科学地认识智能制造

科学地认识智能制造,要综合考虑技术和非技术因素,正确把握智能化与自动化的关系、继承和发展的关系,准确定位人工智能在智能制造中的作用。

我的有些观点看起来常常是自相矛盾的。一方面说:“智能化是自动化的延伸和发展”;一方面又说:“不要把智能制造搞成自动化”。其实,矛盾的不是观点,矛盾的是观点所指的内容:如果单从技术方面看,智能化确实是自动化的延伸和发展;但是,我们又不能单从技术方面看问题。因为单从技术方面看问题,其实无法解释技术的发展变化——因为技术的大的发展变化,往往不是技术本身可以解释的,而是影响技术的外部因素。也就是说,要跨层面、跨尺度看待问题。

为什要跨尺度考虑问题?我常提到的、“猴子变人”的比喻就能说清楚:猴子变人的最大变化是脑袋变聪明、更加有利于生存——这就是从技术层面看问题,强调的是“智慧”或者“智能”有什么好处。而要跨出这个层次,才能知道更本质的变化原因:脑袋聪明是要付出很大代价的,这些代价对猴子来说未必对生存有利,所以并不是所有的猴子都变成了人。我们的祖先能从猴子变成人,是因为需要手来应对复杂的劳动:脑子聪明了才有利于进行这些复杂的劳动,而这些复杂的劳动有利于人类创造更好的生存条件。这样,脑子的聪明能帮助人类更加适合生存。由此可见:用超越技术层次的观点看问题,才能看到真正的原因。

同样,从自动化走到智能化,更根本的原因是企业面对的问题复杂了,需要智能化才能解决问题。这就是我常说的“有了需求再谈技术”。其中,引起复杂性的原因很多;比如飞机制造的难度越来越大;小批量、交货周期加快导致难度加大等;劳动力成本升高等。所以,正如宁总的观点,复杂性是促进智能制造的重要原因。当然,ICT技术为解决这些问题提供了条件,这是基础。

我强调“智能化是自动化的延伸和发展”是从技术层面看问题的。潜台词就是要承认技术发展的“继承性”,强调智能化有着“自动化”的基因。事实上,CPS就是来源于控制论的。沿着这个思路进一步思考,就会发现:智能制造的思想并不是从“人工智能”继承下来的。

人工智能之所以兴起,很大程度上是因为有“默会知识”:说不清、道不明的知识。比如,快速识别一个人脸、对围棋“大势”的把握等。工业人当然也有“默会知识”、特别是传统的手工劳动。所以,那个时候带个徒弟是很不容易的。但是,对于生产环节的“默会知识”,工业界早已有办法解决了:当工业进入流水线阶段,就开始把复杂的劳动拆分成若干标准化的简单劳动;到了自动化阶段,又把这些简单的劳动变成了计算机的参数:人的知识都已经变成可编码的计算机程序了,“默会知识”就基本上没有了!

工业到了智能化阶段,当然也要继承这个逻辑:把复杂问题流程化、简单化、标准化,并排除不必要的干扰,让计算机去处理。这就是我说的“吴淑珍式的智能”:用明确的信息+精确的处理知识得到智能化的结果。强调继承的同时,还要强调发展:从自动化到智能化,到底发展了什么?我认为是业务范围的改变:从常规的生产过程,拓展到设计、服务、维护、采购、销售等等。从自动化到智能化,应用的场景发生了变化,但很多思路却是可以继承的。

那么,制造行业到底需要还是不需要“人工智能”?我想,正确的做法是“不要排斥”。在生产制造环节,人们可以把不希望的干扰排除在外、把各种变化“标准化”。但是,当“自动化”的思想拓展到设计、服务、维护、采购、销售等环节时,外部的变化是我们无法控制、难以标准化的。所以,也不能排斥正宗“人工智能”技术的应用。信通院最近有人写了一篇人工智能在制造业中应用的文章,我看还是靠谱的。

总之,要健康地推动智能制造,要完整继承“自动化”的思想、但不要局限于“自动化”;不要夸大“人工智能”,也不要排斥“人工智能”。顺应规律才是好的。

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20171220B04API00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码关注腾讯云开发者

领取腾讯云代金券