易坊好文馆

  1. 首页 > 玩科技 >

国际|杜如虚：智能制造如何获得韧性

人工智能 金茂 生活 产品 中国 创新 服务 发展 国际 社会 算法 质量 韧性 生产 制造 城市 上市公司 人类 灾变 应变 堆栈 茂物 杜如虚


国际|杜如虚：智能制造如何获得韧性
文章图片

经济观察网 采访人员 李靖恒 8月26日 ， 加拿大工程院院士杜如虚在深圳创新发展研究院发表了一场名为《智能制造产业创新、布局与应变》的报告 。
杜如虚在开场提出 ， 当今人类社会面临很多的挑战 ， 比如保护主义盛行、自然灾害频发、恐怖袭击、社会动乱等许多问题 。 这些问题来源于社会两极分化、大国争霸、人类的偏见、新技术难以驾驭等等原因 。 然而 ， 当今的人类在面临挑战时也有了更多的韧性 。 例如 ， 虽然这两年新冠病毒在全球造成了极大的影响 ， 但相比人类历史上面临的流行病 ， 目前的人类社会有了更多的应对方法 。 1918年的西班牙流感在三年内估计造成了5千万到1亿的死亡 ， 而2020以来的新冠病毒则造成了全球400多万的死亡 。
在杜如虚看来 ， 人类社会的韧性能够抵御各种灾变 ， 并帮助人类在灾变后快速恢复 。 而每一次灾变之后 ， 都会引起世界上的学者研究人类社会的韧性 。 比如 ， “911事件”之后有人研究如何应对社会极端事件 ， 2008年金融危机之后有人研究如何保护信用体系 ， 现在又有很多人研究如何保护网络安全等等 。
杜如虚认为 ， 一个社会、一家公司如果要获得韧性 ， 就需要具有创新、布局、应变的能力 。
而智能制造其实主要也是围绕这三个部分 。
创新
“我们都知道创新本身是发展的引擎 。 而一个产品不可能永远领先 ， 创新永远有新东西产生 。 你只要一停别人就有机会超过你 ， 而且变化的速度越来越快 。 ”杜如虚说 。
以通信为例 ， 以前在90年代 ， 打电话得去公用电话排队 。 当时的电话公司很好赚钱 ， 没有动力去开发新技术 。 这个技术其实都是美国公司最先发明的 ， 但由于电话公司的保守 ， 自己反而发展不起来 ， 后来也给了别人超越的机会 。 “技术发明就是这样 ， 第一你得去发明 ， 第二你还得去推动它 。 ”
创新包括很多部分 ， 比如产品设计创新、制造技术创新、供应链与市场创新等 。 例如 ， 大疆无人机是一个设计创新的典型案例 ， 其设计方面的突破使得其抗风能起非常强 ， 这方面能做到全球第一 。
杜如虚介绍 ， 目前三分之二的专利与制造有关 。 以前的制造往往依靠模具生产 ， 而精密模具或者大型模具都非常昂贵 。 而现在无模成形的技术则不需模具、步进成形（步进电动机是一种将脉冲信号变换成相应的角位移、线位移的电磁装置,是一种特殊的电动机 ， 一般电动机只能连续转动的） 。 其优点是特别适用于样品或者小批量生产 ， 缺点则是效率低、进度有待提高 。
杜如虚的研究团队把这项技术越做越大 ， 从50KN的高速步进成形机 ， 一直做到了6000KN的步进弯板机 。
布局
在布局方面 ， 杜如虚认为 ， 现代的企业一方面依靠硬性的质量管理系统 ， 一方面也融入了柔性的生产体系 。 相比之下 ， 古代的大型工程则只能依靠硬性的质量控制和责任制 ， 比如金字塔和长城 。
“我们国家的质量管理系统相对来说不够健全 ， 管理理念有待提高 。 我们有一大堆的产品质量标准 ， 但相比之下 ， 日本汽车生产的质量管理不是只看最后的质量 ， 而是看生产过程中每一阶段的质量 ， 它有一个全程质量考核 ， 所以日本车质量真的比德国车和美国车都要好 。 他们这个理念非常重要 ， 不只是在最后测一下 ， 而是在每一个步骤都去检查 。 如果你每一步都行 ， 后来就算有问题也很容易纠正 。 如果最后才发现有问题就不容易解决 。 ”杜如虚说 。
那么 ， “我们制造如何引入柔性呢？在可以变的、有变数的地方进行布局 。 柔性布局思想则是将应变机制植入制造系统 。 ”
为了在制造生产中引入应变机制 ， 传统的方法是多台机床并行或者堆栈 。 “如果排队的人太多 ， 我就多开几个窗口 。 那生产也一样 ， 机器少我就多买几台 。 而堆栈什么意思呢？比如说零部件可能要多买点放在仓库里面 ， 那堆栈的话可以不堆在一个仓库里 ， 可以堆在多个仓库 ， 甚至是远程的仓库里 。 ”杜如虚说 。
杜如虚称 ， 现在的新的柔性方法则是使用可重构机床、可移动堆栈 ， 以及数学方法进行动态规划和仿真实验 。 接着 ， 他简单展示了密歇根大学的可重构机床 ， 广州技田公司的AGV系统（装配有自动导引的装置） ， 以及嘉兴必威公司的立库系统（高架仓库） 。
应变
在谈到应变能力时 ， 杜如虚认为现在的应变实际上就等于工业人工智能 。 工业人工智能也是目前制造业最大的特点 。 “我们都知道工业4.0 ， 那4.0其实就是智能 。 ”杜如虚说 。
现在工业人工智能也带来一些挑战 ， 比如数据安全和数据孤岛等问题 。 首先 ， 现在各公司的数据是不容外泄的 ， 无法分享 ， 各自的数据也不完整；并且由于数据采集能力有限 ， 无法获得完整的数据 。 另外 ， 现在很多时候只有大量正常运行时的数据 ， 故障数据很少 ， 并且许多故障的数据也无法获得 。
杜如虚认为 ， 在生产过程中的应变分为三个步骤：首先通过硬件和软件收集和处理信号 ， 然后通过建立模型预测 ， 最后是通过一定的方法进行控制决策 。 智能制造系统的构建也分为相应的三层：第一层是各种装备集成、数据采集；第二层是数字孪生 ， 包括型号处理 ， 统计分析以及质量控制；第三层则是发掘深层问题 ， 比如监控诊断、发现问题根源、优化系统设计并持续改进 。
“其实智能制造最重要的还是第三层 ， 这才是人工智能的关键所在 ， 这个也就是韧性 。 ”杜如虚表示 。
杜如虚介绍 ， 从他博士毕业到现在 ， 智能制造监控诊断的方法也在不断的演进 ， 从以前的4D全系谱 ， 到蛇骨图 ， 再到模糊转移概率等等 。
人工智能算法
杜如虚表示 ， 人工智能核心是算法 ， 算法的目的是从观测数据中学到尽可能多的知识 。 “如果人工智能是一个大饼 ， 其中的机器学习占80% 。 机器学习的目的是从数据中学到尽可能多的东西 。 ”
杜如虚介绍 ， 最新的算法包括谷歌的”Transformer”,这是一种“自我专注学习” 。还有对比学习 ， 变分自编码器 ， 及对抗神经元网络等 ， “每一种都可以做一些有意思的事情” 。
以对抗神经元网络算法为例 。 这个算法最早可以追溯到斯坦福大学的Bradley Efron教授 ， 然后经过了很多代人持续的改进 。 这个算法把数据进行重复的抽样、组装、分析 。 “后来一篇文章用这个算法模拟出一个人衰老过程的图像 ， 当时大家看了之后都很震动 ， 原来人工智能能做这样的事情 。 ”杜如虚说 。
杜如虚表示 ， 像这样的算法 ， 现在实际上是开源的 ， 并不像大家想象的那样受到专利保护 。 “所以一时间运用这个神经元网络的文章数以万计 。 你都不用懂它 ， 你直接用就可以了 。 ”
现在比较流行的一种算法是深度学习 ， 这也是神经网络的一种 。 “如果我们有足够的数据 ， 可以不用对抗的方法 ， 直接用深度学习的方法就可以了 。 很多人都说 ， 深度学习是人类数学上第4次革命 。 只要一个足够大的网络 ， 那几乎所有问题一定可以解决 ， 因为现在的计算能力非常强 。 ”不过 ， 杜如虚也表示 ， 在现实中也会遇到数据孤岛的问题 ， 因此这时还是要用对抗神经元网络的方法 。
【国际|杜如虚：智能制造如何获得韧性】杜如虚认为人是一个有生老病死的生命体 ， 而人工智能是一个机器 ， 一个算法 ， 它可以无限地学习下去 。 不过目前人工智能的“智能”和人的“智能”其实还差得比较远 。
关于人工智能对于未来生活的影响 ， 杜如虚认为这个问题难以预测：“20年前谁会想到现在的手机变成这样？”不过杜如虚也肯定地表示 ， 人工智能将成为不可或缺的工具 ， 而且这项技术无法封杀 。

    推荐阅读


    上一篇：乐章|算法推荐将被网信办监管：不得实施流量劫持控制热搜，需公示算法推荐原理机制

    下一篇：产销量|智能电动汽车迎来“黄金时代”