業數字化和“互聯網+”產生的大數據，系統平臺再進行數據分析，從而形成知識和價值。
這確實反映了當前智能制造的特點。以智能設備為例：
在傳統工廠中，機器在失靈時維修，會帶來大面積的停工；如果定期檢修，又會對不需要維修的零部件造成損耗。在機器零部件中嵌入微型計算機後，由機器傳出的信號可以以數據的形式傳輸到互聯網上。一旦有零部件的數據出現反常，即刻就能實施有針對性的檢修。維修成為可預測的事情，制造過程因此也變得可預測。
但是總體而言，目前所討論的智能制造距離真正意義上的智能制造還有相當的距離。按照×××院長周濟院士的觀點，目前我們所討論的智能制造還是1.0版本的，目標是實現制造業數字化、網絡化，最重要的特征是在全面數字化的基礎上實現網絡互聯和系統集成。而在未來的智能制造2.0系統，應是在制造業數字化、網絡化的基礎上，更進一步實現真正意義上的智能制造。
毫無疑問，制造業與信息化、互聯網以及人工智能技術的融合，都在幫助以“制造產品”為最終目的的制造業逐步走向智能化，尤其體現在制造過程的智能化和產品的智能化。但是不論制造過程如何智能，制造仍是主角，產品仍是目的，信息技術只是配角和手段。
從人工智能到“制造智能”
受益於數據量的快速增長、計算能力的大幅提升以及機器學習算法的持續優化，新一代人工智能在某些給定任務中已經展現出達到或超越人類的工作能力。人工智能終於從 “永遠還差50年”的窘境中走到了現實應用，這也讓人們對人工智能的未來充滿了想象。
由於人們是在物理現實中生活，人工智能有時候必須以實體的形式與人交流。這是我們即將要看到的人工智能與制造業發生關系的一種新的趨勢，即人工智能的實體化。這種實體化，也是一個制造的過程，或許我們可以稱之為“制造智能”。
比如，原本用百度搜索，你不會對背後的算法特別地關註。但是當一臺靠算法運行的百度無人駕駛汽車行駛在路上的時候，你根本無法無視它。實際上，無人駕駛就是人工智能的實體化，只是借用了汽車的“殼”而已。但這個“殼”也可以不借。比如“阿爾法狗”，不管它以什麽形態坐在棋手的對面，原則上都是可以的。蘋果手機的Siri，並沒有實體，它只是依附在手機上，你需要的時候它就會出現。
借“殼”的人工智能，往往歸類於智能硬件，因為看起來它只是對傳統設備進行智能化改造。但是很多時候借的“殼”並不一定是傳統設備，它只是某一種形式的機器人，或者稱之為“泛機器人”。隨著人工智能的發展，這樣被制造出來的算法實體會越來越多，“泛機器人”將在我們的生產生活中廣泛存在。
“泛機器人”時代來臨
隨著新一代人工智能的發展，未來的社會將會是智能社會。這個社會將會是以大數據為基礎，人工智能為動力，機器人為表現形式的智能社會。在這樣的智能社會中，每一個物體都可能是機器人。理論上，未來的任何人造產品都是智能的。
但在近期，“制造智能化”和“智能制造化”這兩條路線還將長時間並存。在前者的路線上，傳統音箱公司可以借助人工智能技術讓制造過程更加智能化，生產出質量更高的音箱。在後者的路線上，人工智能公司可以借助制造技術生產出叫“音箱”的語音助手，也可以是其他任何有應用價值的算法實體。
在“制造智能化”過程中，智能機器人是重要的組成部分。發展智能機器人，需要攻克智能機器人核心零部件、專用傳感器，完善智能機器人硬件接口標準、軟件接口協議標準以及安全使用標準。制造過程中可能還需要一定的人工智能技術。
而在“智能制造化”過程中，制造“泛機器人”所需的核心零部件、材料的重要性固然重要，但是包括雲計算、大數據在內的基礎技術以及包括機器學習、模式識別與人機交互等通用技術，則是更為關鍵的。
有意思的是，雖然現在機器人和人工智能被大家聯系在一起，但是在過去，這可是完全不同的兩個領域。
嘉益仕（Litins）一站式咨詢建設服務
數十年的行業垂直深耕，嘉益仕（Litins）沈澱了豐富的智能制造行業應用實踐，為客戶提供企業轉型升級和智能工廠建設相關的服務，包括汽車零部件行業、裝備制造行業、新能源行業、電子電器行業、能源動力和電力裝備等。
嘉益仕（Litins）多年來堅持自主創新，推出制造執行系統（LitWise MES請添加鏈接描述）、倉庫管理系統（LitWise WMS）、運輸管理系統（LitWise TMS）、物聯網大數據平臺（LitWise IoT）、資產管理系統（LitWise EAM）等，以及支持良好人機融合的智能終端、物聯網與互聯網融合的工業智能網關等終端產品。成為對接制造企業與智能制造解決方案優秀供應商，真正為我國制造業轉型升級做出實實在在的貢獻。
智能 | 深談“制造智能化”與“智能制造化”