智能製造概念解讀 機器人自動化和大數據

關於智能製造的邏輯，有很多角度，包括智能製造與快速反應;智能製造與人工智慧;智能化與自動化;智能化與代替人;智能製造與知識管理;智能製造與雲計算、大數據;智能製造的必要性可行性等。要把智能製造的邏輯理清楚，就必須把這些概念之間的關係理清楚。

智能製造與快速反應

如果把這些角度中，選取最適合代表智能製造的角度，大概有兩個方面：一個是ICT技術(數字化、網路化)，這是手段;一個是快速反應，這是目標。把快速反應作為目標時，ICT技術只是手段之一，還要配合軟體、硬體、組織、商業模式手段。但ICT技術同時是關鍵性、標誌性的手段：恰恰是ICT技術的進步卻為智能製造發出洪荒之力——ICT技術的迅速發展，才使得過去的一些設想有條件變成現實。

ICT技術是怎樣促進快速反應的呢?有幾個方面的原因：

第一，可以用信息實現多方的協同工作。一條新的信息可能涉及到多個部門的工作(如產品設計的改動)。如果可以共享信息，就可以把串列工作變成並行並減少協同中的差錯。

第二，可以實現知識的復用。一個人發現的知識(包括產品部件的設計)，可以被其他人、被後繼者重用，省下了不必要的開發。

第三，物質資源的共享(分享經濟)，減少了獲得資源的時間。

第四，縮短了決策周期。把信息全面集成起來，就可以讓計算機做出科學的決策、而不是人去控制或團隊開會決策，大大縮短從信息感知到執行的時間。在工業4.0的體系中，縮短生產組織的決策周期可能是成敗的關鍵之一。

第五，提高工作效率的工具。計算機模擬、CAD等手段，使得人們可以在數字世界裡做試驗，從而以提高效率。

智能製造與人工智慧

智能製造與人工智慧有著微妙的關係。我們知道，人工智慧原本有三個學派：計算機學派、生理學派和控制論學派。與智能製造關係最為密切的是控制論學派。從控制論產生的那一刻起，就關注信息和通信，就重視信息處理與行為活動的結合，就把感知、決策、執行的綜合看做是(智能的)生命體與(傳統)機器的跟本區別。工業4.0中的核心概念之一是賽博物理系統CPS，而這個概念來自於控制論。

智能化與自動化

我們認為智能化是自動化的延伸和發展。智能製造與傳統自動化又有什麼不同呢?其中一個重要差別是：信息的來源和協同的範圍大大擴張了。控制論產生的時候，對象往往是機器級別的，現在這是車間、工廠、企業、供應鏈、乃至全球。協同的範圍擴大了、關注的問題要多得多。

過去的自動化主要針對批量生產。在智能製造的時代，產品更新換代速度快、批量小，甚至可能要在流水線上生產個性化定製的產品。與大批量生產相比，生產組織高度複雜、質量控制難度大增、成本和能耗可能會顯著升高，採購和供貨的壓力大。這些相關的新問題必須被迅速感知、及時處理。從技術上看，在過去的自動化產線上，人們一般試圖把生產的「邊界」盡量固定下來、通過抑制干擾來保證質量、成本和效率;在智能化產線上，更強調出現問題及時應對這些干擾。

這時，智能製造的相關技術，如大數據監控、信息集成就成了「雪中送炭」。然而，無論如何，我們都希望不必要的干擾盡量地少、時間和資源的浪費盡量地少。這樣，生產管理才能儘可能簡單、儘可能高效。我們發現：如果精益生產搞得好，推進智能製造就是比較容易。

智能化與代替人

智能化的首要目標往往是快速反應，而不是代替人。但是，代替人確實也是目的之一、甚至是非常重要的目標。其實，讓機器代替人進行決策和執行，有利於快速反應並取得更好的控制效果。所以，機器人、無人工廠等技術，常常能促進智能化的發展。一般的語境下，自動化多數是指物理設備或產線的自動化，而在智能製造的時代，同時強調知識和數據流動的自動化。

要實現快速反應，除了ICT技術，還要配套其他的東西。首先，從信息感知的角度看，有些信息的獲取，不是僅憑ICT技術就能解決的。比如，要快速響應，可能需要獲得用戶和供應商的信息。但這要有商業模式和法規的支撐才行。其次，從決策的角度看，在可以預見的未來，人類會在很多方面作為主要的決策者，而這就要有組織模式的支持。第三，決策的執行往往需要有物理設備的支持。第四，智能體系的改進和學習提升，離不開人的參與。

智能製造與知識管理

智能製造與知識管理有什麼關係呢?智能體現在決策的過程和效果上;決策是用知識處理信息，而信息是用數據承載的。由此可見，(用數字結構和程序描述)知識是實現智能製造不可缺少的環節。

前面曾經談到智能製造與精益生產的關係，潛伏著這樣的觀點：智能製造所需要的知識可能是碎片化的——把碎片化、非結構化的知識如何管理起來，是我們不得不面對的挑戰。

智能製造與雲計算、大數據

智能製造與雲計算、大數據什麼關係?筆者認為，雲計算是工具性的、要根據工作的需要來配置，大數據一般是輔助性的，主要從事後台的工作。它們可以讓智能製造系統運行得更好，但未必是必需的。

智能製造的必要性可行性

推進智能製造有必要性又有可行性。在社會層面，勞動力危機、老齡化是支撐必要性的重要因素;在企業層面，快速響應市場變化是關鍵因素。其可行性是與過去相比較而言的、是ICT技術的發展導致的。但是，推進智能製造技術會遇到「玻璃牆」：比如，研發設計與服務要佔到足夠大的比重;產品質量要儘可能地佔據制高點。如果沒有這些條件，企業可能就先要進行轉型，因為智能製造未必能解決落後企業的問題——就像御廚解決不了吃不飽飯的問題。轉型不僅是企業家的事，也是政府的事。政府需要建立一個推崇高質量的健康市場、而不是質量逆淘汰的劣質市場。

TAG:物聯網之聲 |

※人工智慧大浪襲來，機器人成推動中國智造「催化劑」
※機器視覺助力機器人智能化
※解密如何用自媒體視頻打造吸人又吸金的自動財富機器！
※真空動力模塊化機器人可以移動物體
※一鍵開啟智能機器人的「超人」模式——人造大腦
※機器智能將是人類意識進化的巔峰？
※讓青少年了解智能產業發展 機器人創客電視大賽啟動
※機器人會取代人力？大量運用自動化的亞馬遜可不這麼想
※機器人應用於物流漸成趨勢 亞馬遜推動智能倉儲革命
※性愛機器人大量生產中 革命創造還是社會災難？
※助推物流智能化轉型，AGV機器人成必備「武器」
※智能遛狗機器人
※運維要失業了？機器學習可自動優化你的資料庫管理系統
※微型機器人可以移動比自己大十倍的物體
※不要恐慌！人類電子化機器化可能是宇宙生命演化必然進程
※無需外部驅動的「機器人」 根據濕度變化運動
※智能機器人「就業」 正在改變人類生活
※懶得不想動？自動疊衣機器人進化到可用語音控制
※能夠進入人體治療的新型磁性機器人「蜂群」