（文/程文智）人工智能（AI）技術(shù)在這幾年發(fā)展非常迅速，但真正的落地項(xiàng)目就目前來說還不多，應(yīng)用得最多的可能就是圖像識(shí)別和語音識(shí)別了。人工智能的市場規(guī)模要想更大，就要進(jìn)入很多的細(xì)分領(lǐng)域，在更多的細(xì)分領(lǐng)域內(nèi)落地才行，而工業(yè)領(lǐng)域是一個(gè)繞不開的話題。

其實(shí)工業(yè)的很多應(yīng)用場景都都想要人工智能的支持，比如工業(yè)互聯(lián)網(wǎng)、智能工廠、邊緣計(jì)算等等。那么人工智能能在工業(yè)領(lǐng)域順利落地嗎？需要哪些條件呢？在不久前的中國機(jī)器人峰會(huì)上，復(fù)旦大學(xué)工程與應(yīng)用技術(shù)研究院特聘教授朱云龍教授分享了他的看法，在他看來，現(xiàn)在的人工智能都是需要大量的數(shù)據(jù)來進(jìn)行學(xué)習(xí)，然后在一個(gè)很小的領(lǐng)域?qū)崿F(xiàn)一定的任務(wù)自主，也就是走的是“大數(shù)據(jù)，小任務(wù)”的暴力計(jì)算路徑。未來想要在工業(yè)領(lǐng)域成功落地，想要走“小數(shù)據(jù)，大任務(wù)”的精確計(jì)算之路。

人工智能的下一步爆發(fā)點(diǎn)是什么？

在朱云龍教授看來，未來機(jī)器人的發(fā)展方向有兩個(gè)，一是極大；二是極小。朱云龍教授拿之前在日內(nèi)瓦舉辦的聯(lián)合國武器公約會(huì)議上展示的小型殺手機(jī)器人舉例說，那個(gè)機(jī)器人只有蜜蜂一樣大小，但分析處理能力比人類快100倍，可以躲避人類的各種追蹤。

為什么這個(gè)小的機(jī)器人有這么大的能耐呢？因?yàn)槿斯ぶ悄艿募映帧Ｄ敲慈斯ぶ悄艿南乱惠啽l(fā)點(diǎn)會(huì)在哪里呢？

朱云龍教授首先從現(xiàn)有的人工智能模式談起，“當(dāng)前大家講到人工智能都講到大數(shù)據(jù)、深度學(xué)習(xí)，我們現(xiàn)在回過頭來看，在當(dāng)前情況下，深度學(xué)習(xí)算法，號(hào)稱達(dá)到，甚至超過2000年時(shí)的100萬倍，怎么算？簡單地算，算法的突破這里是百倍的突破，算力的飛躍和算力的激增，正好是100×100×100?！?br />
也就是說，當(dāng)前人工智能技術(shù)基本上圍繞大數(shù)據(jù)，基于計(jì)算進(jìn)行深度學(xué)習(xí)來進(jìn)行計(jì)算。簡單來說，就是需要通過大量數(shù)據(jù)的計(jì)算，來完成一個(gè)非常小的任務(wù)。他認(rèn)為，這屬于暴力計(jì)算。

實(shí)際上，人類在做出一個(gè)決策的時(shí)候，并不需要大量數(shù)據(jù)，是“小數(shù)據(jù)，大任務(wù)”模式。比如說人類接觸危險(xiǎn)品，他根據(jù)一些經(jīng)驗(yàn)會(huì)快速做出反應(yīng)，而不需要進(jìn)行大量的計(jì)算。

他認(rèn)為，未來的人工智能應(yīng)該向精確計(jì)算走，走“小數(shù)據(jù)，大任務(wù)”模式。只有這樣，人工智能才可能有一番新的天地。

要實(shí)現(xiàn)“小數(shù)據(jù)，大任務(wù)”模式，算法就是關(guān)鍵。而算法各種各樣，未來算法該如何找到突破呢？朱云龍教授認(rèn)為有兩種方式，一是盡可能模仿人類的智能；二是來自宇宙的智能和生物進(jìn)化的智能。

因此，在朱云龍教授看來，未來人工智能的下一輪爆發(fā)點(diǎn)在算法。

制造產(chǎn)業(yè)的痛點(diǎn)是什么？

人工智能的問題，在制造產(chǎn)業(yè)內(nèi)，也面臨的一個(gè)共性問題，就是制造過程數(shù)據(jù)碎片化，以及大量的數(shù)據(jù)并沒有得到充分的挖掘和應(yīng)用。

朱云龍教授在分享中表示，人工智能可能會(huì)在人們的生產(chǎn)生活方式各個(gè)層面會(huì)產(chǎn)生深刻變化，尤其在工業(yè)領(lǐng)域。而制造業(yè)一定是工業(yè)領(lǐng)域最重要的一個(gè)點(diǎn)?！半m然我們搞了那么多年，但到現(xiàn)在依然看不到一個(gè)如何把制造業(yè)海量的數(shù)據(jù)進(jìn)行融合起來之后為制造業(yè)的產(chǎn)品設(shè)計(jì)、質(zhì)量監(jiān)測和效益提升產(chǎn)生一種深刻的變化?！?/p>

因此，他認(rèn)為，工業(yè)大數(shù)據(jù)呈現(xiàn)出它的隱匿性、低質(zhì)性、碎片化，以及動(dòng)態(tài)多模復(fù)雜強(qiáng)關(guān)聯(lián)、信噪比低等特征，這種情況下具有鮮明的數(shù)據(jù)領(lǐng)域管理特征和領(lǐng)域應(yīng)用特征，而傳統(tǒng)制造企業(yè)信息集成技術(shù)無法滿足制造企業(yè)大數(shù)據(jù)、高效組織和深度應(yīng)用的需求，這樣的話這就是整個(gè)工業(yè)大數(shù)據(jù)目前存在的問題。

在制造業(yè)有實(shí)時(shí)生產(chǎn)調(diào)度優(yōu)化、邊緣數(shù)據(jù)的融合和網(wǎng)絡(luò)控制、多層供應(yīng)鏈網(wǎng)絡(luò)業(yè)務(wù)過程的決策控制模型、生產(chǎn)制造過程中的參數(shù)控制等等這些都是智能制造中的復(fù)雜優(yōu)化問題，在朱云龍教授看來都可以簡單歸結(jié)為優(yōu)化和控制的問題。

人工智能如何與制造業(yè)相結(jié)合

人工智能如何與制造業(yè)相結(jié)合呢？最開始的人工智能主要是集中化的，所有的大數(shù)據(jù)都是在云端進(jìn)行處理的，但是在實(shí)際使用的過程當(dāng)中，由于需要把所有的數(shù)據(jù)都傳輸?shù)皆贫诉M(jìn)行處理，計(jì)算量太大了，讓處理器有點(diǎn)承受不住。因此，邊緣計(jì)算也就應(yīng)運(yùn)而生了。

隨著工業(yè)應(yīng)用場景的復(fù)雜化，將會(huì)有大量的數(shù)據(jù)將要在邊緣端進(jìn)行處理，否則云端處理的數(shù)據(jù)量將會(huì)非常大。在這種情況下，邊緣計(jì)算未來的應(yīng)用有可能帶來深刻變化，人在這個(gè)層面的決策由邊緣計(jì)算來解決。

那么，邊緣計(jì)算和云計(jì)算比較重要的區(qū)別是什么？云計(jì)算聚焦非實(shí)時(shí)，長周期的大數(shù)據(jù)分析；而邊緣計(jì)算更靠近執(zhí)行單元，強(qiáng)調(diào)低延遲和快速響應(yīng)，就是設(shè)備的感知、自主和智能…這樣就需要邊緣計(jì)算將云計(jì)算協(xié)同起來。

除了邊緣計(jì)算之外，視覺感知也很重要。有數(shù)據(jù)顯示，隨著通信網(wǎng)絡(luò)技術(shù)發(fā)展，5G可以達(dá)到20Gbps，6G能達(dá)到100Gbps，人眼接受圖象的信息也就是30幀每秒…未來的機(jī)器接收的周邊環(huán)境的信息遠(yuǎn)遠(yuǎn)超過人類接受的速度，那么在這種情況下，也就是說我們可以感受到光聲電流媒體都可以通過機(jī)器視覺角度或許而且大大超過人類眼睛接受的速度。

這帶來一個(gè)問題，機(jī)器接受信息量超過人類大腦，而機(jī)器學(xué)習(xí)目前是大數(shù)據(jù)小任務(wù)，人類的大腦是小數(shù)據(jù)大任務(wù)這種場景下怎么解決問題，這一定是一個(gè)算法問題，“我們認(rèn)為群智計(jì)算是比較重要的問題?！敝煸讫埥淌诒硎尽?/p>

因此，他認(rèn)為，未來制造業(yè)態(tài)是基于CPS制造，是數(shù)據(jù)驅(qū)動(dòng)、軟件定義，平臺(tái)支撐的制造，將是實(shí)體制造與虛擬制造實(shí)時(shí)交互的制造，它的演化歷程從碎片化到一體化，從局部到全局，從靜態(tài)到動(dòng)態(tài)；數(shù)據(jù)流逐漸涵蓋研發(fā)設(shè)計(jì)、制造過程、服務(wù)運(yùn)營的全流程，是數(shù)據(jù)流閉環(huán)體系不斷延伸和擴(kuò)展的過程，并逐步形成相互作用的復(fù)雜數(shù)據(jù)網(wǎng)絡(luò)空間。

而且，它實(shí)現(xiàn)了跨系統(tǒng)、跨平臺(tái)的互聯(lián)、互通和互操作，促成了多源異構(gòu)數(shù)據(jù)的集成、交換和共享的閉環(huán)自動(dòng)流動(dòng)。

最終在全局范圍內(nèi)實(shí)現(xiàn)信息全面感知、深度分析、科學(xué)決策和精準(zhǔn)執(zhí)行，實(shí)現(xiàn)橫向、縱向和端到端集成。

總的來說，未來的制造業(yè)模式將是制造系統(tǒng)的集成、制造體系的重建、制造模式的再造。

“在這種情況下，如果說未來人在制造系統(tǒng)中，制造大系統(tǒng)中他的作用越來越弱化，那么我個(gè)人認(rèn)為可能是以視覺感知為基礎(chǔ)，以混合群智計(jì)算與優(yōu)化控制為核心的無人車間/智能工廠真正進(jìn)入操作無人化時(shí)代?！敝煸讫埥淌诒硎尽?/p>

結(jié)語

在朱云龍教授看來，不論是機(jī)器人，還是人工智能技術(shù)，發(fā)展到現(xiàn)在，正面臨一個(gè)技術(shù)的臨界點(diǎn)，這個(gè)臨界點(diǎn)如果從制造業(yè)角度來說，可能會(huì)在軟件的體系結(jié)構(gòu)上會(huì)有一個(gè)新的突破；就機(jī)器人本身來說，傳統(tǒng)的機(jī)器人看到有形的實(shí)物，未來可能機(jī)器人的眼腦胳膊等都分散在制造系統(tǒng)中，變成泛在智能化的機(jī)器人，這種場景下它一定會(huì)帶來一個(gè)相應(yīng)技術(shù)突破和理論的突破，然后，這些突破可能會(huì)帶來工業(yè)上重大的應(yīng)用。