傳統(tǒng)人工智能概念始于上世紀50年代，半個多世紀以來，人類利用自然語言、神經(jīng)辨識、神經(jīng)網(wǎng)絡或形象辨識等方法，讓機器學習規(guī)律，進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域，其屬性聚焦于工業(yè)制造系統(tǒng)，涉及汽車、飛機、輪船等移動工具的安全性、節(jié)能性、耗油性，工業(yè)制造機器人的穩(wěn)定性、精密性，風力發(fā)電的效益性、節(jié)能性等相關課題。

雖然人工智能應用于生產(chǎn)制造的前景廣闊，但要從概念實現(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》一書中找到答案。

《工業(yè)人工智能》由美國辛辛那提大學特聘講座教授、美國國家科學基金會（NSF）智能維護系統(tǒng)產(chǎn)學合作中心（IMS）創(chuàng)始主任、美國工業(yè)人工智能中心創(chuàng)始主任李杰（Jay Lee）所著，在這本書中，李杰將過去在美國工業(yè)大數(shù)據(jù)挑戰(zhàn)中所參與的實際案例列出，讓讀者能夠通過這些案例了解工業(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)問題。

“我在美國近40年從事智能制造以及工業(yè)大數(shù)據(jù)的產(chǎn)學研工作，深深地體會到企業(yè)從精益到智能制造的轉型工程中，人才、技術管理和執(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)人工智能是一個系統(tǒng)工程，需要多個技術元素的整合，這些技術元素可囊括為“ABCDEF”6個方面，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（計算機平臺）、Domain Knowledge（領域知識）、Evidence（事實依據(jù)）、Feedback（反饋閉環(huán)）。

“在以上六個技術要素中，前三個同時也是AI技術的三個要素（數(shù)據(jù)、計算能力和算法），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，后者以場景和問題為核心；在數(shù)據(jù)技術方面，前者圍繞解決‘4V’挑戰(zhàn)，后者則是管理‘3B’特性；在計算平臺方面，前者以云計算和集中式的運算能力為主，后者以‘端’到‘云’的融合架構為主。后三個要素則是帶有鮮明的工業(yè)特質(zhì)的技術要素，也是人工智能與工業(yè)系統(tǒng)相融合的接口?！?/p>

李杰認為，人工智能技術對于工業(yè)系統(tǒng)而言，應該是融入和賦能的姿態(tài)，而非顛覆者。未來工業(yè)智能系統(tǒng)的目標，是創(chuàng)造無憂的工業(yè)環(huán)境，實現(xiàn)零意外、零污染、零浪費、零次品和零宕機。

什么樣的人工智能適合工業(yè)？

近幾年興起的物聯(lián)網(wǎng)技術做到了將事、物與人連接起來，由物驅動人。李杰認為這個觀念不夠完整，“真正適合工業(yè)的智能技術需要將人、事/物和系統(tǒng)連接起來，用系統(tǒng)去驅動人和事，從過去基于經(jīng)驗（experience-based）轉變成為基于事實（ evidence-based）的運行模式，并在這個過程中不斷優(yōu)化系統(tǒng)?！?/p>

李杰非常認同富士康的創(chuàng)始人郭臺銘曾提出的“六流”系統(tǒng)，即系統(tǒng)與人的連接為“六流”（人員流、物料流、過程流、技術流、資金流、數(shù)據(jù)流）和“六管”（生管、經(jīng)管、品管、工管、人管、安管），并通過移動化的企管應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，一是減少浪費、二是減少人力，這兩點過去我們已經(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去因為看不見或不了解造成的問題和不確定性。 ”

李杰強調(diào)，用機器取代人和自動化是對制造業(yè)智能最大的誤解，“機器換人只是一種低廉勞動力的轉變，自動化是制造過程中系統(tǒng)的建立，智能化卻是文化跟管理系統(tǒng)的改變，這并不是簡單的技術問題。智能化的最終目的是為了給顧客創(chuàng)造價值，起協(xié)助的作用?！?/p>

“在人、系統(tǒng)和物之間我們通過建立和管理數(shù)據(jù)的來源性（Resource）去進行不同維度的對標分析和參考性（Reference），從而不斷發(fā)掘物與事之間的關系性（Relationship），利用對這種關系性的洞察去不斷優(yōu)化系統(tǒng)，最終實現(xiàn)系統(tǒng)的自我調(diào)節(jié)、重構和協(xié)同的強韌性（Resilience），這樣就可以實現(xiàn)工業(yè)系統(tǒng)的無憂。”

李杰舉例：“例如當我們發(fā)現(xiàn)設備故障與運行參數(shù)和操作之間的相關性，就可以優(yōu)化設備的使用和維護方式，從而實現(xiàn)設備的零宕機運行；當我們發(fā)現(xiàn)制造系統(tǒng)的過程參數(shù)與最終產(chǎn)品質(zhì)量的關系后，就可以實時監(jiān)控和調(diào)節(jié)過程參數(shù)，選擇最合適的工藝參數(shù)組合，并在制造過程中進行調(diào)節(jié)補償，從而實現(xiàn)工業(yè)系統(tǒng)的零次品生產(chǎn)。當我們發(fā)現(xiàn)發(fā)動機的能耗與外界環(huán)境、飛行航線和發(fā)動機參數(shù)之間的關系后，就可以進行參數(shù)優(yōu)化以實現(xiàn)能耗的節(jié)省。如果我們能夠預測生產(chǎn)系統(tǒng)對能源和物料的需求，并且在最恰當?shù)臅r機精準地貼合它的需求，就可以實現(xiàn)生產(chǎn)系統(tǒng)的零浪費運行?！?/p>

誰會成為工業(yè)人工智能的殺手級應用？

李杰認為“設備預測性維護”“虛擬量測與過程質(zhì)量控制”“能源管理與能效優(yōu)化”“基于機器視覺的缺陷檢測與物料分揀”“生產(chǎn)與維護計劃的排程優(yōu)化”“供應鏈與物流調(diào)度優(yōu)化系統(tǒng)”這幾大業(yè)務功能將成為工業(yè)人工智能最大力度施展拳腳的地方。

“而且還會逐漸誕生復合場景、應用協(xié)調(diào)和跨領域的工業(yè)智能應用平臺。目前工業(yè)人工智能的應用場景已經(jīng)慢慢發(fā)生在生產(chǎn)工廠中，如：機器的監(jiān)控、船舶的省油、發(fā)動機的健康管理、醫(yī)療系統(tǒng)的遠程維護等，而油廠油田的安全管理和可靠性管理，也已經(jīng)慢慢開始發(fā)展，但暫時還缺乏系統(tǒng)工程的觀念和可持續(xù)傳承的基礎?！?/p>

李杰在新書中記錄了許多工業(yè)人工智能應用的案例，以更加直觀的方式闡述了工業(yè)人工智能技術的開發(fā)流程和其中重要的經(jīng)驗教訓。

“在未來中國的企業(yè)轉型中，我們會發(fā)現(xiàn)工業(yè)人工智能會扮演一個很重要的角色，如何把過去中國在快速發(fā)展中所損失的工匠的經(jīng)驗和知識，從數(shù)據(jù)中重新彌補回來。換句話說，工業(yè)人工智能可以助力中國過去30年發(fā)展中所積累的經(jīng)驗得到更快的沉淀和傳承。從依靠國外的經(jīng)驗，用數(shù)據(jù)重新建立經(jīng)驗的一個技術體系，進而使中國未來的發(fā)展更具有可持續(xù)的傳承。這是我寫這本書的初衷，也期待閱讀完這本書的讀者，在對工業(yè)人工智能有了全面理解后，能將工業(yè)人工智能的相關知識實際應用于自己的工作場景中，去挖掘不可見的知識，嘗試突破傳統(tǒng)經(jīng)驗生產(chǎn)的限制，最后創(chuàng)造出更巨大的價值?！崩罱苷f。