人工智能之下我國工業(yè)制造的應(yīng)用與趨勢

◆丁芷晴 張雪寧 陳華玲

人工智能之下我國工業(yè)制造的應(yīng)用與趨勢

◆丁芷晴1張雪寧2陳華玲3

（1.上海大學(xué) 上海 200444；2.華中農(nóng)業(yè)大學(xué)文法學(xué)院 湖北 43007；3.安徽農(nóng)業(yè)大學(xué)/信息與計(jì)算機(jī)學(xué)院 安徽 230000）

在數(shù)字化浪潮的驅(qū)動(dòng)下，人工智能由理論逐漸走向應(yīng)用與實(shí)踐，并帶動(dòng)了工業(yè)智能制造的飛速發(fā)展。基于人工智能的時(shí)代背景，本文闡述了我國智能制造的發(fā)展現(xiàn)狀，結(jié)合國際標(biāo)準(zhǔn)介紹了參考模型RAMI4.0與生態(tài)系統(tǒng)SMS，并分析了我國在該領(lǐng)域面臨的困境。此外，本文結(jié)合RFID技術(shù)和Agent技術(shù)分析了人工智能在工業(yè)智能制造領(lǐng)域的應(yīng)用，并對(duì)未來發(fā)展提出展望。

智能制造；人工智能；參考模型；RFID技術(shù)；Agent技術(shù)

隨著時(shí)代的發(fā)展，人工智能技術(shù)在我國的關(guān)注度逐年提高，其熱門的衍生應(yīng)用包括工業(yè)智能制造與人工智能的融合。制造智能化的過程不僅涉及技術(shù)且涉及企業(yè)組織流程的重構(gòu)和商業(yè)模式的創(chuàng)新，甚至能夠影響企業(yè)戰(zhàn)略發(fā)展的進(jìn)程。由于人工智能技術(shù)的融合，智能制造在我國也呈現(xiàn)出廣闊的發(fā)展前景。

1 人工智能時(shí)代的語境分析

1.1 人工智能的發(fā)展現(xiàn)狀

智能制造最初被定義為機(jī)器人應(yīng)用制造軟件系統(tǒng)技術(shù)、集成系統(tǒng)工程以及機(jī)器人視覺等技術(shù)，實(shí)行批量生產(chǎn)的系統(tǒng)性過程。如今，中國AI企業(yè)超過1000家，已成為人工智能發(fā)展最快的國家之一。到2020年，中國人工智能市場規(guī)模將超過700億元。然而，我國仍處于人工智能發(fā)展的初級(jí)階段，在諸多關(guān)鍵指標(biāo)上與美國還存在較大差距。

我國的工業(yè)制造企業(yè)更青睞技術(shù)相對(duì)成熟及應(yīng)用場景更清晰的領(lǐng)域，而對(duì)基礎(chǔ)層關(guān)注較少。人工智能主要產(chǎn)業(yè)鏈有三個(gè)層面：基礎(chǔ)層，即芯片、算法框架等；技術(shù)層，即計(jì)算機(jī)視覺、自然語義理解、語音識(shí)別、機(jī)器學(xué)習(xí)等領(lǐng)域；應(yīng)用層，指垂直產(chǎn)業(yè)或精確場景的領(lǐng)域。其中企業(yè)價(jià)值鏈主要分布在應(yīng)用層和技術(shù)層。

1.2 人工智能的技術(shù)布局

AI技術(shù)的布局由核心技術(shù)研發(fā)、產(chǎn)業(yè)化及基礎(chǔ)資源公共服務(wù)平臺(tái)三部分構(gòu)成。其中，核心技術(shù)的研發(fā)及產(chǎn)業(yè)化項(xiàng)目大多有三個(gè)技術(shù)層面上的要求。（1）人工智能的深度學(xué)習(xí)和類腦智能的基本理論；（2）芯片、傳感器、操作系統(tǒng)、存儲(chǔ)系統(tǒng)等基礎(chǔ)軟件和硬件的人工智能共性技術(shù)；（3）以AI為基礎(chǔ)的計(jì)算機(jī)視聽感知、生物識(shí)別、人機(jī)交互、自然語言理解等人工智能重要技術(shù)[1]。

1.3 人工智能在重點(diǎn)領(lǐng)域的智能應(yīng)用

為加快AI技術(shù)的產(chǎn)業(yè)化進(jìn)程，AI先后被各國在多個(gè)重要領(lǐng)域試點(diǎn)推廣，在第一時(shí)間轉(zhuǎn)化為生產(chǎn)力，如家庭、制造、教育、環(huán)境等領(lǐng)域。

制造業(yè)領(lǐng)域，使用人工智能的方案主要分為產(chǎn)品、產(chǎn)品和服務(wù)、業(yè)務(wù)運(yùn)營管理、供應(yīng)鏈和業(yè)務(wù)模型驗(yàn)證五個(gè)領(lǐng)域。AI在工業(yè)領(lǐng)域的應(yīng)用從智能制造轉(zhuǎn)移到生產(chǎn)服務(wù)和供應(yīng)鏈管理。

智能化生產(chǎn)領(lǐng)域，計(jì)算機(jī)視覺技術(shù)的發(fā)展促進(jìn)了人工智能在質(zhì)量監(jiān)控和缺陷管理中的應(yīng)用，未來越來越多的應(yīng)用場景將應(yīng)用到AI技術(shù)。例如自動(dòng)化生產(chǎn)工廠、訂單管理、自動(dòng)調(diào)度等。

商業(yè)模型決策領(lǐng)域，客戶體驗(yàn)和成本結(jié)構(gòu)是AI在制造商業(yè)模型決策中的主要方向。眾多公司計(jì)劃使用人工智能來準(zhǔn)確預(yù)測客戶需求、開發(fā)智能產(chǎn)品和服務(wù)，采用定價(jià)和計(jì)費(fèi)方式，為客戶提供高效，完善的服務(wù)體驗(yàn)。

2 智能制造發(fā)展現(xiàn)狀

截至2019年2月，人工智能企業(yè)廣泛分布在18個(gè)應(yīng)用領(lǐng)域，上述兩個(gè)領(lǐng)域企業(yè)數(shù)占比最高，分別達(dá)到15.7%和10.5%[2]?；谌斯ぶ悄茉谥圃鞓I(yè)的發(fā)展，國際電工委員會(huì)提出十余種描述不同制造技術(shù)系統(tǒng)特征和結(jié)構(gòu)的通用參考模型。其中工業(yè)4.0參考體系結(jié)構(gòu)模型Rami4.0和智能制造生態(tài)系統(tǒng)模型SME兩種模型最具代表性。

2.1 工業(yè)4.0參考架構(gòu)模型RAMI4.0

工業(yè)4.0參考架構(gòu)模型利用三維模型描述了智能制造的關(guān)鍵因素，從產(chǎn)品的全生命周期與價(jià)值鏈、層級(jí)結(jié)構(gòu)和架構(gòu)等級(jí)進(jìn)行分析，幫助智能制造企業(yè)進(jìn)行自我定位。

該模型第一維度是產(chǎn)品生命周期和價(jià)值鏈。產(chǎn)品完整的生命周期從流程規(guī)劃開始，到產(chǎn)品設(shè)計(jì)、生產(chǎn)仿真測試，接著正式投入制造，最后到銷售和服務(wù)，進(jìn)入市場。[3]第二維度是層級(jí)結(jié)構(gòu)，除工廠及其中的設(shè)備，在原有框架中增加了“產(chǎn)品”和“互聯(lián)世界”兩層。第三維度是最重要的創(chuàng)新部分，即“功能級(jí)”維度，用于對(duì)以上兩個(gè)角度進(jìn)行信息建模，其主要分為六層：業(yè)務(wù)層、功能層、信息層、通信層、集成層、資產(chǎn)層。各層功能相對(duì)獨(dú)立，相鄰層間聯(lián)通，“下層”對(duì)上層提供接口，上層可以獲得下層的服務(wù)[3]。

2.2 智能制造生態(tài)系統(tǒng)SMS

與RAMI4.0相比，智能制造生態(tài)系統(tǒng)SMS著重分析制造網(wǎng)絡(luò)中各組分間的聯(lián)系，分為三個(gè)維度，不同維度的生命周期相互“獨(dú)立”[4]。

在產(chǎn)品維度，其生命周期從設(shè)計(jì)階段開始，經(jīng)過工藝規(guī)劃和設(shè)計(jì)、制造、直到最后退役回收作為結(jié)束，該“維度”涉及整個(gè)周期中的信息流和控制；在生產(chǎn)系統(tǒng)維度，其生命周期專注于生產(chǎn)系統(tǒng)的設(shè)計(jì)、建設(shè)仿真、系統(tǒng)調(diào)試、運(yùn)行維護(hù)和最終的退役；在業(yè)務(wù)維度，其生命周期著重于在采購和配送環(huán)節(jié)上調(diào)節(jié)供需關(guān)系的平衡。各維度都在制造金字塔中發(fā)揮一定的作用且強(qiáng)調(diào)了制造生態(tài)系統(tǒng)中軟件的集成[5]，有助于制造流程的調(diào)控和戰(zhàn)略決策的優(yōu)化。以上概念和網(wǎng)絡(luò)關(guān)系結(jié)合在一起形成完整的智能制造生態(tài)系統(tǒng)。

基于標(biāo)準(zhǔn)制造的SMS系統(tǒng)可以自由方便地進(jìn)行數(shù)據(jù)的交換，進(jìn)而優(yōu)化產(chǎn)品更新的速度和生產(chǎn)系統(tǒng)的供應(yīng)效率，同時(shí)改善車間安全和加強(qiáng)產(chǎn)業(yè)的可持續(xù)性。

2.3 我國智能制造尚存的問題

2.3.1核心技術(shù)的歸屬

芯片技術(shù)包括集成電路和半導(dǎo)體產(chǎn)品兩大主要方面，我國在世界芯片市場的占比極為低下。如今中國技術(shù)基礎(chǔ)的落后也在一定程度上表現(xiàn)鮮明，這同時(shí)表明我國的提升空間。

比如我國集成電路的自給率從2010年的4.5%到2017年的11.2%，我國集成電路的自給率在近年有著難以忽視的進(jìn)步，與此同時(shí)技術(shù)的落后也彰顯出來。以我國核心芯片占有率為例，能夠替代的國產(chǎn)芯片寥寥無幾，多數(shù)能夠發(fā)揮作用的屬于低端產(chǎn)品。包括工業(yè)機(jī)器人等工業(yè)智能化的堡壘相較于其他國家都不可及，其核心技術(shù)及市場分布主要是集中在日本、德國等技術(shù)大國。

表1 國產(chǎn)芯片占有率

（資料來源：《2017年中國集成電路產(chǎn)業(yè)現(xiàn)狀分析》光大證券研究所）

2.3.2產(chǎn)品轉(zhuǎn)化能力的弱化

如今，我國智能制造的設(shè)計(jì)能力被困箍在實(shí)驗(yàn)室中，商品化、產(chǎn)品化的能力過弱，缺少專業(yè)化的供給輸出機(jī)構(gòu)。這其中也有智能制造本身特性所帶來的對(duì)專業(yè)性機(jī)構(gòu)（即產(chǎn)品轉(zhuǎn)化能力）的渴求，首先智能制造企業(yè)對(duì)其“供應(yīng)鏈”有著極為嚴(yán)苛的需求，從設(shè)計(jì)產(chǎn)品，到線上線下店鋪的經(jīng)營，每個(gè)環(huán)節(jié)都必不可少。其次，智能制造的“試錯(cuò)成本”和投入高昂，加上無法避免的“長制造”周期，針對(duì)這一缺陷，專業(yè)性的輸出產(chǎn)品化機(jī)構(gòu)能夠在很大程度上減少經(jīng)濟(jì)損耗。

2.3.3核心人才培養(yǎng)環(huán)節(jié)的缺失

AI技術(shù)的融合發(fā)展給予行業(yè)新的活力，但同時(shí)提高了對(duì)人才的要求，能為兩者的融合發(fā)展發(fā)揮個(gè)人作用和貢獻(xiàn)的人才在數(shù)量上相對(duì)較少，使得行業(yè)發(fā)展受到了限制。以工業(yè)機(jī)器人為例，人才的培養(yǎng)主要集中在以下三類：一是制造階段的技術(shù)人才需求，即對(duì)應(yīng)產(chǎn)品的基本制造和工廠組裝；二是系統(tǒng)加成階段的技術(shù)人才需求，即對(duì)應(yīng)集成電路、機(jī)器人的安裝調(diào)試等工作；三是企業(yè)應(yīng)用階段的技術(shù)人才需求，即處理機(jī)器人的專業(yè)維護(hù)以及操作編程等工作[6]。

3 人工智能對(duì)智能制造的影響

3.1 RFID技術(shù)在智能制造上的應(yīng)用

智能傳感技術(shù)是智能制造領(lǐng)域的核心技術(shù)之一，RFID是其中一種射頻識(shí)別技術(shù)，主要包括讀寫器、電子標(biāo)簽、天線以及數(shù)據(jù)管理系統(tǒng)[7]。在磁場范圍內(nèi)，天線對(duì)電子標(biāo)簽發(fā)送無線射頻信號(hào)，電子標(biāo)簽接收信號(hào)后發(fā)送對(duì)應(yīng)信息，而讀寫器的作用是讀取電子標(biāo)簽反饋的信息，提交到數(shù)據(jù)管理系統(tǒng)進(jìn)行處理，從而實(shí)現(xiàn)信息的無接觸傳遞，完成對(duì)標(biāo)簽信息的識(shí)別。

如RFID和AI結(jié)合在汽車生產(chǎn)流水線的應(yīng)用：輸送線將汽車的發(fā)動(dòng)機(jī)配送到特定的位置時(shí)，控制系統(tǒng)利用電子標(biāo)簽識(shí)別汽車的型號(hào)并配備相應(yīng)物料，同時(shí)確定發(fā)動(dòng)機(jī)的擺放位置、方向是否正確。裝配物料后，控制系統(tǒng)可以根據(jù)讀取到的型號(hào)，通知電動(dòng)擰緊機(jī)自動(dòng)尋找位置進(jìn)行螺栓擰緊，并在工作完成后將該發(fā)動(dòng)機(jī)運(yùn)至下一道的生產(chǎn)工序中。

3.2 Agent技術(shù)在智能制造上的應(yīng)用

Agent理念源于分布式人工智能，可理解為駐留在特定環(huán)境下，能自主感知周圍環(huán)境并采取行動(dòng)、靈活執(zhí)行接受的命令以滿足預(yù)設(shè)目標(biāo)的計(jì)算機(jī)系統(tǒng)，具有自治性、主動(dòng)性、反應(yīng)性、面向目標(biāo)性以及交互協(xié)作性等特點(diǎn)。

Agent系統(tǒng)主要由推理機(jī)、知識(shí)庫/數(shù)據(jù)庫、通訊模塊及功能模塊組成[6]。其中推理機(jī)主要負(fù)責(zé)接受通訊模塊的信息，結(jié)合知識(shí)庫或數(shù)據(jù)庫中的信息進(jìn)行分析和推導(dǎo)，并對(duì)功能模塊下達(dá)相應(yīng)任務(wù)，功能模塊包含計(jì)劃、監(jiān)控、決策和協(xié)作等功能，其基礎(chǔ)結(jié)構(gòu)如圖1所示。

Agent系統(tǒng)可以應(yīng)用在手機(jī)制造當(dāng)中，如：參與新型手機(jī)的開發(fā)和設(shè)計(jì)、操控手機(jī)制作和組裝的過程、對(duì)手機(jī)制造流水線進(jìn)行維護(hù)。理論上，Agent 技術(shù)可應(yīng)用于制造的各階段，需要考慮如何對(duì)系統(tǒng)進(jìn)行建模，使用Agent的總量，Agent間連接方式，多Agent情況下的配置方案等問題。

4 人工智能與智能制造的未來趨勢

4.1 對(duì)智能制造行業(yè)的痛點(diǎn)針對(duì)性

針對(duì)目前市場上的智能制造行業(yè)出現(xiàn)的痛點(diǎn)，我們可以通過AI技術(shù)提高產(chǎn)品質(zhì)量及制作效率。部分服裝制造公司經(jīng)過智能改造后，效率大大提升，提高了產(chǎn)能1.25倍左右；其他諸如高精密儀器制造公司完成的智能化改造的生產(chǎn)線也大大提升，一線工人數(shù)量減少了近70%，效率和產(chǎn)出提升超過30%[8]。伴隨著智能制造的痛點(diǎn)針對(duì)性帶來的目的性更為明確，直接帶動(dòng)了未來我國智能制造業(yè)的規(guī)模興起。

圖1 Agent系統(tǒng)結(jié)構(gòu)示意圖

4.2 大數(shù)據(jù)技術(shù)將成為二者融合發(fā)展的核心技術(shù)

在數(shù)據(jù)驅(qū)動(dòng)行業(yè)的過程中，安全性可以成為業(yè)務(wù)決策的重要基礎(chǔ)。諸如行業(yè)關(guān)鍵數(shù)據(jù)和公司核心技術(shù)專利之類的數(shù)字資產(chǎn)的價(jià)值正在加速增長。最小化數(shù)據(jù)安全風(fēng)險(xiǎn)，提高系統(tǒng)安全性和數(shù)據(jù)安全性是數(shù)字轉(zhuǎn)換和業(yè)務(wù)升級(jí)的更重要指標(biāo)[9]。

4.3 產(chǎn)品發(fā)展的服務(wù)化增強(qiáng)以及范圍廣泛化

新的商業(yè)模式和新模式正迅速出現(xiàn)在測試城市中。隨著Haier Cosmo，Shugen Internet和Aerospace Cloud Network提供的工業(yè)Internet平臺(tái)的快速發(fā)展。在Siasun的“機(jī)器人智能工廠”，公司的效率提高了一倍。該工廠的新模型可以在短短三個(gè)月內(nèi)擴(kuò)展，能有效提高高端本地機(jī)器人的效率。

5 小結(jié)

自1956年起，人工智能技術(shù)為生活的各個(gè)方面帶來新的活力，隨著時(shí)代的進(jìn)步，現(xiàn)出現(xiàn)的痛點(diǎn)將會(huì)隨著智能制造與人工智能技術(shù)的適度融合以及共同發(fā)展逐步被解決，但當(dāng)下的AI技術(shù)大多停留在理論研究階段。而智能制造更側(cè)重技術(shù)問題，應(yīng)廣泛應(yīng)用在生活各方面。在工業(yè)方面，尋求新的轉(zhuǎn)機(jī)、追求智能化的風(fēng)向已然出現(xiàn)。

我國在人工智能技術(shù)的諸多領(lǐng)域與其他國家相比還存在劣勢，在基礎(chǔ)的理論研究、核心技術(shù)算法、關(guān)鍵設(shè)備、集成電路和產(chǎn)品輸出領(lǐng)域，研究的優(yōu)秀成果并不多，人才數(shù)量和技術(shù)無法跟上發(fā)展的迫切要求。但中國也有其他國家不具備的優(yōu)勢，如大量的數(shù)據(jù)以及基礎(chǔ)設(shè)施：并且官方先后部署了智能制造等國家重點(diǎn)研發(fā)計(jì)劃重點(diǎn)專項(xiàng)、《"互聯(lián)網(wǎng)+"人工智能三年行動(dòng)實(shí)施方案》和《新一代人工智能發(fā)展規(guī)劃》[8]。從指導(dǎo)思想、戰(zhàn)略目標(biāo)、重點(diǎn)任務(wù)和保障措施、科技研發(fā)、應(yīng)用推廣、產(chǎn)業(yè)發(fā)展等方面看，我國AI發(fā)展將具有先發(fā)優(yōu)勢。

[1]謝永峰.人工智能時(shí)代工業(yè)機(jī)器人的發(fā)展趨勢[J].中國科技縱橫，2019（4）：63-64．

[2]王寶鑫.智能制造時(shí)代的工業(yè)機(jī)器人發(fā)展新趨勢分析[J].發(fā)明與創(chuàng)新（職業(yè)教育），2019（1）：66-67．

[3]歐陽勁松，劉丹，汪爍，等.德國工業(yè)4.0參考架構(gòu)模型與我國智能制造技術(shù)體系的思考[J].自動(dòng)化博覽，2016，（3）：62-65

[4]張力平.面向未來的智能工廠[J].電信快報(bào)，2017（3）：5.

[5]王春喜，王成城，汪爍.智能制造參考模型對(duì)比研究[J].儀器儀表標(biāo)準(zhǔn)化與計(jì)量，2017（4）：1-7.

[6]胡強(qiáng)，向鳳紅，張勇，等.基于Agent技術(shù)的智能制造系統(tǒng)綜述[J].昆明理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2005（30）：419-422.

[7]郭桓宇，侯悅民，李康.RFID定位方法及其在智能制造中的應(yīng)用[J].電子科技，2017（4）.

[8]榮偉.工業(yè)機(jī)器人及智能制造發(fā)展現(xiàn)狀和發(fā)展趨勢[J].時(shí)代農(nóng)機(jī)，2017（10）：46．

[9]李末軍.智能制造領(lǐng)域研究現(xiàn)狀及未來發(fā)展探討[J].冶金叢刊，2017（3）：26．