搜索

【智能制造】以三体智能解读制造三个范式

gecimao 发表于 2019-06-15 20:21 | 查看: | 回复:

  赵敏、宁振波、郭朝晖是走向智能研究院资深专家,《三体智能革命》编委会中三位重要作者。他们从去年5月起多次参加了中国工程院主持的“中国智能制造发展战略研究报告”的研讨、评审与修订工作,对该报告的形成过程、研究主旨和详细内容有比较深入的了解和心得。

  赵敏、宁振波、郭朝晖是走向智能研究院资深专家,《三体智能革命》编委会中三位重要作者。他们从去年5月起多次参加了中国工程院主持的“中国智能制造发展战略研究报告”的研讨、评审与修订工作,对该报告的形成过程、研究主旨和详细内容有比较深入的了解和心得。

  这是三位资深专家第二次联袂撰文解读该报告,以三体模型的视角阐述他们对智能制造以及三个范式的深刻认识。内容非常丰富,视角比较独到,值得认线日,中国工程院周济院长在南京“世界智能制造大会”上发表了题为《关于中国智能制造发展战略的思考》的报告,今年1月周院长在工程院再次做了题为《新一代智能制造--新一轮工业革命的核心驱动力》的更详细同主旨报告,系统阐述了我国发展智能制造的战略,提出了智能制造三个范式(图1),引发了社会上极大关注和热烈反响。鉴于“走向智能研究院”的“《三体智能革命》写作组”曾多次受邀参与该报告多个版本讨论,笔者三人的部分观点和建议也纳入了该报告中,业界朋友提出,希望笔者能够给出一些对该报告的解读以及更详细的第三方观点。

  在上月写过一篇解读文章的基础上,笔者尝试在本文中,以“三体智能模型”基本视角,对智能和智能化做一个多角度、多阶段的梳理,试图探讨智能的要义以及人造系统走向“智能化”的演变过程,加深对智能制造发展战略中的“智能化”的理解,同时对中国工程院提出的智能制造三个范式给出了进一步的解读与优化建议。关于什么是智能或智能的本质,很多文章、专着都做过论述。有的从生命的角度去理解,有的从控制论的角度去理解,有的从人工智能的角度去理解。但是,目前尚无对智能的共识性的理解,也没有形成统一的定义。既然是以“三体智能模型”来解读智能制造的三个范式,那么笔者首先简介《三体智能革命》的若干基本概念。《三体智能革命》是第一本旨在反映智能科技革命成果、预测新工业革命趋势、探讨智能社会基本原理的未来学着作。该书首次将物理世界、生命世界与数字世界的智能现象开展“打通”研究,提出了三体智能模型物理实体、意识人体、数字虚体,介绍了智能研发、智能设计、智能制造等新成果,揭示了“互联网+”诱发创新、三体化一走向智能等新趋势,并在2015年就正式提出了“人类社会必将走向智能社会”的重大判断。该判断与“十九大”报告上的判断完全一致。三体智能模型如图2所示。

  在图1中,物理实体是自然界物质以及基于物理实体材料而构建的人造系统;意识人体是包括了“人体”、“人脑”和人脑中的“意识”的生物系统,是“社会人”的统称;数字虚体是存在于电脑和网络设备之中的用来驱动软硬件设备的高级数理逻辑系统,是人类智能的承载与延伸。三体交汇融合后产生了三个界面:物理实体-意识人体系统PCS(Physical-Conscious Systems)界面;意识人体-数字虚体系统CCS(Conscious-Cyber Systems)界面;数字虚体-物理实体系统CPS(Cyber-Physical Systems)界面。物理实体可以简称物或P(Physical);意识人体简称人或C或H,如笼统强调人则用H(Human),如强调意识则用C(Conscious),笔者倾向于使用C(Conscious);数字虚体简称为数或C(Cyber)。尽管在这里有两个简称都是C,但是其含义完全不同。《三体智能革命》在书的开篇对智能做了高度概括:智能本质是一切生命系统对自然规律的感应、认知与运用。这是一种最大限度覆盖了各种智能现象的广义定义。作者提出的生命系统,泛指包括地球上和宇宙间的一切具有生命周期的事物,实际上就是高度抽象概括的三类“体”,即自然界中的一切物理实体、生物界有着充分自由意识的人体和由人借助计算机技术所创建的数字虚体。笔者三年前写书时就试图把智能的含义说得通俗一些:按照人所期望的“场景”、以符合自然规律的方式来实现人造系统的功能,让功能价值最大化。书中以通俗话语写到:人造系统的功能是“遂人愿,知人意”,即希望功能发生时就一定发生,不希望发生时就保持原状。这种通俗的智能释义,与“自动化”有很大的不同。所谓自动化是指系统一旦启动,就会按照既定的程序一直执行下去,直到程序走完而结束,期间并不会根据外部条件的变化(即不同的场景)而做出超出规定程序步骤的自主选择。而智能化是系统会根据外部条件(场景)的变化(不确定性)而自动做出最恰当选择,这种选择使得系统能够在正确的时间、以正确的方式、发出正确的动作、获得正确的结果(即精准执行),以实现最大化的功能价值。有了以上研究结论后,笔者又发现J. S. Albus和A. M. Meystel在2001年他们合着的《智能系统:架构,设计,控制》一书中写到:“我们将智能定义为系统在不确定环境中恰当行为的能力,这里恰当行为是指最大限度地获得系统目标成功的可能性。” 更早还有人说过:“智能是在一个巨大的搜索空间中迅速找到较优解的能力。”其实,巨大的搜索空间(很多歧路)就意味着高度的不确定性,迅速找到就意味着“最大限度地获得系统目标成功的可能性”,较优解意味着“给定场景“的最大化功能价值。由此可见,国际上不少研究智能的专家,在不同的时代和专业中,以殊途同归的方式,给出了基本一致的结论。习主席也曾经睿智地阐述过智能的本质:“让信息多跑路、让群众少跑腿。” 笔者把这段话借鉴到智能系统的特征上,可以引申解读为:数据多跑路(人少跑腿)、计算机多动脑(人少动脑)、机器多干活(人少干活),相当于在巨大的搜索空间中按照人的意愿优化匹配资源,快速获得最优解而背后的驱动力是业务复杂、时间紧迫、劳动力成本上升,导致上述三个特征的价值呈数量级增加。智能制造就是在考虑技术和经济可行性的前提下,让机器把人做的事做了,并做得比人更好,甚至把人“想不到、做不到”的事情也都做到做好,真正给企业和社会带来价值。系统的智能程度,与系统的“自主选择”(或适应/搜索)能力有关,系统可以自主选择的场景越多,其适应外部条件变化(不确定性)的能力就越强,智能化水平就越高。1948年,诺伯特维纳(Norbert Wiener)创立了《控制论:动物与机器中的控制与通讯》(Cybernetics: Control and communication in the animal and the machine)。维纳认为,无论是人造系统还是生物系统,其基本逻辑和思想是一致的,即“人是一个控制和通讯的系统,自动机器也是一个控制和通讯的系统。Cybernetics含义丰富,具有控制、反馈、通信、人机交互等多重含义,译成中文时曾经有人建议翻译为“机械大脑论”。后来几经讨论和折衷,取其丰富的含义之一,翻译为“控制论”。维纳最初的想法,是着眼于人(动物)与机器机制的差异。他发现人(动物)的能耐是主动感知和适应外部的变化。首先要获得外部发生状态变化的信息,然后根据所获得的信息做出相应的动作,并在执行过程中不断调整优化动作。控制论强调一个系统的控制主要在于这个系统的内部。面对不确定的外部环境,通过学习而主动适应变化,不断自我修正,建立控制机制,通过信息的传递、变换和反馈作用,把感知、决策和执行统一起来,使系统能自动按照预定甚至是不断变化的场景和程序运行,最终达到最优目标。这个过程用任何技术实现都可以。在《三体智能革命》书中,作者以非常简明的“20字箴言”,描述了一个智能系统所具备的五个基本特征:状态感知、实时分析、自主决策、精准执行、学习提升。判断这些特征的对象可以是物理实体、意识人体和数字虚体,这是对维纳控制论观点的继承和发展。具备“状态感知、效应决策、即刻执行” 三个特征的是初级智能系统;具备前四个特征的是“恒定智能系统”;具备所有五个特征的人造系统是高度智能、有一定认知能力的“开放智能系统”,换言之系统具备了人工智能。这个可以用任何技术实现的“感知-分析-决策-执行”的闭环控制过程,是一个典型的“智能环”。如图3所示。

  智能系统,没有那么神秘,只要满足以上三个特征并且能形成智能环的系统,就是初级智能系统了。初级智能系统早在工业革命初期就出现了,并不需要数字化技术。即使是物理实体,诸如自然界的石、木、山、水等生态系统,乃至一个星球,它们都可以在科学现象/效应的支配下,遵循自然规律,感应外界信息,交换物质能量,有序耗散运行。因此,物理实体系统也可以定义为是一种原始智能系统。物理实体所形成的实体智能是万万不可忽略的。当人们在今天深入研究智能现象、言谈话语不离智能时,绝对不应该忘记已经在工业界应用百年、今天仍然在蓬勃发展的实体智能(也称工业智能)。实体智能以科学效应的方式体现出来。科学效应(也称科学现象)是几何效应、物理效应、化学效应、生物效应的统称,是不同物质属性之间的相互作用结果,是自然界的客观规律。恩格斯在《自然辩证法》一书指出:“相互作用是事物的真正的终极原因。”

  瓦特在第一次工业革命时期发明的蒸汽机转速调节器中就利用了离心力和重力这两个物理效应,当蒸汽机转速增加时,离心力让飞球克服重力升高,带动气阀开口减小,蒸汽机转速随之降低;反之,蒸汽机转速降低时,重力让飞球下降使得气阀开口变大、蒸汽机的转速便随之提升。依靠这样的反馈机制,蒸汽机转速就能保持基本恒定。如图5所示。

  新材料代表着实体智能的发展方向。近十年来,智能材料获得了工业界的高度重视。例如智能纤维是指能够感知外界环境(机械、热、化学、光、湿度、电磁等)或内部状态所发生的变化,并能做出响应的新型纤维。韩国首尔大学开发的具有很大伸缩性的人造智能皮肤,用超薄膜聚酰亚胺(PI)和单晶硅纳米透明材料制成,内置可感知温度、湿度、压力、变形等触觉的装置,以及为皮肤加热的纳米发热体。这些智能材料都应用了某种科学效应,在行为上符合初级智能系统基本定义:状态感知、效应决策、即刻执行。这样的自动化调节机构完全替代了过去由人来做甚至人做不到的随时调节工作,遂人愿,知人意,根据特定的场景自动实现设定的功能。物理实体之间的相互作用是工业界常态。形形色色物理实体(特别是新材料)的组合构成了无数的制造装备与产品。绝大部分产品在执行器实现功能时,都是由实体智能完成。人类在几十万年不断的劳动进化过程中,在对自然界持续的认知过程中,已经发展出了发达的大脑,具有了与生俱来的智能,处于了地球生物链的顶端。我们把人所具有的智能叫作人类智能(人类智能是生物智能的杰出代表)。现在人们所说的机器智能,其实都是用人造系统对人类智能的模仿、拓展和超越。人用五官感知外界信息,用生物本能对外界刺激做出下意识甚至是无意识反应,或者用大脑做出有意识思考,并指挥人的肢体发出恰当的动作来实现各种操作与控制行为。如图6所示。

  意识人体之间的相互作用是社会常态,决定了人类生活的基本内容。人与人的互动与协作构成了组织、圈子与人际关系。思维的碰撞可以产生无数的思想火花。基于二进制的电子管计算机拉开了机器以比特处理数据的序幕,打破了由人进行计算、处理数据时所遇到的瓶颈,让人类跨入了电子计算机时代。随后晶体管集成电路替代了电子管,进而发展到微处理器,让芯片以摩尔定律的规律飞速提高计算机运算能力,数字虚体世界开始爆炸性扩张。数字虚体由计算机软件、硬件和网络组成,天生就具有数体智能(也称计算智能)。电脑通过键盘、鼠标、摄像头、麦克风等外设进行状态感知和数据采集,并传送到电脑处理器中;电脑对输入的信号、语音、图像、文字等进行实时分析和加工筛选;根据分析结果来自主决策,决定数据的取舍以及是否进行相应的其他处理;如果需要进行进一步处理则电脑下达指令,自动地精准执行相关命令,如存储数据、抓拍图像或者反馈控制摄像头的角度等;电脑在初级阶段主要计算和存储数据,在智能计算阶段,电脑每次可以自动选择存储和学习历史数据,经过分析后形成知识体系和相应的判断性结论。如图7所示。

  数字虚体之间的相互作用是赛博空间(或数字世界)常态。计算机软件、硬件和网络之间的互动构成了数亿条代码写成的大型软件、工业互联网平台、工业云等复杂而庞大的数字世界。数体智能是实现智能制造第一范式“数字化制造范式”的技术要素。其发展演进后的高级状态,是在特定算法的支持下,逐步演进到人工智能。从前面图示中所展示的实体智能、生物智能和数体智能,在系统逻辑上是一致的,在“算法”上是类似的。实体智能成就了传统制造和现代制造,即使发展到了智能化的今天,在实体智能方面仍然有无数的技术难题需要攻克,各种新材料、超材料、智能材料就是发展方向,实体智能虽然广泛应用,但是往往呈现出高度的“刚性”并伴随一定的“不精确性”(例如变色镜片的变色时间);在生物智能方面人与动物各有千秋,但是人具有独特的智慧;而数体智能因为算法、算力的改进现在异军突起,具有学习能力的人工智能,在单点上正在追赶和超越人类智能。数体智能与其他“体”的智能的交互与融合,将形成更先进和复杂的新一代人工智能。人类智慧的来源也就是在人类劳动中产生。在刀耕火种的时代,人们就知道了用“石头相互碰撞来点火”,即意识人体学会并指导了物理实体之间的相互作用。人在不断学习自然、改造自然、创造或优化更好的“产品”和自身生存环境。可以说,人类的发展史就是意识人体对物理实体的认知、开发、创新改造的历史。如图8所示。

  意识人体不仅通过体力和脑力劳动创新优化物理实体,同时人在学习领悟大自然的过程中,还在两体交汇中产生了非实体“产品”知识。知识积累于人脑,形成了人的智能(“人智”),同时,人也把知识固化在了自己创造的物理实体产品上,例如一只6000年前的彩陶罐,隐含固化了诸多当时的制作知识。人脑中的知识和固化在产品上的知识是隐性知识,而以图文形式记录在某种介质(往往纸介质)上的知识是显性知识。在物理实体机器时代,是显性知识不断发展的时代。人类制造蒸汽机的秘方在200年前就见诸文字了,大量的工程图纸、设计与使用说明书和培训教材成为各种显性知识的载体。越来越先进的机器所形成的“机力”不断替代人力。钟义信教授在他的文章“信息转换原理: 信息、知识、智能的一体化理论”中指出:“因为知识的外部生态规律就是智能的生成机制,阐明知识的生态学规律不仅对认识知识本身的发展规律具有重要指导意义;而且对认识智能的生长规律具有决定性的贡献。”该观点说明,知识与智能有着密切关系,基于知识实现智能,没有知识就没有智能。无论是人脑中的和固化在产品上的隐性知识,还是写在纸面上的显性知识,因为知识载体的不易传播性,受到了时空的严重限制。这种两体作用模式属于典型的“人体/人脑在回路”即实现系统控制的智能环,人体、人脑和物理设备一直是作为主要的系统要素而存在。但在比例上,人力不断减少,“机力”不断增加。推进智能化的目标之一,是让人与计算机的交互更加方便准确。意识人体与数字虚体的交互方式有软件中介、脑机接口、芯片植入和行为感知等多种方式。软件中介让“人智”以软件形式转化为“机智”。显性知识是机器智能的主要来源。将意识人体的隐性知识显性化,把知识嵌入软件,再把软件嵌入硬件,由此而让一个数字虚体具有人类思考推理的知识。脑机接口近年来,利用数字化赛博系统提取人的大脑意识信息(脑电波)来进行可视化观察的试验层出不穷,意识通过数字系统来控制物理实体已经实验成功。脑机接口、机脑接口、脑脑接口的技术都已经有了比较成熟的实验结果。芯片植入芯片植入人脑是一种侵入式的连接方式,已有成功先例。未来,植入人脑的超级芯片可以实现人脑意识之间的脑际互联网。行为感知人的动作表征了意识。通过各种传感器,来捕捉人的语言、面部表情、肢体动作等信息而把人的意识转变成数字化信息,进入到数字虚体来处理。例如微信可以看作是行为感知和软件中介的结合体,通过语音或触屏输入转换成文字,随时、随地把人的意识以比特化知识的形式传播给任何人。

  由于“人脑在回路”,而人脑的思考机制一直没有被彻底揭示,因此脑科学一直是科学界重点研究但是难以突破的领域。该种两体作用的结果是:意识人体中的隐性知识不断被显性化,而显性化的知识成为了系统智能的关键要素,即“人智”(从人脑中提炼出来的知识、规则和算法)不断进入数字虚体,转化为“机智”(电脑、机器等人造系统的智能),“机智”改变了知识发生学,形成了强大的硅基知识生产力。数字虚体与物理实体的交互融合形成了CPS(赛博物理系统)。CPS的面世具有里程碑意义。因为从上个世纪90年代初到本世纪初,日本的第五代计算机项目和“IMS(智能制造系统)”项目失败,人工智能陷入第二次低谷。人们开始寻求一种新的科技手段来构建智能系统。于是在2006年,海伦吉尔提出了CPS的构想,并且随后得到了德国等工业国家的响应。CPS是工业4.0、智能制造、工业互联网等落地的“最大公约数”和关键使能技术,甚至可以说,未来世界的形式是CPS。《三体智能革命》的研究成果显示,“20字箴言”很好地表达了CPS基本内涵,已经成为工信部电标院发布的《CPS白皮书》中的一个主要观点。从常理和表面上来理解CPS是一种典型的两体相互作用,但是实际上,由于经过优化筛选的显性知识不断积累,“人智”不断以知识的形式转化到人造系统中形成“机智”,在比例上,“机智”日益增多,其结果是人脑逐渐从系统回路中撤出,最终不在系统回路中出现,但是“人智”仍然以软件的形式驻留在人造系统中,一直在系统回路中作为知识引擎来驱动智能系统(如智能制造)的实现。CPS智能如图10所示。

  在意识人体对CPS影响的判断上,中国人的理解已经超越了美国、德国对CPS的理解。笔者认为,即使人脑离开系统回路,但是人会以更合理的分工方式专业从事知识生产,未来“人智”会源源不断进入数字虚体而促成越来越多的“机智”产生。貌似两体融合的CPS,实质上还是一种三体融合的结果。可以认为,人的影响力从未离开CPS,并且一直牢牢地主导着CPS的形成与发展。“人智”是智能制造的主导(该观点与中国工程院的HCPS内涵基本一致)。CPS是构建 “智巧化制造(Smart Manufacturing - SM)”的核心技术,德国工业4.0组件参考架构模型(RAMI 4.0)给出的CPS基本结构由物理层、集成层、通信层、信息层、功能层组成,核心技术是数字化、网络化技术。RAMI 4.0详述了管理壳是一种包含了通讯层、信息层、功能层内容的“承上启下”的软件,是一种兼容工业4.0标准的数字虚体。当一个物理实体设备作为“物件”加上管理壳之后,就形成了CPS(工业4.0组件或由此组成的更大的管理区块),恰好与三体智能模型中指出的物理实体与数字虚体的两体作用完全对应。如图11所示。

  软件是数字虚体的重要载体。软件在硬件许可的范围内,可以定义很多新规则和新事物。而“人智”恰恰就是以数字化知识的形式驻留在软件中,定义了软件的推理与判断规则。以管理壳软件的形式实现“人智在回路”,是CPS的主要特点之一。物理实体中的形、态、质、色等信息,不断进入到赛博空间成为数字虚体,而数字虚体也以软件的方式进入到物理实体,形成“数字孪生”,形成全球化的CPS网络(工业互联网/工业物联网)。在互联、互通、互操作的基础上,物理端有越来越多的“以P融C”,而在数字端有越来越多的“以C测P”、“以C控P”,从而实现精准控制。三体交汇融合是一个非常复杂的“系统的系统”,根据每一体所占比例的不同,而具有无穷多的复杂应用场景,当然也有无限多的创新可能性。其基本的模式如图12所示。

  目前第三次工业革命的绝大多数场景,都是三体交汇的结果,即在一个企业的产品研发、制造、服务等不同的业务场景中,物理实体、意识人体、数字虚体都参与其中,系统要素之多,彼此交汇之频繁,细节情况之复杂,不确定性之高,都超出了人们的想象。很多的场景已经是人力所不能及。因此在管理上形成了具大的挑战。前文已经述及,智能就是要把人“想不到、做不到”的事情做到做好。例如面对高铁站熙熙攘攘的进站人流,数字闸机发挥着巨大的分析、统计和控制作用。在一两秒之内,乘客就可以刷票进站,与此同时,关于乘客的所有信息(起始/终点、身份、车次、总人数等)就在乘客进站瞬间由数字闸机中的数字虚体统计完成。这在过去的人工手动检票时代是不可能完成的工作。而数体智能让过去的不可能变成了可能,人体、人脑都可以退出“检票”这个业务活动的系统回路。在该系统中,CPS智能驱动了系统的运行。更先进的三体融合的设备例子是自动驾驶汽车。不少品牌的汽车已经在绝大多数情况下实现了有人监管的自动驾驶,甚至个别实现了无人驾驶。人体、人脑已经逐步退出了“驾驶员”的位置,而“人智”登堂入室,以悄然无形的方式,替代驾驶员来驾车前行。在自动驾驶系统中,是更先进的基于驾驶场景大数据的人工智能驱动了系统的运行。这种智能系统不仅实现了“感知-分析-决策-执行”的智能环,而且已经具备了“学习提升”的能力。未来的高级智能是人机混合智能。代表性例子是美国Psibernetix防务公司开发的“阿尔法”人工智能软件在模拟环境中已经完胜美军飞行员。人类飞行员在12000多米高度、时速2400公里的超音速战机上飞行作战,犯错几率较大、代价极高。“阿尔法”可有效增加容错率,随时在动态环境中考虑和协调最佳战术计划,并做出比人快250倍的精确响应。它不仅接受语言控制,而且一旦安装在电脑上,会自动学习安装在其它地方、其它版本的“阿尔法”,并获得最强的性能。如果小结一下的话,不难看出,单体具有智能,两体综合智能,三体高度智能。若以初级智能系统作为起始与发端,智能化过程已经走过了两百多年的漫长历程。因此,当我们谈及智能制造的时候,实际上从两百多年前的实体智能时代就开始了初级智能,现在正在向人工智能进发,未来将发展到更先进的混合智能、群体智能等。实体智能系统虽然出现早,但在操控上不易精准化,在技术上很难通用化。例如在瓦特时代是用机械感知信息、并转化为机械动作,不具备通用性;在维纳时代可以用电感知信息、驱动电机和机械,打通了信息和物理两界,大大促进了通用性。但是在维纳时代,受到手段的限制,一般只能针对用微分方程组描述的简单对象进行控制。系统智能一直局限于实体智能。计算机领域技术的发展,数体智能的增强和CPS智能的应用,才逐步以数字化、网络化的形式推广到更加一般性的复杂对象的控制,即人造系统的智能升级进化了。笔者从人造系统组成要素的发展演变来考察系统智能的进化。人造系统是“由相互作用、相互联系的元件与运作所组成的、实现某种功能事物的集合”,如机器、设备、产品、零部件、厂房、企业等。任何人造系统不管其组件多少,都事实上归类为四个基本装置(子系统),如图13所示。

  “执行装置”(即执行器)负责发出动作,执行系统的预定功能;“动力装置”负责产生、转化能量;“传动装置”负责传递能量;“控制装置”负责调控各个子系统的运行参数,让执行装置尽量精确地做出所需动作。当人造系统实现预设功能时,“动力装置、传动装置、执行装置、控制装置”必须同时存在,完整无缺,协调作用,才能实现人造系统预设功能。百年来工业革命之所以不断发生,其根本原因就是人造系统的技术要素在不断地演变进化,以新机器、新工具、新设备的形式,持续造成生产力的解放与喷发。人造系统中的四个基本装置也在不断地发展演变,例如执行装置一直在以新结构、新材料的形式发展,其进化态是发展出实体智能(如智能纤维、记忆合金、超材料等)。近几十年人造系统中发展最快的是控制装置,CPS的技术形态与其密切相关。控制装置在核心技术上,按照TRIZ发明方法论中的人造系统的进化趋势,走过了一条“机械机电数字软件云”的技术发展路径,新技术要素不断加入控制系统,最终进化成为CPS。如图14所示。

  上图中控制装置的最终进化结果,恰恰是在前面提到RAMI 4.0中所描述的管理壳软件与物理设备的融合与集成,当一个物理设备作为“物件”加上管理壳之后,就形成了CPS。研发制造的各种“场景”为智能制造的发展提供了强劲的需求:随着网络的飞速发展并与制造业的深度融合,需要快速有效协同的工作越来越多、工况也越来越复杂。如果不采用新的控制策略,日趋复杂机器可能超出人类的掌控能力。于是,CPS技术水到渠成,CPS智能脱颖而出,在最近几年以及今后很长的一段时间内,都将成为智能制造、工业4.0、工业互联网的“当家”使能技术。构成了智能制造第二范式。今天,智能制造已经开始向一个新的高地攀登基于新一代人工智能的智能制造。传统的人工智能被定义为是计算机学科的一个分支,研究如何使用计算机来模拟人的某些思维过程和智能行为,其智能范围仅限于基于数字虚体的单体智能。而“新一代人工智能”,是指在原有数体智能上扩展出来的大数据智能、群体智能、跨媒体智能、人机混合增强智能、自主智能。这些新的人工智能技术都比传统的人工(数体)智能在“体”上更多样,在内容上更丰富,在领域上更广泛。如大数据智能源于物理实体设备的运行信息,人脑不可能计算处理这些高频数据,更不可能识别其中所蕴含的特征模式和内在规律,需要三中“体”的紧密协作;群体智能发生在不同的“体”之中,远远超越了数体智能的范畴,很难断定谁是群体中的主控体、谁是受控体等。如果仅仅以传统的人工智能来进入制造业,并不足以发展出智能制造的第三范式,因为这种做法与20多年前日本人未成功的项目没有什么两样,既无法定义新的范式,也看不到必然成功的希望。只有着眼于今天的新一代的人工智能技术,才有可能发展出来“新一代的智能制造范式”,才有可能在站在智能制造的全球制高点(周院长一直强调的要点)。尽管有五种新一代的人工智能技术,但是根据笔者的调研和观察,能够在当前与制造业紧密结合、取得实验性应用成果的,只有大数据智能,即新一代人工智能进入制造业的“当前入口”在于工业大数据。从工业大数据中获取的模式与洞察,在某些环节上,超越了过去基于简明的公式、清晰的模型、有限的关键数据而获得的物理设备的信息。工业大数据近乎于是一种“全息”数据样本,当设备运行时,很多可测量的物理信息会源源不断地被采集到(例如一台航空发动机就有近2000个传感器采集其各种工况信息),并且通过传感器将物理信息转化为计算机可以处理的比特数据。在这样的高频大数据中,实际上蕴含了人无法靠经验识别的某些机器信息和运行特征。大数据智能,如同一种“工业CT”或“心电图”设备,对这些大数据进行识别、分析和特征模式的提取与利用,是一种由人主导但是某种程度上超越了人的能力的特殊智能行为,有着重要的现实意义。无论以何种方式、在何种工业场景,只要用传感器、摄像头、雷达、设备CT或“心电图”等视觉、听觉、嗅觉、感觉系统能够获得足够的物理实体机器的运行信息,并且将其转换成具有时间标签的工业大数据,加之有适用的算法、足够的算力,以及智能系统不断地“深度学习”,就能通过计算与学习,分析出这些数据背后所蕴含的特定的工况模式和特征(知识),并且根据这些知识来进行设备的预测式维护,优化调整设备的运行参数或改进设备的设计。本月17-18日,笔者在工程院参会并听取“新一代智能制造近期突破重点项目汇总”介绍时,基本上了解到了当前国内不同行业、不同专业领域的企业涉及到的智能制造第三范式的项目。听了不少的项目介绍,但是真正具有第三范式的新一代智能制造的项目寥寥无几。大多数项目,还都是在基于CPS智能的第二范式,或者刚刚准备用传统人工智能技术做点事情。因此可知,第三范式的智能制造还处于试验阶段,距离技术成熟有很长的路要走,距离在工业界推广应用,基本上还看不到经济前景。客观地说,尽管人工智能已经进入了不少的服务领域。但是在制造业,目前可以应用的场景还极少,实用的场合还没有;在产品研发方面人工智能还没有进展,在制造方面刚刚有所应用,在维修服务方面的案例开始增加。笔者毫不怀疑,人工智能技术未来会在制造业推广应用。但是还有诸多问题需要研究和观察,例如在什么时候真正能用上,要看技术的发展速度;在多大范围内用上,要看技术的专业适应度;用了以后效益到底怎么样,要看技术的实用度和成熟度;企业是否真正用得起,要看技术的经济性;等等。清晰地界定智能制造和人工智能的过去、现在以及未来的关系,显得十分必要。根据笔者的观察,目前来看,过去基于实体智能的智能制造,现在基于数体智能和CPS智能的智能制造,与人工智能暂时没有太大关系,可以认为为现有系统打好了智能升级的基础。未来,人工智能作为一种新的技术要素来加速智能制造的深化与提升,让智能制造升级到全新的第三范式上,是有着巨大的发展前景的。即便如此,现在断言“智能制造中的智能就是人工智能”还是显得言之过早,这样说既不符合历史事实,也不适用于当前智能制造的推广与普及,这对制造业来说还是“未来时”,尚处于规划研究之中。在没有打好基于CPS智能的第二范式的牢固基础时,过早地把企业的精力、财力和物力都误导到追求基于新一代人工智能的第三范式上,明显是建造“空中楼阁”。如果把未来的远景当成现实来讲,把空中的楼阁当成基础来用,会把想象中的高楼盖成什么样子可想而知,不仅企业界难以接受,对整个智能制造的推广工作和战略部署也是不利的。笔者建议,尚未做到CPS应用的企业应把深化第一范式、追求第二范式作为智能制造目标。中国工程院提出的智能制造“两阶段三范式”的范式演进图中(图1),对智能制造的三个范式采用了“数字化”、“数字化网络化”、“数字化网络化智能化”(或“新一代智能制造”)的命名方式。笔者认为三个范式的划分是比较合理的,赞同并专门撰文予以解读。唯感不足的是,在三个范式命名上采用了添加多定语的“贴标签”方式让人感觉重复,读来拗口;更重要的是,在理解上并不因为多贴了标签而感觉更清晰;另具争议的是,把“智能化”作为一个要素单独给予了第三范式,从而造成理解上的含混,既然前两个范式都属于“智能制造(默认带有智能化的性质)”,而又阐明在第三范式时才以“智能化”要素作为判断特征,让人不知道是应该确认前两个智能制造范式不太“智能化”,还是确认只有第三范式才是“智能化的智能制造”?无论怎么理解,都感觉有点繁复与违和。如前所述,智能化是一个漫长发展过程。所有能够实现“感知-分析-决策-执行”的闭环控制系统都是智能系统,并不能说只有应用了人工智能技术的系统才能冠之以“智能化“的命名。在学习领会中国工程院智能制造三个范式的基础上,笔者也考虑了对三个范式的命名改进与和其中要素的补充优化。给出如图16所示建议。

  1、实体智能是工业发展中不能忽略的必经阶段,国内很多中小企业的现状还大约处于工业2.0的发展阶段,甚至缺乏稳定的工艺,当然也缺乏有效的数字化、网络化的手段。补上该阶段能凸显智能制造三个范式对转型升级的重要性,而且基于实体智能的新材料也在蓬勃发展中;2、对三个范式的要素补充,三个范式的驱动要素分别是数体智能、CPS智能和人工智能,第二范式不仅应该强调“互联网+”的网络化,还应该强调以CPS智能来作为技术要素和判断特征;3、对三个范式的命名改进,第一范式命名为“数字化智能制造”,基本无争议;第二范式建议命名为“智巧化智能制造(Smart Manufacturing - SM)”,关键在于CPS技术的应用;第三范式建议命名为“AI化智能制造”或“新一代智能制造(Intelligent Manufacturing- IM)”,关键在于AI技术的应用。如此,“智能化”的阶段划分疑问随即消除。“数字化、智巧化、AI化”,既凸显了主要的技术构成要素,也是阶段划分的标志,而“智能化”主线则贯穿始终。如果作为大家口头频繁使用的界定术语,可以简明地用“数字化、智巧化、AI化”来划分智能制造的三个阶段。本文以“三体智能模型”作为理论依据,梳理了三个高度抽象的“体”在单体作用、两体作用和三体作用下构建智能系统的机理、要素和内涵。单体具有智能,两体综合智能,三体高度智能,并指出“智能化”是一个漫长的发展过程。人造系统逐渐智能的基本机理是,“人智”不断以知识的形式转化到人造系统中来成为“机智”。伴随“机智”日增,人脑逐渐撤出系统回路,但是“人智”仍然以软件的形式驻留在人造系统中,作为知识引擎来驱动智能系统(如智能制造)的实现,目前最可行、最普遍的落地形式是CPS。深化第一范式、追求第二范式,是绝大多数企业的智能制造目标。智能系统的核心技术从量变到质变,不断升级,从实体智能、数体智能、CPS智能等,逐渐发展到人工智能,以及未来更先进的混合智能、群体智能。在这样一个漫长的“智能化”演变过程中,建议将智能制造三个范式命名为:以数体智能技术为主的“数字化智能制造”,以CPS能技术为主的“智巧化智能制造(Smart Manufacture - SM)”,以人工智能技术为主的“AI化智能制造(Intelligent Manufacture - IM)”。

本文链接:http://brazilianthongs.net/disanfanshi/613.html
随机为您推荐歌词
推荐文章

联系我们 | 关于我们 | 网友投稿 | 版权声明 | 广告服务 | 站点统计 | 网站地图

版权声明:本站资源均来自互联网,如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

Copyright @ 2012-2013 织梦猫 版权所有  Powered by Dedecms 5.7
渝ICP备10013703号  

回顶部