没有一把金钥匙可打开所有的门！这场会为AI与制造深度融合开方子

人工智能与制造业结合，会擦出怎样的火花？实际落地中又面临怎样的问题？

3月20日，由创新奇智主办的“智变与突破——制造业人工智能产业峰会”在广州举行。本次峰会旨在结合创新奇智人工智能制造业落地实践和成熟解决方案，对智能制造行业当前痛点和发展前景进行深入交流，为2019年“智能+制造”探寻新思路。

峰会现场，广州市工信局对《广州市工业互联网行动计划及工业企业上云上平台政策》进行了解读，与会嘉宾就人工智能如何赋能制造业、AI技术趋势、AI在制造业的实践与落地等议题，深入解析和探讨。除此之外，峰会嘉宾们还就“拓展‘智能+’，为制造业转型升级赋能”展开了圆桌讨论，用思想风暴为智能制造业提供发展方向与思路。

在今年全国两会的政府工作报告中，首次提出了"智能+"：打造工业互联网平台，拓展"智能+"，为制造业转型升级赋能。今年将是“智能制造”高速发展的一年，也是智能制造从业者大展拳脚的一年。

【头脑风暴】

孙刚  创新奇智制造业合伙人；

邓高聪  CEC 智能工业设计院院长、教授级高级工程师

韩蓝青  清华珠三角研究院人工智能创新中心主任

整体智能化设计代价高，企业如何转型？

主持人：目前，制造业人工智能的应用更多是偏向降本增效，对这些赋能方来说，如何与制造业企业携手挖掘应用场景，更大程度发挥降本增效的作用？

邓高聪：智能制造现在比较火，我们为海尔和其它企业设计过互联工厂，也发现存在一些问题，和我们想象的智能制造还是有不少差别。智能工厂、智能制造要涵盖精益制造、数字制造、绿色制造，很多工厂在精益制造这一块都还没有过关，就要实施数字制造；整体智能化的设计代价非常高，我们遇到很多企业，觉得这个东西不错，但是投入这么多，短期的绩效没有，不敢去试也不愿意去试。

另外一个就是智慧人员管理方面，进行可视化的规划、设计，在海尔集团也不是一步到位，是分步实施的，智慧园区里统计出来大概也有好几十个模块，智能工厂也有很多的模块，信息化方面也有APS、MES、MSS、EMS、MPS，有很多的系统，而且这些系统如何把它打造现在也是存在一个问题。

韩蓝青：工业4.0注入智慧工厂，难度还是非常大的。比如美国有一家医疗公司，这几年大举进入中国，光我知道在广州就和5家医院有合作，但它也遇到了问题，去年就透露出一个非常大的项目走不下去了，因为这个项目运用了很多技术，深度学习只是其中之一，还用到了机器建模、计算机视觉，它选择了一个比较难啃的骨头，给艾滋病人看病。医生确诊之后，用户还要花6000块钱去这家公司了解意见，听起来很好，但为什么来做起来不尽人意？我觉得选的点不是很好，癌症往往是不治之症，你诊断再怎么正确，对患者帮助不大，也就是说这家公司落地点没有找对。不过，这家公司在其它方面的进展是非常好的，比如和美国军方做很多项目，给波音公司做项目，进入了美国很多大的工业企业，这说明，没有一个金钥匙可以打开所有的门，它每一个项目要落地以后，要去了解情况，分析要解决什么问题。

现在工业界就面临着很多的变革，5G来了，IoT来了，生产过程中会产生大量的数据，数据多并不代表就是大数据，是要可以计算的数据才是大数据。医学里面用的自然语言非常多，它可以同时去全世界跟癌症有关的杂志中找线索，把数据放在神经网络里去指导整个流程以提高效率。对企业来说，要把所有的建模都自己建起来，难度非常大，我认为深度学习在这个地方会产生很好的效果。

孙刚：人最智能的，比如说我路过一个院子听到狗在叫，我实时分析，反馈给我的腿和脚就是要跑，优化就是下次我再走我就不从这里走。对工业来说，从状态感知、实时分析、自主反馈、精确执行、优化等一连串环节中，我们缺什么东西？我们在某一个领域大量投资，就可能类似于“木桶效应”，最后造成了在某些领域是过于投资，而整体效果不明显。

智慧工厂还需大数据作支撑，否则只是精密仪器

主持人：5G渐行渐近，这对智能制造有什么影响？

韩蓝青：大家对5G为什么那么期待，因为5G就是我们下一个工业革命的基础设施，有了5G可以做远程医疗，车辆高速行驶时毫秒级的连接，才可能使自动驾驶成为可能，工厂中也是如此，精密机床、切削等等，要能真正做到智能，要必须在所有的设备、工件、传感器互相之间都要有毫秒级，甚至更快速的响应，这是未来做工业4.0、智慧工厂的一个基础。

我们面临一个困难是如何改进之前所有的这些设施。我们不能把它们扔掉，而不同的公司有自己的通信协议，可能所有的通信协议，有公开的协议，有自己内部的协议，可能有几百G，怎么样让这些协议互联互通，这也是需要逐步去做的，我们也做过把几十种协议变成一个图像来识别，我们当做一个小课题试了一下，准确率基本上可以达到100%，以前一个老设备你不知道它是什么通信协议，现在可以很快知道。

工业2.0就是流水线，福特把汽车做到老百姓都可以买，工业3.0就是信息化，4.0就是我们加入了智慧，IoT还有现在的ILoT、工业互联网，再加上5G，我们要解决很多之前遗留的问题，必须要一个一个去研究的。

做一个自动机床已经是高度的智能了，它可以非常精确，但是它没有给你大数据反馈，结果导致精度下降，智慧的设备、智慧的生产线、智慧的工厂等等，必须要有大数据的可运算作支撑，不然你只能说是精密仪器而已，在这一点还是需要一个过程。

邓高聪：人工智能或者说智能制造、智能工厂，是依赖海量的数据，5G技术的出现能把数据传输提升几十倍，甚至几百倍，智能工厂是一个复杂的系统工程，各个方面的数据实在太多，静态信息、动态信息各种信息都要交流，所以5G技术的发展应该是给智能工厂提供了技术的把控，在目前来说，现有的网络基础设施，要推行智能工厂，还是需要有一定时间。

从小场景切入，局部到全局推动智能化

主持人：目前各级政府在纷纷推动制造业转型，如何理解"智能+"政策？

孙刚：我个人建议先从小场景开始，先从运营这一端开始，可以落地的，能够在某一个局部下确保全局最优的，比如在质检这一端，引入AI，通过云平台的计算方式，可以把珠海一个工厂的汽车内饰件的质检工人从160人降到只有10%，这是一个实实在在的结果。

邓高聪：智能检测这是企业迫切需求的，比如说做家电场景，规模那么大，把人员管理好了，每一台产品的成本降低，这就能实实在在为企业带来利益，这样就会有动力来推动来使用人工智能，从局部的人工智能智能化，是一个过程，它并不是一个结果。

国家层面积极推动“智能+”，那为什么在企业里面相对来说没有这么的热，除了成本问题，还有一个缺乏标准、缺乏规范，比如智能工厂规划整体规划，从工艺流程、设备等都比较缺乏；第二个是缺乏流程，现在人工智能看起来高大上，但是能到企业落地，没有相应的对接人，对供应商来说，行业不一样，缺乏相应的工艺，生产冰箱、洗衣机都是不一样，就需要这些软件公司、硬件公司对接起来，所以为什么西门子、GE等其他的一些跨国公司在中国推行起来非常困难，因为它难有个性化的需求，所以说智能化对每个企业的需求都是不一样的，"智能+"，很多东西可以加，对于制造业来说，智能检测、智能物流、智能监控、智能门禁，比如地下管网，是不是可以做成智能化可视化，水管爆了能自动报警，自动提醒、维修，这要跟可视化进行对接，未来跟数字化工厂这一块一定是可视化的。

韩蓝青：智能可以加各种不同的东西，在医疗方面可以用人工智能，以前的医生去看染色体的核型，但现在我们能不能深入学习，把这些染色体排查出来，帮医生节省了非常多的时间，医生就可以看染色体的数目异常、形态异常。

现在，生成神经网络来做一些艺术渲染，做一些艺术品、服装也好，它的应用已经是非常非常现实了，在去年一年，它的进展是非常快，让你分不出真假，人看上去根本就不知道是什么，但现在它的问题是什么呢？它还非常发散，很难去控制它，但是现在有一些算法慢慢推进，就是我们可以更好去控制，到那个时候就可以更多的让人工智能的做一些自主的事情。

从政府的政策来看，现在大大小小的政策出了太多，但落地性还是欠缺点。

【记者】郜小平  叶丹

【作者】 郜小平 叶丹

【来源】 南方报业传媒集团南方+客户端