工業(yè)制造分兩類(lèi)：離散制造和流程制造。這兩類(lèi)制造在生產(chǎn)線(xiàn)上基本上看不出差別，其實(shí)底層的工業(yè)裝備、控制系統不同。一般而言，控制系統保證了產(chǎn)品的自動(dòng)化。但是，在有些情況下產(chǎn)品無(wú)法實(shí)現自動(dòng)化，其中一種情況就是個(gè)性化定制。 

個(gè)性化定制要求底層的工業(yè)裝備能夠加工不同的產(chǎn)品。這要求裝備一定是智能化的，且控制系統要變成智能系統，以感知不同裝備、工藝。但是，當前的生產(chǎn)線(xiàn)無(wú)法解決個(gè)性化定制的高效化——這也是工業(yè)4.0提出的重要目標之一。 

工業(yè)制造仍依賴(lài)知識工作者 

現在的工業(yè)流程，就是把參數確定好，把生產(chǎn)線(xiàn)變成 “黑燈工廠(chǎng)”。但如果原料或產(chǎn)品品種發(fā)生改變，工藝就要重做。這需要決策部門(mén)進(jìn)行指標的調整，再由工程師將其設定在控制系統之中。 

這正是自動(dòng)化系統的現狀。自動(dòng)化系統的結構，其實(shí)就是人與信息物理系統融合的系統，也就是人參與的信息物理系統——信息系統得到的信息跟人的感知、認知得到的信息綜合用以進(jìn)行分析和決策。 

比如特高壓輸電和選礦系統。雖然生產(chǎn)線(xiàn)是完全自動(dòng)的，但為了得到不同的產(chǎn)品，都要重新進(jìn)行分析、設計，把人為設置參數指令放到生產(chǎn)線(xiàn)。也就是說(shuō)，流程中需要工程師等知識工作者的參與。 

這樣的系統存在哪些問(wèn)題？人的決策行為制約其發(fā)展。為什么？原因在于人難以感知動(dòng)態(tài)變化的運行工況，也難以及時(shí)處理異構信息。另外，人的決策是有主觀(guān)性的，不同人的決策是不一樣的，這就不能夠保證整個(gè)生產(chǎn)線(xiàn)是高效、全優(yōu)的。 

實(shí)現智造的三大挑戰 

鑒于此，未來(lái)怎么做？要想實(shí)現個(gè)性定制的高效化、流程工業(yè)的全局優(yōu)化，就要把現在的人和控制系統、裝備變成自主系統，把系統管理系統變成人機合作的決策系統。 

這和原來(lái)的系統區別在于，它具有了感知、認知、決策功能，且其最終的目標是高效化和最優(yōu)化的方向，如此企業(yè)生產(chǎn)結構、效率將會(huì )發(fā)生根本性的改變。 

現在的生產(chǎn)結構是三層：企業(yè)資源計劃系統、制造執行系統和離散裝備控制系統（流程制造中叫做過(guò)程控制系統）。未來(lái)要變成兩層結構：底層都是自主系統，上層為人機合作的決策優(yōu)化系統，這便是未來(lái)制造流程的遠景。 

這會(huì )帶來(lái)哪些挑戰？我認為有三點(diǎn)。第一個(gè)挑戰是，人工智能的典型代表是基于大數據的深度學(xué)習，但是深度學(xué)習直到現在并沒(méi)有完全應用于制造流程。 

在智能制造領(lǐng)域有三個(gè)難題：多尺度、多元信息的獲取，預報模型，把決策和控制過(guò)程集成。這三個(gè)難題可歸納為多尺度、多元信息的動(dòng)態(tài)感知。要實(shí)現智能制造，這是必須要解決的問(wèn)題。

第二，在制造中人工智能要想比人出色，就要對產(chǎn)品質(zhì)量，對于能耗、物耗包括運行狀態(tài)有預測和追溯。所謂追溯就是出現問(wèn)題以后，能夠感知到底是由哪道工序或動(dòng)作導致的。 

第三個(gè)挑戰是把決策和控制進(jìn)行集成優(yōu)化。 

“小數據大任務(wù)”的問(wèn)題 

今天的人工智能分兩種：強人工智能和弱人工智能。強人工智能指和人相比具有全面的智能，但相當一部分科學(xué)家認為這無(wú)法實(shí)現；弱人工智能是在特定場(chǎng)景下比人做得好，就如今天的自動(dòng)駕駛、機器人下棋可以做得很好，但它做不到兩者兼備。第三次人工智能浪潮的迭起源于大數據、強大的計算和深度學(xué)習算法。我認為未來(lái)人工智能必須走向智能系統。

AlphaGo為什么不能在工業(yè)中應用？原因在于它是在一個(gè)完全確定的規則中，計算機可以了解所有的規則，并且在博弈過(guò)程中可以建立可試錯的精確決策模型用以離線(xiàn)訓練，一直訓練到可以戰勝人類(lèi)。另外，它的決策是一個(gè)單目標——就是輸贏(yíng)，它可以用大量的計算機，且不考慮能耗。 

而工業(yè)過(guò)程的決策是在開(kāi)放環(huán)境下，規則不確定，工業(yè)過(guò)程難以建立決策可試錯的模型。而且工業(yè)過(guò)程的決策是多目標、相互沖突的，比如要想把質(zhì)量做好并不等于成本最低。 

可以說(shuō)，目前的人工智能技術(shù)、博弈技術(shù)，屬于“大數據小任務(wù)”，而工業(yè)將來(lái)遇到的問(wèn)題決策是“小數據大任務(wù)”——工業(yè)大數據對計算機而言都是小數據。 

工業(yè)人工智能四大關(guān)鍵技術(shù) 

人工智能的最終目標，主要是實(shí)現人的智能行為的自動(dòng)化和復制。從這個(gè)意義上來(lái)講，人工智能不是單一的技術(shù)，而是用于特定任務(wù)的技術(shù)集合。 

那么，什么是“工業(yè)人工智能”？為什么要發(fā)展工業(yè)人工智能？ 

工業(yè)人工智能在國際上開(kāi)始被提出，包括美國提出的工業(yè)人工智能、德國提出的“與經(jīng)濟結合推動(dòng)智能”。在我國，中國工程院編制的關(guān)于新一代人工智能的發(fā)展規劃，也提及要研究如何用人工智能解決智能制造的問(wèn)題。 

總結來(lái)說(shuō)，工業(yè)人工智能目前在制造流程中主要完成三項工作：運行工況多元信息的感知和認知，工作經(jīng)營(yíng)層、生產(chǎn)層、運行層的協(xié)同決策，以企業(yè)綜合生產(chǎn)指標優(yōu)化為目標自動(dòng)協(xié)同控制裝備的控制系統。 

這三件事目前都是知識工作者在做的，如何實(shí)現自動(dòng)化和智能化將是工業(yè)人工智能的重要方向。 

這里有幾個(gè)關(guān)鍵技術(shù)要解決：第一是關(guān)鍵技術(shù)復雜工業(yè)環(huán)境下運行工況多尺度、多元信息的智能感知和識別技術(shù)，第二是復雜工業(yè)環(huán)境下基于5G多元信息的快速可靠的傳輸技術(shù)，第三是系統辨識與深度學(xué)習相結合的智能建模、動(dòng)態(tài)仿真和可視化的技術(shù)；第四是關(guān)鍵工藝參數和生產(chǎn)指標的預測和追溯技術(shù)；第五是人機合作的智能優(yōu)化決策技術(shù)，特別是結果端、邊、云協(xié)同實(shí)現智能算法的技術(shù)。只有攻克了這些技術(shù)，才有可能使工業(yè)發(fā)生革命性的改變。

摘自《中國科學(xué)報》