不迷信AI,远离假专家|工信部、航工集团、北自所共论“智能制造”

简介:

虽然AI在智能制造中扮演了相当重要的角色,也起到了非常关键的作用。但是,千万不要以为智能制造只是单纯的“机器人换人”,也不要迷信AI。

2014年12月,国家首次提出“中国制造2025”的概念。次年5月8日,国务院正式印发《中国制造2025》,部署全面推进实施制造强国战略。今年5月17日国务院召开常务会议,指出下一步深入实施《中国制造2025》,把发展“智能制造”作为主攻方向。

毫无疑问,智能制造(Intelligent Manufacturing,IM)正在给传统制造业带来前所未有的变革和提升。

不迷信AI,远离假专家|工信部、航工集团、北自所共论“智能制造”

据国家统计局与中国物流与采购联合会本周二(10月31日)公布的数据显示,2017年10月份,中国制造业采购经理指数(PMI)为51.6%。从企业规模看,大型企业PMI为53.1%,比上月回落0.7个百分点,继续位于扩张区间;中、小型企业PMI为49.8%和49.0%,分别比上月下降1.3和0.4个百分点,位于临界点以下。这一数据也表明,中国的制造业总体发展势头良好。

不过,尽管如此,但我们还只是处在非常初级的“智能制造”阶段。我们已经踩过了很多“坑”,而前路还有更多的“坑”。

在上周召开的“2017中国江苏智能工厂规划建设报告会”上,国家工业和信息化部信软司两化融合处处长王建伟、中国航空工业集团信息技术中心首席顾问宁振波、北京机械工业自动化研究所总工程师谢兵兵等专家学者对我国的智能制造做了提出了全新解读和看法。

“两化融合”是中国制造业提质、增效、升级的重要举措

中国近代工业起源于清朝末期,从1860年开始的洋务运动时期,曾国藩在安庆建立安庆军械所(又称安庆内军械所)。这是中国的第一座近代化工厂,也由此拉开了中国工业化进程的大幕。

随后,在经历了解放前和建国初期一穷二白、工业基础几乎为零,洋火洋油洋车遍地的艰难起步,从1978年改革开放开始,中国的制造业正式进入快车道,发展速度越来越快。最终在2010年,中国首次超过美国,从而成为全球第一制造大国。

但制造业的问题依然存在。

一直以来由于我们只盲目追求数量和规模而忽视了技术和创新,因此中国制造业只是在总量上达到了世界第一,而在精密机械加工、关键零部件等高技术含量和高附加值上明显不占任何优势。

我们制造了全世界最多的手机和电脑,但技术和利润的关键部件——芯片却一直捏在外国人手上;我们的飞机制造全球领先,但飞机的心脏——大推力发动机却刚刚走出实验室......这样的例子多不胜举。

不迷信AI,远离假专家|工信部、航工集团、北自所共论“智能制造”

为扭转这种“大而不强”的尴尬局面,我们必须加大技术研发投入。而近年来,国家的布局也在紧锣密鼓的展开。

从2015年开始,国家相继发布《中国制造2025》、《积极推进“互联网+”行动指导意见》《关于深化制造业与互联网融合发展的指导意见》,由此构建了制造强国战略政策体系。此外,工业和信息化部等部委还出台了《智能制造发展规划(2016-2020年)》、《智能制造工程实施指南(2016-2020年)》等多项政策。未来将除了在有色、稀土、纺织、家电等传统行业进行试点示范和推广外,还将加快在5G、物联网、车联网、智能交通等新型领域布局。

国家工业和信息化部信软司两化融合处处长王建伟认为,在网络化和信息化浪潮下,目前的制造业正在发生深刻变化。而“两化融合”正变得越来越重要。

“两化融合”是信息化和工业化的高层次的深度结合,是指以信息化带动工业化、以工业化促进信息化,走新型工业化道路;两化融合的核心就是信息化支撑,追求可持续发展模式。

王建伟说:“互联网从下游应用逐渐向上游行业发展,工业化和信息化的深度融合已经发挥了越来越大的作用,制造业和互联网已经迈入融合发展的新进程。在这一转变中,工业生产模式从自动化、数字化向网络化、智能化方向发展,表现在工业使用以计算机为代表的ICT技术,转向使用以互联网为代表的ICT技术。

“我们的工业生产、制造正在向智能制造迈进,而制造业和互联网深度融合是中国制造业提质、增效、升级的重要举措。”

智能制造不是“机器换人”,不要被假专家忽悠了

智能制造(Intelligent Manufacturing,IM)是一种由智能机器和人类专家共同组成的人机一体化智能系统,它在制造过程中能进行智能活动,诸如分析、推理、判断、构思和决策等。通过人与智能机器的合作共事,去扩大、延伸和部分地取代人类专家在制造过程中的脑力劳动。它把制造自动化的概念更新,扩展到柔性化、智能化和高度集成化。

从概念中可以看出,机器人人工智能在智能制造中扮演了相当重要的角色,也起到了非常关键的作用。但是,千万不要以为智能制造只是单纯的“机器人换人”,也不要迷信人工智能。

这正是智能制造的两个最大的“坑”。

不迷信AI,远离假专家|工信部、航工集团、北自所共论“智能制造”

智能制造就是机器换人?太扯了!

从引入人工智能技术开始,智能制造经历了DNC(Distributed Numerical Control,分布式数控系统)和CIMS(计算机集成制造系统)等主要阶段,其自动化和智能化的程度也越来越高。其中,机器人对促进传统制造业的智能化起到了很大作用。不过这显然不是智能制造的全部。

根据IFR国际机器人联合会初步统计数据,2016年我国工业机器人销量已高达9万台,较2015年增长31.28%,显著高于全球工业机器人14%的销量增速,其中中国工业机器人销量占全球销量比重以达31%。仅去年一年,中国国内就购买了9万台(套)工业机器人,占全球工业机器人订单总量的三分之一。

目前国内智能制造系统集成领域,大部分集中于汽车工业。2016年国内机器人下游应用领域中,占比最大的是汽车制造(48%),其次是3C制造(24%)。

IFR还预测认为,到2019年时,中国国内工业机器人的年度订单将增加到16万台(套)。

中国航空工业集团信息技术中心首席顾问宁振波认为,智能制造首先是从状态感知开始的,要做到真正的智能制造,必须要先具备三个基本条件:一是便宜的传感器,二是数字化一切可数字化之物,三是网络化一切可连接之物。

而对于业内盛行的“做智能制造就是多用机器人”的观点,宁振波大摇其头。他说:“这都是近年来的一些假专家用来忽悠人的。智能制造就是机器换人?太扯了!难道富士康的教训还不够深刻吗?

不迷信AI,远离假专家|工信部、航工集团、北自所共论“智能制造”

“富士康当初夸口要5年内造出150万台机器人,代替150万产业工人。可现在呢,它造了多少?仅仅4万台而已,就坚持不下去了,自己停止了。亏大了,也没代替几个人!这是明显听信和轻信了假专家的话,自食其果。”

2011年底,富士康董事长郭台铭公开表示,富士康要在2014年装配100万台机械臂,并计划在5到10年内完成首批自动化的工厂,这也就是所谓的“百万机器人计划”。

而截至5年后的2016年底,仅仅只装配了40000台左右,并未覆盖全流水线。此后,“百万机器人计划”逐渐淡出公众视线,也间接宣告了这一计划的流产。而失败的主要原因包括机器人精度不够、不能胜任全流水线工作、升级和维护升本过高等等。

富士康的教训充分说明,在未深刻理解“智能制造”之前就盲目投入,只会适得其反。

中国工程院院士、浙江大学特聘教授、中国机械工程学会副理事长谭建荣也持同样观点,他认为,对眼下的中国制造业来说,自动化程度并不是越高越好。

谭建荣说到:“对一家生产制造型的企业来说,必须要实现人、机器、机器人的合理分工和协同作业,才能最大幅度的提高生产效率,而并不是只盯着自动化程度的高低。”

模仿、抄袭无益,“智能制造”只能依靠我们自己

2010年,中国超过美国而成为全球制造业第一大国。这一桂冠,最主要得益于中国拥有全世界独一无二的、最为齐全的工业门类。

一个国家拥有完整的工业体系,意味着自己不依靠其它国家的帮助与支持,就可以独立发展并能够保持所有的工业科技。中国是全世界唯一具有联合国全部大中小分类的工业国,是唯一的一个拥有39个工业大类,191个中类,525个小类,从而形成了一个举世无双、行业齐全的工业体系。

不迷信AI,远离假专家|工信部、航工集团、北自所共论“智能制造”

新中国建国初期有两次大规模的工业技术引进,一是从苏联引进成套重工业,二是“四三方案”,从美国、联邦德国、法国、日本、荷兰、瑞士、意大利等西方国家处引进化纤、化肥、石化、电站、钢铁等技术。

从全球占比来看,1990年我国制造业占全球的比重为2.7%,居世界第九;到2000年上升到6.0%,居世界第四;2007年达到13.2%,居世界第二;2010年为19.8%,时隔一个半世纪之后重新回到世界第一。

宁振波认为,正是因为中国工业门类太多太全,所以在我国实施“智能制造”过程中只能依靠我们自己,纯粹的模仿和全盘抄袭都是无益的。

宁振波说:“把德国的‘工业4.0’拿来,解决不了我们的一半问题,因为他们的工业门类不齐全、太少;把美国的‘工业互联网’拿过来也不行,他们的门类也不全,也有很多没有的,给不了我们太过借鉴之处。”

此外,对于人工智能在智能制造中的促进作用,宁振波也持理性态度,“(智能制造中)人工智能的提法,我是有看法的!别被所谓的AI给忽悠的晕了。举个例子,阿尔法狗厉害吧?但是它的能耗惊人,如果大家都用它,那整个太阳系的能量都不够用的。这是人工智能应用的最大障碍之一。”

不迷信AI,远离假专家|工信部、航工集团、北自所共论“智能制造”

“AI在目前,它能做的非常有限,所以(智能制造)还是要以人为主导才行。”宁振波说。

巧得很,宁振波的这一观点也和谭建荣院士不谋而合。谭建荣此前接受镁客网采访时说,“在工厂的车间里,哪些是需要人做的,就让人做;哪些是需要机器做的,就让机器做;哪些是需要机器人做的,就让机器人做。人的作用还是不可替代的。”

从技术发展和应用来看,人工智能分为弱人工智能、通用人工智能、强人工智能和超人工智能等四个最主要阶段。目前我们还只是处在弱人工智能阶段,这一阶段的AI能力单一,不能进行多任务的学习,更不用说协作协同了。

因此,现在的AI对制造业的推力远远没有人们想象中的那么巨大和神奇,真正的“智能制造”场景必然是要放眼长远未来的。现阶段,智能制造还应该秉承“人机协作,以人为主”的原则。

总结:实体制造业是国家的基石

显而易见的是,智能制造必然是一个系统工程,是一个需要多方合作的事情。北京机械工业自动化研究所总工程师谢兵兵认为,智能制造是一个合作的项目,没有哪一家企业能全部做完,否则就是吹牛。

不迷信AI,远离假专家|工信部、航工集团、北自所共论“智能制造”

同时,谢兵兵也对打造智能化、数字化工厂给出了自己的意见。他认为,一家成熟的数字化工厂应该具备5大基本条件。分别是:有一个明确的建设目标,有全面的总体方案,有良好的生产管理基础,有自己的工程技术团队,有一个好的合作伙伴。

中国航空工业集团信息技术中心首席顾问宁振波总结了中国智能制造战略方针:创新引领,换道超车;因企制宜,战略升级。

“不讲弯道超车,容易出事故,正确的做法应该是换道超车。

“没有(核心技术的)产品的贸易是胡话,产品不好就是假话。”宁振波说,“我们必须要做好做大做强制造业,因为实体制造业是国家的基石。”


原文发布时间: 2017-11-03 14:05
本文作者: 纤尘
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
13天前
|
存储 人工智能 自然语言处理
AI Agent与SaaS工具协同发展的未来:企业智能化的全新范式
AI Agent以自主性和智能化为核心,适合复杂任务的动态执行;而SaaS工具则注重服务的完整性和易用性,适合标准化业务需求。
73 14
AI Agent与SaaS工具协同发展的未来:企业智能化的全新范式
|
13天前
|
机器学习/深度学习 人工智能 算法
AI在体育分析与预测中的深度应用:变革体育界的智能力量
AI在体育分析与预测中的深度应用:变革体育界的智能力量
80 31
|
7天前
|
人工智能 缓存 Ubuntu
AI+树莓派=阿里P8技术专家。模拟面试、学技术真的太香了 | 手把手教学
本课程由阿里P8技术专家分享,介绍如何使用树莓派和阿里云服务构建AI面试助手。通过模拟面试场景,讲解了Java中`==`与`equals`的区别,并演示了从硬件搭建、语音识别、AI Agent配置到代码实现的完整流程。项目利用树莓派作为核心,结合阿里云的实时语音识别、AI Agent和文字转语音服务,实现了一个能够回答面试问题的智能玩偶。课程展示了AI应用的简易构建过程,适合初学者学习和实践。
58 22
|
9天前
|
人工智能 运维 负载均衡
智能运维新时代:AI在云资源管理中的应用与实践
智能运维新时代:AI在云资源管理中的应用与实践
84 23
|
18天前
|
存储 人工智能 开发框架
Eliza:TypeScript 版开源 AI Agent 开发框架,快速搭建智能、个性的 Agents 系统
Eliza 是一个开源的多代理模拟框架,支持多平台连接、多模型集成,能够快速构建智能、高效的AI系统。
133 8
Eliza:TypeScript 版开源 AI Agent 开发框架,快速搭建智能、个性的 Agents 系统
|
13天前
|
人工智能 自然语言处理 监控
从数据洞察到动态优化:SaaS+AI引领智能化服务新时代
SaaS(软件即服务)结合AI(人工智能),正引领企业解决方案向智能化转型。SaaS+AI大幅提升了工作效率与决策质量。它能自动完成重复任务、简化设置流程、主动识别并解决潜在问题,还能根据用户需求提供个性化推荐和动态优化配置。
62 1
从数据洞察到动态优化:SaaS+AI引领智能化服务新时代
|
15天前
|
消息中间件 机器学习/深度学习 人工智能
AI赋能运维:实现运维任务的智能化自动分配
AI赋能运维:实现运维任务的智能化自动分配
108 24
|
17天前
|
人工智能 运维 监控
AI辅助的运维流程自动化:实现智能化管理的新篇章
AI辅助的运维流程自动化:实现智能化管理的新篇章
354 22
|
6天前
|
传感器 机器学习/深度学习 人工智能
智能电网巡检与传感器数据AI自动分析
智能电网设备巡检与传感器数据分析利用AI技术实现自动化分析和预警。通过信息抽取、OCR技术和机器学习,系统可高效处理巡检报告和实时数据,生成精准报告并提供故障预判和早期识别。AI系统24小时监控设备状态,实时发出异常警报,确保设备正常运行,提升运维效率和可靠性。
|
11天前
|
传感器 机器学习/深度学习 人工智能
技术分享:智能电网巡检与传感器数据自动分析——AI助力设备状态实时监控与故障预警
这篇文章介绍了AI在智能电网巡检与传感器数据分析中的应用,通过信息抽取、OCR识别和机器学习等技术,实现设备状态监控和故障预警的自动化。AI系统能够高效处理巡检报告和传感器数据,精准识别设备故障并实时预警,显著提升了电网运营的安全性和可靠性。随着AI技术的发展,其在智能电网管理中的作用将日益重要。

热门文章

最新文章