蔣明煒:智能制造是信息技術發展的必然

文/本刊記者 段永利

蔣明煒JIANGMINGWEI

蔣明煒中國機械工業聯合會專家委員會委員，工信部智能制造專家咨詢委員會委員，北京機械工業自動化研究所軟件工程中心首席專家，國務院特殊津貼專家，研究員高工。他先后在19 93 年、2 0 01年兩次獲得科技部“863”計劃的先進個人獎，2006年機械科學研究總院授予“杰出科技專家”稱號。

制造業是國民經濟的主體，是立國之本、興國之器、強國之基。為了應對新一輪科技革命和產業變革，國務院自2015年5月起，就已相繼出臺了一系列規劃：《中國制造2025》《新一代人工智能發展規劃》《高端智能再制造行動計劃（2018－2020）》《互聯網+行動計劃》。一個共同的指向就是：制造業要走向數字化、網絡化、智能化，企業要邁向智能工廠 。

隨著科技的發展，新一代信息技術與制造業深度融合，引發了影響深遠的產業變革，國務院特殊津貼專家、研究員高工、工信部智能制造專家咨詢委員會委員蔣明煒在應本刊記者特邀采訪時表示，兩化融合、智能制造是實現企業戰略目標，提升企業創新能力、優化資源配置、變革生產方式、提高能源資源利用效率、推進工業企業創新發展、智能發展和綠色發展，形成可持續發展的企業競爭能力的戰略選擇。

制造業的制高點就是智能制造

制造業走向智能工廠這是中國經濟轉型升級的必然，是社會經濟發展的必然，是科學技術發展的必然，是企業獲取可持續發展競爭優勢的必然。

曾經，中國工業自主創新能力不強，在全球產業鏈分工中處于價值鏈的低端，經濟長期依賴投資、出口拉動。這樣，隨著土地、勞動力、原材料、燃料動力等要素成本的全面、快速上升，中國傳統產業的比較優勢將逐步削弱。中國制造業資源環境的壓力突出，傳統的工業發展模式不可持續，亟待形成新的競爭優勢。信息化和工業化兩化融合，發展智能制造，走新型工業化道路是中國經濟轉型升級的必然之路。

新一代信息技術大數據、云計算、物聯網、5G通信、特別是人工智能技術的發展，深刻地改變了人們的生產方式、生活方式、社會形態。隨著世界人口老齡化進程的加快，勞動力短缺的現象從發達國家向發展中國家蔓延。隨著中國農業現代化、城鎮化進程的加快，廣大農村受教育水平的提高，從事簡單勞動和重體力勞動的人越來越少，招工難將成為常態。江蘇、浙江、廣州正在實施的機器換人計劃就是一個很好的例證。所以發展智能制造是社會經濟發展的必然。

企業的競爭是人才、技術、成本的競爭。當各種各樣的智能產品擺上了貨架，悄無聲息來到你身邊的時候；當同行在智能工廠里，以高效率、高柔性的裝備，快速響應客戶個性化需求的時候，傳統企業將被遠遠甩在后面直至蕩然無存。所以說，企業為了獲取可持續發展的競爭優勢就必須建造智能工廠。

制造業需要人工智能技術的加持

建了智能工廠，就必然少不了人工智能技術的加持。

什么是人工智能？人工智能A I（Artificial Intelligence）是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種能以人類智能相似的方式做出反應的全新智能機器或系統。研究領域包括：機器視覺、自然語言處理、知識表現、智能搜索、推理、規劃、機器學習、知識獲取、組合調度問題、感知問題、模式識別、自動程序設計、不精確和不確定的管理、人工生命、神經網絡、復雜系統、遺傳算法。

蔣明煒在企業車間調研

人工智能的關鍵四大核心要素是：數據、算力、算法和場景。為了解決某AI應用場景，采集相關數據，構建算法模型，通過機器學習的訓練實現應用執行。

從1965年人工智能元年到現在，56年來，人工智能的發展起起落落并不順利，究其原因，主要是基礎信息化水平差，數據采集困難，計算能力弱等。

自2010年以來，深度學習和大數據的興起，迎來了人工智能的爆發式增長。由于物聯網的發展，大量設備互聯，采集了大量數據，一系列大數據的產品Hadoop、Spark、HBase相繼問世，云計算、人工智能芯片的應用大大提高了計算能力。卷積神經網絡（CNN）、循環神經網絡 (RNN)、深度神經網絡 (DNN)使得深度學習得到實質性的發展推動了人工智能技術的快速發展。

蔣明煒說，AI在制造業中的應用無處不在。貫穿智能設計、智能產品、智能生產、智能經營、智能服務的全流程。

值得一提的是，AI在智能決策中的應用尤為重要。

在智能工廠的環境下，將產生大量的產品技術數據、生產經營數據、設備運行數據、設計知識、工藝知識、管理知識、產品運維數據。建立智能決策系統，對上述信息進行搜集、過濾、儲存、建模，應用大數據分析工具和人工智能技術，為各級決策者獲得知識和洞察力，提高決策的科學性。

智能制造繞不開協同發展模式

雖然A I在制造業中的應用無處不在，但當前人工智能發展的主要方向應該是協同發展，而不是簡單地用機器替代人類。

蔣明煒跟本刊記者分享了基于AI的智能工廠總體架構分為三層：數字化平臺、智能技術平臺和應用場景。

企業數字化平臺是實現智能制造的基礎。首先生產裝備、倉儲物流裝備要實現數字化，安裝各種傳感器、控制裝置、數據采集裝置、智能芯片，通過物聯網平臺實現萬物互聯，采集大量的設備及產品工藝運行參數，為優化控制提供數據。通過一系列工業軟件：研發設計軟件CAD、CAE、CAPP、PLM、CAM，生產經營管理軟件ERP、SRM、CRM、PM，制造執行系統MES，實現產品設計、工藝設計數字化，經營管理和生產制造過程的數字化。所有上述數據通過大數據平臺、企業知識圖譜、專家系統將這些數據進行清洗、分類、儲存，為人工智能的應用提供基礎數據。

智能技術平臺是實現智能制造的工具。現如今，有大批人工智能企業開發出一系列人工智能通用工具、軟件、產品、人工智能開放開源平臺。制造業企業要購買這些成熟的產品，充分利用這些開源開放平臺，將其應用于不同的優化場景。這些產品如圖形識別、人臉識別、聲音識別、自然語言交互、人機交互、機器學習、深度學習、增強學習、決策分析、人工智能操作系統等。

應用場景是AI在智能制造中的落地。應用企業數字化平臺產生的大量數據，根據不同的應用場景，選擇人工智能的工具、模型、算法，實現人工智能技術在智能設計、智能產品、智能經營、智能生產、智能服務、智能決策中的應用。

智能制造解決方案應用場景圖

蔣明煒認為，人工智能貫穿智能制造的全流程，但是，智能制造離不開網絡化協同發展新模式，那就需要從以下七個方面重點突破。一是將網絡化協同制造作為企業的發展戰略，與供應商和合作伙伴建立戰略合作伙伴關系。二是加快信息網絡基礎建設，持續加強服務于制造業的信息技術發展，加快工業互聯網建設，通過技術研究、標準引導、試驗驗證、產學研用結合等方式，全方位推動工業互聯網創新研究和發展，引導發展一批重點行業獨立運營的企業級工業互聯網平臺。三是加快提升技術產業支撐能力，加快工業無線網絡、工業傳感器、工業軟件、高端裝備等關鍵核心技術研發和產品研制，推進邊緣計算、深度學習等新興技術在新模式的應用研究。四是加大資金支持，通過設立產業投資基金等方式，帶動社會資本向工業領域投入，鼓勵引導風險投資、私募股權基金為產業發展提供多元化資金支持，鼓勵制造業企業信息化改造，全面推進產融合作。五是加快典型應用推廣，在積極推進網絡化協同制造試點示范基礎上，對典型企業開展網絡化協同制造新模式的做法和經驗進行梳理、總結，樹立具有典型示范作用的行業標桿。六是完善標準體系，面向關鍵技術和重點應用領域，使標準化與網絡化協同制造新模式同步，甚至超前，要及早搶占先機，開展關鍵技術的標準研制，建立標準應用推廣服務體系，加快標準國際化進程。七是做好人才儲備培養，推動高校、科研院所、企業等機構依照推進網絡化協同制造發展需求，培養信息技術、工業工程、物聯網和人工智能等多類學科跨領域復合型人才。

擁抱人工智能，實現企業轉型升級

AI技術在制造業的應用是制造業轉型升級的永恒主題，是提高企業核心競爭能力，是實現轉型升級的必由之路。

進入云計算、物聯網時代，制造業正在經歷一次新的洗牌過程。從業務和經營管理的角度看，當前制造業正在經歷從粗放式經營到精細化經營的轉變。以前，制造業客戶比較注重如何降低成本，而現在則希望借助信息化手段改善經營，更關鍵的是要提升效率。

當被問及中國制造業發展現狀時，蔣明煒表示，中國制造2025開局很好，起步高，制造業自從與信息化、互聯網、大數據擦出智慧火花后，效果還算不錯。

美中不足的是，現在多數企業仍然在做信息化規劃，僅從信息化的角度如何提高研發設計能力、經營管理能力，不考慮產品如何運用信息技術、網絡通信技術、智能技術實現產品智能化，更很少去考慮制造裝備、物流、生產制造過程的自動化和智能化。

接下來，企業應意識到智能制造是一個長期的戰略，必須將人工智能技術作為企業長期的發展戰略，制定人工智能發展規劃，確立目標、方向、內容、實施計劃，讓AI融入制造業全生命周期。另外就是跨界融合，借鑒一切成熟的技術，包括通用人工智能算法庫、機器視覺和圖像識別、語音識別、人工智能芯片、認知計算等。

蔣明煒告訴記者，實現智能制造是個長遠的過程。整體上看，對于智能制造企業一定要結合“十四五”規劃做好企業自身的戰略設計，明確自己的發展方向。不過，企業需要了解、清楚自己的目標和短板，設計研發智能、產品智能、經營智能、制造智能這些目標并不需要同時達到，企業可根據自身情況擇其一二作為企業短期目標。擁抱人工智能技術，讓企業煥發新生！