人工智慧賦能智造 工廠場景數(shù)據(jù)革命全面爆發(fā)

文：林晶

企業(yè)數(shù)位化轉(zhuǎn)型

一九九五年，國際象棋大神卡斯帕羅夫敗給了體重一點四噸的人工智慧電腦,「深藍(lán)，這是人工智慧(ＡＩ)第一次打得人類猝不及防地滿地找牙，二○一六年世界圍棋冠軍李世石在與Alpha ＧＯ的比賽中投子認(rèn)輸，人們開始驚覺到人工智慧的力量已不容忽視。時隔二十餘年，浪潮迭起，未來已至，人工智慧正在全球引領(lǐng)一場比互聯(lián)網(wǎng)影響更為深遠(yuǎn)的科技革命，顛覆現(xiàn)有的商業(yè)模式，重塑產(chǎn)業(yè)的思維方式。

李開復(fù)在《人工智慧》一書中將這次的人工智慧復(fù)興稱之為「第三次ＡＩ熱潮」，這一次熱潮最大的不一樣在於，ＡＩ真正從學(xué)術(shù)界走到工業(yè)界和人們所處的應(yīng)用場景中，ＡＩ技術(shù)革新賦能產(chǎn)業(yè)升級正成為現(xiàn)實。於此發(fā)展背景下，科技部方面為掌握AI來襲的浪潮，在2017年亦擬定AI科研戰(zhàn)略，以五大推動方向，如建置AI雲(yún)端平臺和成立AI創(chuàng)新研究中心等方向，期待全面提升臺灣未來在AI領(lǐng)域的競爭力，近期更有推動半導(dǎo)體射月計畫，目標(biāo)要在2022年讓臺灣成為AI大國。

ＡＩ賦能製造業(yè) 本質(zhì)是「人機協(xié)同」

伴隨著人臉識別、無人零售等新技術(shù)帶來的消費升級，人工智慧已幫助零售業(yè)圍繞消費者，在時間碎片化、資訊獲取社交化的大背景下，建立更加靈活便捷的零售場景，提升用戶體驗。那麼，人工智慧究竟能為龐大的製造產(chǎn)業(yè)群帶來什麼？製造業(yè)在過去很長的一段時間裏，是「勞動密集型」產(chǎn)業(yè)的代名詞。當(dāng)人工智慧來臨的時候，許多人不禁擔(dān)憂：「是不是製造業(yè)中的勞動力要被替代了？」

李開復(fù)甚至斷言，十年後五十％的人類工作將被AI取代。誠然，人工智慧經(jīng)常被通俗的解讀為「與人類一樣聰明的人造機器」，將這個「聰明的機器」放進製造現(xiàn)場，主要的作用就是使機器能夠「達(dá)到甚至超過人類技工水準(zhǔn)」，以實現(xiàn)企業(yè)生產(chǎn)運營效率的提升。而這個ＡＩ介入的「智能化」過程，與過往製造業(yè)追求「自動化」的過程有本質(zhì)上的差異。

「自動化」追求的是機器自動生產(chǎn)，本質(zhì)是「機器換人」，強調(diào)在完全不需要人的情況下進行不間斷的大規(guī)模機器生產(chǎn)；而「智能化追求的是機器的柔性生產(chǎn)，本質(zhì)是「人機協(xié)同」，強調(diào)機器能夠自主配合要素變化和人的工作。

因此，「人工智慧+製造」未來所追求的，不應(yīng)是簡單粗暴的「機器替人」，而應(yīng)是將工業(yè)革命以來極度細(xì)化、甚至異化的工人流水線工作，重新拉回「以人為本」的組織模式，讓機器承擔(dān)更多簡單重複甚至危險的工作，而人承擔(dān)更多管理和創(chuàng)造工作。

未來已至 還原人工智慧+製造應(yīng)用場景

即便在未來，想以人工智慧全面取代製造過程中人類專家的智能，獨立承擔(dān)起分析、判斷、決策等任務(wù)是不現(xiàn)實的。「人工智慧+製造」實現(xiàn)的人機一體化高度協(xié)同可以在智能機器的配合下，更好地發(fā)揮出人的潛能，使人機之間形成一種平等共事、相互理解、相互協(xié)作的關(guān)係，讓設(shè)備、軟體、數(shù)據(jù)、人，都像在擁有智慧的基礎(chǔ)上，把自己在生產(chǎn)製造場景中的價值發(fā)揮到極致。

依據(jù)《「人工智慧+製造」產(chǎn)業(yè)發(fā)展研究報告》將ＡＩ作用於製造業(yè)的典型應(yīng)用場景分為以下三類：

實現(xiàn)從軟體到硬體的智能升級。人工智慧演算法將以能力封裝和開放方式嵌入到產(chǎn)品中，從而幫助製造業(yè)生產(chǎn)出新一代的智能產(chǎn)品。如穀歌開發(fā)出專用於大規(guī)模機器學(xué)習(xí)的智能晶片ＴＰＵ、騰訊ＡＩ開放平臺對外提供電腦視覺等ＡＩ能力、亞馬遜推出內(nèi)嵌人工智慧語音助手的智能音箱echo等。

提高行銷和售後的精準(zhǔn)水準(zhǔn)。在售前行銷，以人工智慧進行用戶側(cè)需求數(shù)據(jù)的多維分析，將能實現(xiàn)更即時、精準(zhǔn)的廣告資訊傳遞，如穀歌為製造業(yè)專門開發(fā)了精準(zhǔn)廣告平臺；在售後維護，人工智慧將有機會和物聯(lián)網(wǎng)、大數(shù)據(jù)一起，實現(xiàn)對製造業(yè)產(chǎn)品的即時監(jiān)測、管理和風(fēng)險預(yù)警。如三一重工把分佈全球的三十萬臺設(shè)備接入平臺，即時採集近一萬個運行參數(shù)，利用大數(shù)據(jù)和智能演算法，遠(yuǎn)程管理龐大設(shè)備群的運行狀況，有效實現(xiàn)故障風(fēng)險預(yù)警，大大提升了排障效率並降低維護成本。

增強機器自主生產(chǎn)能力。人工智慧技術(shù)可以使得機器在更多複雜情況下實現(xiàn)自主生產(chǎn)，從而全面提升生產(chǎn)效率。應(yīng)用場景包含：工藝優(yōu)化，即通過機器學(xué)習(xí)建立產(chǎn)品的健康模型，識別各製造環(huán)節(jié)參數(shù)對最終產(chǎn)品品質(zhì)的影響，最終找到最佳生產(chǎn)工藝參數(shù)；智能質(zhì)檢，即借助機器視覺識別，快速掃描產(chǎn)品品質(zhì)，提高質(zhì)檢效率。

而其中，尤以如視覺缺陷檢測、機器人視覺定位分揀和設(shè)備故障預(yù)測報警等應(yīng)用場景得益於深度學(xué)習(xí)和人工智慧的加速成熟，已在製造現(xiàn)場實現(xiàn)落地。例如通過集成3D掃描器和協(xié)作機器人、視覺系統(tǒng)、吸盤/智能夾爪，實現(xiàn)對目標(biāo)物品的視覺定位、抓取、搬運、旋轉(zhuǎn)、擺放等操作，並對自動化流水生產(chǎn)線中無序或任意擺放的物品進行抓取和分揀。這既可應(yīng)用於機床無序上下料、鐳射標(biāo)刻無序上下料，也可用於物品檢測、物品分揀和產(chǎn)品分揀包裝等。目前在應(yīng)用場景案例中已能實現(xiàn)規(guī)則條形工件一百%的拾取成功率。

在設(shè)備故障語境應(yīng)用場景中，基於人工智慧和ＩＯＴ技術(shù)，通過在工廠各個設(shè)備加裝感測器，對設(shè)備運行狀態(tài)進行監(jiān)測，並利用神經(jīng)網(wǎng)路建立設(shè)備故障的模型，從而在故障發(fā)生前，提前預(yù)測故障，並將可能發(fā)生故障的工件替換，從而保障設(shè)備的持續(xù)無故障運行。這樣的應(yīng)用可以將產(chǎn)線停工時間從幾十分鐘壓縮至幾分鐘。

總之，從目前消費互聯(lián)網(wǎng)的發(fā)展來看，可以很清楚的感受到是用軟體來定義我們的生活，而且這種發(fā)展趨勢一定會蔓延到製造業(yè)來。工業(yè)4.0理念下的智能製造，是將一切的人、事、物都連接起來，形成萬物互聯(lián)，形成與整合為一種由智能機器與人類專家共同組成的人機一體化智能系統(tǒng)，它在製造過程中能進行智能活動，注入分析、推理、判斷、構(gòu)思和決策等融合成為一套智能製造系統(tǒng)。

工業(yè)互聯(lián)網(wǎng)支撐 深挖大數(shù)據(jù)「AI+製造」場景價值

隨著物聯(lián)網(wǎng)向製造領(lǐng)域的加速滲透，工業(yè)OT層數(shù)據(jù)採集範(fàn)圍不斷擴大，製造數(shù)據(jù)的規(guī)模、類型和速度正在呈指數(shù)級增長外，企業(yè)對於資訊化軟體的依賴程度也越來越高，如PLM/PDM、ERP、MES、APS、CRM、SCM、SPC..上述各式軟體不僅需要協(xié)調(diào)管理好企業(yè)內(nèi)部資源，還需要良好支撐不同企業(yè)間資源與業(yè)務(wù)的交互實現(xiàn)不同主體、不同系統(tǒng)間的高效集成。

為解決應(yīng)用軟體是由多個功能模組聚合而成複雜度高且難以拓這些問題，越來越多的工業(yè)軟體將在新的工業(yè)互聯(lián)網(wǎng)平臺上，以微服務(wù)的方式實現(xiàn)，小而精，易於敏捷開發(fā)，獨立更新和管理。在製造業(yè)這個龐大的產(chǎn)業(yè)，數(shù)據(jù)的連通與交互更為複雜，要讓「人工智慧+製造」的夢幻般應(yīng)用場景儘快成為現(xiàn)實，工業(yè)互聯(lián)網(wǎng)成為關(guān)鍵的基礎(chǔ)平臺，借助工業(yè)互聯(lián)網(wǎng)，打破傳統(tǒng)企業(yè)架構(gòu)，實現(xiàn)工業(yè)4.0所強調(diào)的橫向集成、縱向集成和端到端集成，進入「人工智慧+製造」關(guān)鍵應(yīng)用場景。

面對越來越龐大的生產(chǎn)數(shù)據(jù)，以及日益複雜的數(shù)據(jù)分析任務(wù)，在工業(yè)互聯(lián)網(wǎng)平臺上，通過全產(chǎn)業(yè)的數(shù)位化互聯(lián)與資產(chǎn)的即時監(jiān)控，綜合利用分析數(shù)據(jù)與預(yù)見分析，以此來建立智能的工業(yè)化運營模式是必然。因此，要加快實現(xiàn)「人工智慧+製造應(yīng)用場景，製造業(yè)需要有能力借助先進的工業(yè)大數(shù)據(jù)分析和預(yù)測工具，高效實現(xiàn)監(jiān)控、報警、預(yù)測及優(yōu)化等生產(chǎn)過程的全面數(shù)位化，而這些，都依託於彙集所有工業(yè)數(shù)據(jù)，構(gòu)成端到端的數(shù)位化、網(wǎng)路化、智能化整體解決方案的工業(yè)互聯(lián)網(wǎng)平臺的支撐。

沒有數(shù)據(jù)無法學(xué)習(xí) 企業(yè)需要AI Thinking 思維

「人工智慧發(fā)展一定是從數(shù)據(jù)最大、最快能產(chǎn)生價值的領(lǐng)域開始，決定AI商業(yè)化的關(guān)鍵在於應(yīng)用行業(yè)本身收集數(shù)據(jù)的情況。」李開復(fù)曾不止一次在公開場合這樣喊話。誠然，沒有大數(shù)據(jù)就無法深度學(xué)習(xí)，因為在單一領(lǐng)域，經(jīng)過大量的數(shù)據(jù)，能夠達(dá)到比人遠(yuǎn)更精確的判斷。可以說，有了大數(shù)據(jù)就有了人工智慧的機會。

人工智慧時代，深度學(xué)習(xí)與大數(shù)據(jù)密不可分。深度學(xué)習(xí)可以從大數(shù)據(jù)中挖掘出以往難以想像的有價值的數(shù)據(jù)、知識或規(guī)律，然後再將這些概念或知識應(yīng)用到之前從來沒有看見過的新數(shù)據(jù)上。任何擁有大數(shù)據(jù)的領(lǐng)域，都可以找到深度學(xué)習(xí)一展身手的空間，從而尋找人工智慧應(yīng)用場景實現(xiàn)的可能性。但是，在導(dǎo)入人工智慧技術(shù)前，我們必需理解到：人工智慧要靠數(shù)據(jù)才能發(fā)揮作用，唯有透過海量數(shù)據(jù)的學(xué)習(xí)後，才能讓人工智慧達(dá)到自行調(diào)適與優(yōu)化的效果，因此數(shù)據(jù)可說是人工智慧的必要前提。

面對此A人工智慧應(yīng)用遇到顯著的難點就是企業(yè)常常面臨數(shù)不足的情況。因為對很多企業(yè)來說實際的情況可能是連結(jié)構(gòu)化的資料收集都沒做到，或者有儲存了資料但是散落在各系統(tǒng)上仍然無法整合利用起來。針對這類現(xiàn)實的情況，很多專家都建議應(yīng)該回頭來先做好基本的軟體系統(tǒng)的導(dǎo)入和好好先做好數(shù)據(jù)的積累。因為AI人工智慧的實現(xiàn)需要實現(xiàn)的過程，沒有對數(shù)據(jù)的重視，AI離企業(yè)還很遠(yuǎn)。

對此強調(diào)數(shù)據(jù)蒐集的重要性，東海大學(xué)軟體工程與技術(shù)中心主任周忠信教授表示目前市面上的AI訓(xùn)練，大多數(shù)是由下往上學(xué)習(xí)AI技術(shù)，例如深度學(xué)習(xí)等開發(fā)，但對於企業(yè)管理階層而言，鑽入AI技術(shù)小宇宙不僅在時間、成本不符效益，更可能迷失企業(yè)運用AI的初衷。因此，周忠信教授提出「AI Thinking 人工智慧思維」認(rèn)為技術(shù)和數(shù)據(jù)都很重要沒錯，但是企業(yè)若是要萬事具備才能使用AI也絕對不是個法子，關(guān)鍵是要從Model based轉(zhuǎn)換到learning based上，儘早讓既有數(shù)據(jù)展開學(xué)習(xí)才能讓數(shù)據(jù)轉(zhuǎn)變成決策訊息。

所謂AI思維不在強調(diào)人工智慧技術(shù)，而是強調(diào)具備對人工智慧抽象概念的理解。人工智慧技術(shù)的範(fàn)圍頗廣，從電腦視覺、自然語言理解、機器學(xué)習(xí)、深度學(xué)習(xí)到強化學(xué)習(xí)等，若要先懂得這些技術(shù)才能將之運用在企業(yè)上，那麼企業(yè)將很難順利轉(zhuǎn)型成功。因此如何跨越AI技術(shù)議題，仍能具備人工智慧的運用能力。

周教授定義AI思維的四個「自」構(gòu)面，分別為自動、自學(xué)、自主與自覺。若將AI思維運用在企業(yè)上來舉例，自動掌變化，例如運用人工智慧的視覺辨識，自動檢視產(chǎn)品，掌握產(chǎn)品的瑕疵變化；自學(xué)擬預(yù)測，人工智慧的觸手可以深入企業(yè)數(shù)據(jù)當(dāng)中，擬定預(yù)測模型，協(xié)助企業(yè)預(yù)見趨勢；自主佐決策，運用人工智慧，擷取職能的關(guān)鍵知識與經(jīng)驗，主動輔佐管理者做好決策；自覺重體驗，代表人工智慧不是取代人，而是以人為中心，來滿足使用者的應(yīng)用與互動體驗。

ＡＩ+ＥＲＰ深度學(xué)習(xí)融合大數(shù)據(jù)應(yīng)用典範(fàn)-小慧

除製造業(yè)的應(yīng)用外，AI於軟體開發(fā)也不例外。ＥＲＰ智能化便是人工智慧領(lǐng)域深度學(xué)習(xí)與大數(shù)據(jù)結(jié)合的典型應(yīng)用方向。作為製造業(yè)最為核心智能運營平臺，如何實現(xiàn)人機交互的企業(yè)級ＥＲＰ智能化用戶體驗成為被熱烈討論的議題。以鼎新電腦所推出之智能語音助理小慧為例，可以聽得懂用戶講的話，在龐大的企業(yè)資料庫中，快速獲取所需的資訊。從此讓ERP系統(tǒng)可以透過自然的對話與系統(tǒng)溝通，讓用戶可以擺脫面對各種不同系統(tǒng)的複雜和困擾，讓工作變得簡單、高效。

在ＡＩ技術(shù)助力下，未來鼎新的ＥＲＰ不僅僅使軟體進入智能化階段，更在大數(shù)據(jù)分析的支持下，通過學(xué)習(xí)用戶行為習(xí)慣，使整個製造業(yè)基礎(chǔ)改造及應(yīng)用職能實現(xiàn)智能化，從基礎(chǔ)數(shù)據(jù)取得的智能化、流程執(zhí)行的智能化、數(shù)據(jù)監(jiān)控的智能化到後期數(shù)據(jù)分析的智能化、日常實施維護的智能化?？梢哉f智能化的ＥＲＰ將充分發(fā)揮出職能助理的作用，在銷售、採購、生產(chǎn)、財務(wù)等多方面幫助製造企業(yè)智能化運轉(zhuǎn)，通過ＥＲＰ延展到企業(yè)的人事物，通過ＡＩ+ＥＲＰ加速企業(yè)智能運營效能提升。

結(jié)合大數(shù)據(jù)、移動互聯(lián)網(wǎng)，圍繞「自我學(xué)習(xí)」這一ＡＩ重要特性，智能的ＥＲＰ將能以語音對話的形式與用戶隨時隨地快捷交互，完成自我需求、自我分析、自我決策、自我執(zhí)行迴圈，既可簡單高效完成日常工作任務(wù)和精準(zhǔn)數(shù)據(jù)查詢，更能提供智能化的決策建議與異常警示，給出更合理的行動建議。這也能將用戶從日常操作的重複性工作中徹底解放出來，投入到更具價值的業(yè)務(wù)和決策層面。

?逐夢人工智慧?掘金數(shù)據(jù)紅利

如果說，農(nóng)耕社會和工業(yè)社會，人類基於物質(zhì)和能量的動力工具得到極大的發(fā)展；今天，勞動工具則轉(zhuǎn)向了基於數(shù)據(jù)、資訊、知識、價值和智能的智力工具，數(shù)據(jù)紅利時代來臨。於此人工智能、大數(shù)據(jù)、互聯(lián)網(wǎng)將對產(chǎn)業(yè)發(fā)生愈重要的影響之際，人工智慧已展現(xiàn)出前所未有的數(shù)據(jù)紅利，這些如金礦般的數(shù)據(jù)紅利也正在為各產(chǎn)業(yè)帶來不可預(yù)測的爆發(fā)點。

鼎新電腦從始至今以創(chuàng)造客戶數(shù)位價值為使命，通過以效益為導(dǎo)向的價值服務(wù)，回歸企業(yè)經(jīng)營本質(zhì)，將依託豐富產(chǎn)業(yè)經(jīng)驗以及前沿技術(shù)，在智能+轉(zhuǎn)型戰(zhàn)略藍(lán)圖引領(lǐng)下，透由「一線、三環(huán)、互聯(lián)」的最佳實踐路徑，為企業(yè)數(shù)位化轉(zhuǎn)型注入新動能，加速實現(xiàn)資訊化、網(wǎng)路化、智能化，2018年邁向全新的里程碑，為客戶釋放數(shù)據(jù)紅利「創(chuàng)造數(shù)字價值」！

相關(guān)資訊