文章来源：由「百度新聞」平台非商業用途取用"http://it.sohu.com/20160909/n468076537.shtml"

原標題：李涵雄:智能制造實現需要的5層金字塔結構雷鋒網(搜索“雷鋒網”公眾號關注)按：李涵雄，博士，香港城市大學系統工程及工程管理系，和中南大學特聘教授。先后入選國家杰出青年基金（海外）獲得者（2004），教育部長江學者（2006），國家“千人計劃”專家（2010）和IEEEFellow（2010）。長期擔任國際權威期刊IEEETransactionsonCybernetics(2002-至今)和IEEETransactionsonIndustrialElectronics(2009-2015)的副主編和國內多個核心刊物的編委。出版系統建模和系統設計方面的英文專著2本；在國際權威學術期刊上發表SCI論文180多篇。連續兩年（2014，2015）被國際權威出版社Elsevier評為中國高被引學者。最近二十多年來一直從事智能制造方面的研究，側重于工業過程的智能建模、設計與控制，和基于數據學習的智能決策。李涵雄教授在大會現場演講今天，在湖南長沙舉辦的“紀念人工智能60年系列活動”之“2016人工智能湖南論壇”上，大會首位重磅嘉賓李涵雄教授從學者的角度和大家分享了“智能制造中的控制及智能化的作用”。智能制造就是要實現從客戶需求到生產的全面自動化，這對未來的控制系統提出了極高的要求。整個工業制造鏈涵蓋多種生產設備和工藝過程：從單個機械動作，到多個嵌套操作，乃至復雜的生產調度管理，因而存在多變量耦合和多尺度的復雜特性。需要針對過程的具體特性進行不同的操控，包括系統設計、過程建模與控制，數據學習與決策。針對多尺度的復雜性，智能制造的實現需要一個5層的金字塔結構：硬件傳感數據-信息轉換多模型融合自我感知自主決策通過智能集成多種方法，逐層消除不確定性，增加系統智能；實現從產品智能到生產智能的逐級進化，最終提升工業制造的全面自動化及智能化。工業4.0首先，李涵雄教授提到，人類社會到目前為止大概經歷了四次工業革命，第一次工業革命源于水蒸氣驅動的紡織機，第二次和第三次工業革命主要依靠電力驅動的生產線以及之后出現的工業機器人，直到最近的提出的第四次工業革命中計劃通過協作機器人進行工業升級。因此，從這個角度來說，不但所有可通訊的設備都能連接在一起，而且還可以大大降低生產成本。從另一個角度來說，工業4.0可以看成CP+，也就是大物理系統，這意味著需要根據市場的需求，通過互聯網實現智能制造，最終達到生產的全面自動化。而傳統的做法一般是從市場需求開始，從原材料到產品，再到機器。現在通過智能化實現中間過程全自動，最終能夠大大提高生產制造的質量、效率和敏捷性。這種方式可以延伸的工業生產的各個方面，包括未來制造業、網絡化能源、智能基礎設施以及醫療IT等等。一般來講工業4.0，有九大技術支柱行業，有人工智能、工業互聯網等等這些支柱行業。制造中的控制作用制造是一個多尺度的復雜系統，我們一般用系統工程來解決的話，需要將制造系統分解，進行分布求解，最后再合成。因為這取決于人的思維，我們的解決問題的思維是將復雜問題簡單化，所有的復雜運算都化作為加減乘除，這是基本的現代化理論。我舉一個制造的例子，就是電子封裝工業。這是一個很復雜的生產線，從貼片到包裝，由很多個系統過程組成。貼片過程分成三步，一是芯片的抓取，二是要點抓手，三是構化。這三個簡單動作是多級嵌套的，同時尺度是不一樣的，是多時間和多時空的尺度。再比如，最常用的點膠機，這是我今年的課題項目。這就是一個多時間尺度的問題，從這里面來看，有一個快時間尺度，然后在分眾級別可以有點很多滴膠水。那么由于工業制造業一致性很好，這又是多時間尺度的問題。這是制造當中很普遍的現象，不光是點膠機，很多其他的制造都是這樣的。由單個部件生產形成多個部件，但由于最終的性能很難檢測，有很大的不確定性，所以往往需要人的干預。另外一個是溫度廠的控制，當一個芯片經過一點時，溫度要一致，因此就形成一個時空和空間的一個關系。多尺度與不確定性總的來講，從整個制造業的高度往下看，制造具有多尺度特性；從最底層的設備往上看，先是一個快過程，然后是批處理慢過程。生產級別的邏輯控制是有不確定性的，監督層越往上，智能化需要越來越高。也就是說，底層的確定性比較高，復雜度比較低，越到頂層，對應的復雜度也越來越高。下層制造控制更關心產品質量，而上面制造控制更關心商業市場的利潤，這主要適用于企業管理層面。如果把最底層的機器級和最頂層的工廠級放在一起比較就會發現，其特點是不一樣的。機器級是局部特征，而工廠級是全局特征。不確定性很關鍵，越下面不確定性越小，越上面不確定性越大，這是底層物理驅動的，所以需要采用動態控制。最底層的是物理連接，傳感器要觀測很多東西，這個企業可以做到。從數據到信息的轉換，利用很多現成的算法，企業也可以做到。再往上，企業就比較難做到了，一般只有高校才具備這樣的能力，就是系統與計算之間的轉換以及模型之間的轉換。更高的就是認知層面了，這里面就需要人和機器互動了。實現最頂層的無人工干預全自動化也許需要未來世界了。智能制造的挑戰因此，智能制造的挑戰從學術上來看是具有不確定性的，由于企業、制造業的復雜性和多樣性，無法標準化，所以智能化應該如何做到智能感知、智能控制和智能決策，是我們應該考慮的。圖中，左邊是物理空間，右邊是數據空間，也就是信息空間。任何一個工業工程都有動態系統，對于動態系統傳統做法先介入，然后消除不確定性再進行控制，我相信企業認為控制不是問題，認為是設計問題，任何過程都可以設計，但是別忘了在小不確定性的情況下，在大的不確定性情況下，沒法得到系統的方程主體，因此來講對應現代生活系統和物理系統，方程的主體就得不到了，我們就需要用學習的方法去獲得被控對象的模型。由于不確定性，因此來講不能做控制只能搞決策，左邊是確定性比較小，右邊是確定性比較大。智能制造當中最基本的工作就是傳感、建模、學習，越往上不確定性越大，我們從設計到控制到管理整個這一層面，傳感建波以及學習最終目的是消除不確定性，我們的世界是不確定性的，最常見的不確定性是隨機性，大家都知道，還有一種就是模糊的，學術界是叫模糊性的，就是因為信息獲取不完整，一個是隨機的幅度是不準確的。在我的研究過程當中，有數值不確定性、隨機不確定性和空間不確定性。當主要方程丟失的時候，最終以隨機的形式、分布的形式來做判斷，這是隨機不確定性。因此控制在不同的層面上對智能的要求和功能都不太一樣，最基本的一層是過程的設計，還有底層回路控制，這兩個集成是很大的挑戰。因為要合理分配工作量，設計系統要易于控制，使設計出的算法比較易于實現。如果這兩層解決不了就需要監督層來解決，信息學科現在提出的知識自動化，實際上就在這里面。建模非常的重要，根據目標的不同，建立的模型就會不同。我們在做工業設計的時候，需要這三個平臺。一是點膠的物理過程，必須有實驗設備才能夠采取設備。二是工業物理紡織模型，我們也許不知道方程，但會有一個標準流程，我們就要找到這個方程圖。三是物理紡織模型要做標的，最終控制、設計等形成一個固定流程，而要把虛擬空間和物理空間標定好非常困難。這三個模塊和階段都必須要做到，缺一不可。制造中智能主要就是解決不確定性的問題，人工智能是一種方法和工具，但它不是單一的。單一的方法是無法解決問題的，就跟修汽車一樣，單一把東西做得再好也修不了車。而且跟控制不一樣，人工智能是走在應用走在理論前面，控制是理論走在應用前面，而且人工智能關注是敏捷性而非精確性，因為智能越高精確性就比較差，看我們的機器人就知道了。首先，人工智能系統分為經驗級別，就像開車一樣。第二個方面就是開車的級別。最難的級別就是不確定性的東西判斷，這是未來是一個挑戰，而且也很難挑戰，從來沒見過，我們必須要進行思考，因此我們當有了數據之后最后提取規則和知識。智能從哪里來據說，人類只能感知到世界上10%的信息，因為信息滿天飛。感知讓我們獲得信息，經過邏輯決策再行動。通過決策，我們會做很多的決定，但是決定不一定正確。制造系統也應該判斷機器自身的適應性問題，而如今，自適性已經通過大量的運算實現了。那么人工智能會因此能夠取代人類嗎？我個人認為人工智能能夠幫助人解決很多問題，但是對最終取代人類的說法并不認同，因為人還有第六感。所有的優化算法有四大類：一是建模，不確定性比較小，我們可以用傳統優化或者是很多算法。二是機器學習，主要基于統計方法。三是增強學習，用于不確定性大到無法用統計的方法處理數據的情況。四是進化計算。常用算法各有各的特點，越下面的算法越準確，越上面的算法越不精確，用這種算法的時候往往是要結合的，所謂的上層算法必須要依靠下面的做法，我們人最終有很復雜的決策，具體還是需要人去做。所以人工智能面對真正問題的時候，必須要根據這一系列的問題特點去設計，這是很大的挑戰。我們要把問題轉化成計算機面對的問題，因為人畢竟跟計算機有很大的差異。有了數據以后，我們要提取知識，然后模型只有兩類，一類是數據模型，然后機器去控制，只要確定就可以控制了，還有一類有那么不確定性，就是語言規則，比較模糊的，那么就用于決策，數據信息所有都要經過數據學習來做，比如說信息回歸、函數很多很多，包括深入學習也是一種應用網絡的學習，這是直接從數據轉化為信息。控制最低級就是設計，最高層就是邏輯控制，就是決策判斷，人能夠做決策判斷，因為不確定性有隨機不確定性和模糊不確定性。如果知識是很模糊的話，所有的知識確定兩種不確定性。比如說，香港城市大學是一所好大學，這個信息是很模糊，說這句話的時候有多少自信呢？這個是隨機的，我們人可以處理，但是對于機器來講是比較難的。因為現在的模糊系統是有規則的，很難提取精確的信息，有模糊的記憶推理和反模糊化這種知識表達，但是不能處理隨機過度的東西。因此，我們做的工作就是增加第三維的隨機信息，建立了三個維度的邏輯關系。

關鍵字標籤：自動點膠機推薦