智能制造背后的人工智能解读

智能制造是先进制造技术与信息技术的深度融合，是我国传统产业转型升级和战略性新兴产业发展的共同使能技术。智能制造对应的是第四次工业革命，在其9大技术支柱中，工业物联网、云计算和工业大数据是基于分布式和连接的三大基础，工业机器人和3D打印是两大硬件工具，知识工作自动化和工业网络安全是两大软件支持，而虚拟现实与人工智能是面向未来的两大牵引技术。

何谓人工智能

人工智能是一种机器智能，是由机器来仿真或者来模拟人智能的系统或者学科。人工智能的主要研究内容包括认知建模、知识表示、推理及应用、机器感知、机器思维、机器学习、机器行为和智能系统等等，推理、知识、规划、学习、交流、感知、移动、操作等，这些都是做人工智能所要研究的基本东西。

说到人工智能，有一位先生我们不能不提及——图灵(Alan Turing)。他既是计算机之父，也是人工智能之父。图灵测试，一种用来判断机器是否具有智能的测试，正是由他提出并以他的名字命名。1956年，十多位当时著名的科学家聚集在达特茅斯，花了两个月的时间讨论人工智能问题，从此开辟了一个全新的跨学科领域——人工智能领域，距今已经过去了60多年。人工智能在这60多年中，其实可以说是经历了起起伏伏。

人工智能的三大浪潮

人工智能有三大门派，第一个门派通常叫逻辑主义，也叫符号主义，核心是符号推理与机器推理，用符号表达的方式来研究智能、研究推理。第二个门派称为连接主义，核心是神经元网络与深度学习，仿造人的神经系统，把人的神经系统的模型用计算的方式呈现，用它来仿造智能。第三个门派是行为主义，推崇控制、自适应与进化计算，目前提及较少。

人工智能的第一次浪潮是1956年~1976年，主要是符号主义、机器证明、人工智能逻辑语言进步比较快，当时最大的一个成果是专家系统、知识工程。人工智能在发展初期非常热门，被广泛看好。1958年，在人工智能诞生两年之后，有两位大师(Simon与Newell)提出了一个著名的预言，预言10年之内很多事情人工智能都能解决。比如说：

10年内战胜国际象棋冠军；

10年内发现和证明有意义的数学理论；

10年内能谱写优美的乐趣；

10年内能实现大多数的心理学理论。

但是20年以后，知识工程方面设定的远大目标实现起来大多困难重重，Minsky在1979年发表的文章《K-lines：A Theory of Memory》，基本上否定了神经网络大规模学习的能力，符号主义和连接主义从此消沉，人工智能进入了第一个低潮、冰河期。

1976年~2006年间的30年是人工智能的第二次浪潮。在这一次浪潮中，经过几次里程碑式的工作，连接主义重新抬头。其中，1986年提出的BP网络，第一次证明了神经元网络的学习训练过程可以收敛，这可以说是整个人工智能浪潮的奠基性工作。

虽然神经网络理论的完善使得连接主义重新盛行，但是一直到2006年之前，人工智能仍然迟迟走不出实验室的理论研究，很难真正应用到工业界。在2006年，杰夫·辛顿(Geoffrey Hinton)联合杨立昆(Yann LeCun)、约书亚·本吉奥(Yoshua Bengio)发表了具有突破性的一篇论文《A Fast Learning Algorithm for Deep Belief Nets》(深度信念网的快速学习方法)，从理论上解决了原有神经网络规模无法扩展，只能处理单一情况无法处理复杂情况的问题，直接推动深度学习理论取得突破，一路发展到今天的高度，形成了人工智能的第三次浪潮。

从本质上说，第二次和第三次浪潮在方法论上并没有本质区别，差别在于深度学习的成功。硬件的进步和卷积神经网络模型与参数训练技巧的进步，是促成深度学习成功的两个重要因素。

人工智能的现状

随着第三次人工智能浪潮的到来，通过“机器学习”与“深度学习”，用计算机来模拟人的思维过程和智能行为的研究得到极大发展。深度神经网络应用在语音识别和图像识别这些领域后，取得的突破尤其明显。

以智能语音交互领域为例，这是一个高门槛的核心技术领域，全球竞争激烈。2000年之前，中文语音产业控制在微软、IBM等国际IT巨头手中。现在，国内的科大讯飞已经成为亚太地区最大的语音和人工智能上市公司，中外各大互联网巨头，包括谷歌、苹果、百度、腾讯、阿里巴巴等，都纷纷建立自己的语音研发团队。在这个移动互联的时代，成千上万的移动互联网APP应用接入了语音云平台服务，越来越多的行业领域，包括汽车领域、手机领域、智能家电领域，都开始应用语音交互服务。在国家支柱产业的航天航空领域，语音控制和语音交互功能也早已不是国外战机独有。作为一家专注于航空领域语音交互解决方案的技术供应商和产品制造商，航飞科技有限公司所研制的智能座舱语音控制模块和产品已经在国内主机所多个型号的战斗机上实现装机和试飞。

在过去的2016这一年间，语音识别的性能不断取得突破。2月，百度deep speech2引擎的短语识别词错率降到3.7%；5月，IBM Watson系统的会话词错率低至6.9%；9月，微软新系统的英语语音识别词错率低至6.3%，10月进一步降低到5.9%，媲美人类。根据斯坦福大学所做的一项实验结果统计，在移动设备上，无论是中文还是英文，采用语音的方式比手动打字的输入速度快三倍。

在智能制造领域，工业机器人成为人工智能的杰出代表被反复提及，成为智能制造的重要实现端之一。不少制造业企业探索并引领着智能制造中智能机器人的发展，而工控圈内外的跨界合作比比皆是。2013年，谷歌将波士顿动力(BostonDynamics)等8家机器人公司纳入麾下。2014年，AI公司Vicarious获得了由ABBTechnology |Ventures领投的1200万美元投资。2015年，阿里巴巴联合富士康向日本软银旗下的机器人公司SBRH进行战略投资。2016年，西门子新业务部门Next47正式成立，承担挖掘西门子在电气化、自动化和数字化核心业务领域颠覆性的创新想法和潜力，其关注对象包括人工智能。2016年工博会，发那科、思科、罗克韦尔自动化合作发布了FANUC Intelligent Edge link and Drive(FIELD)系统。FIELDsystem实现了先进的机器学习和深度学习能力，结合了人工智能和尖端计算机技术使分布式学习成为可能，机器人和设备的运行数据在网络上被实时的进行处理，这也使各种设备之间能更智能的进行协调生产，令原来难以实现的复杂生产协调成为可能。

科大讯飞董事长刘庆峰在今年的两会上提议将人工智能战略作为国家重点领域，他认为即使未来3~5年没有技术重大突破，以现有人工智能技术要素，也会形成巨大的应用突破和产业突破。哪个国家优先占住制高点，未来人工智能就会走在全球的前列。

结语

人工智能的发展已经经历了两起两落，现在正处于第三次蓬勃兴起的大好时期。目前，过分夸大和贬低人工智能都是不可取的。人工智能的很多研究成果，已经可以期待在数年后真正用于制造业的生产过程。但是在今天，其实用性还需要时间来优化和成熟。

我们现在要实现的智能制造，是基于人造智能而非仅仅是人工智能的智能制造。其中，源于工业领域长期积累的工业智能，与源于信息领域的人工智能，是需要相互借鉴和融合的。以这两种智能技术为主体，兼顾其他智能技术，是今后智能制造技术的主流发展方向。起步于工业智能，逐渐融入人工智能，应该是适于中国企业的智能制造之路。 

来源：国际工业自动化网