一起走近智能制造

　　智能制造，随着工业4.0、中国制造2025、工业价值链等国家战略而名声大振。是中国制造2025的主攻方向。然而，各方对其的理解差异性很大。
　　智能，本质是一切生命系统对自然规律的感应、认知与运用，由此而优化资源的配置。人的智能是各种智能的最高代表。这是人类一种深刻的本质。而各种人造系统（如机器、设备）中凡是具有模仿、拓展甚至超越人类部分智能的能力，都可以称之为智能系统。诸如智能生产、智能设备、智能产品、智能材料、智能硬件等“智能XX”，都属于智能系统中的一个子集。

　　智能制造的历史，最早源于机器与人的关系。早期机器的功能表现不能遂人愿，人很难掌控机器的全部状态情况。而在机器不智能的时代，只能靠人的智能来弥补，以“人在回路”的方式来解决。
　　早期的“智能制造”是上个世纪90年所形成的“智能制造系统（IMS）”的概念，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，更简单地被称为“专家系统”。这是1980年代末信息领域人工智能（AI）二度兴起时的产物。
　　这个定义是基于纯AI的，从当时工业界的角度来看，与制造业没有太多的结合点。在那个时候AI界人士所期待的“智能”，是由“智能体（Agent）”（也译作“智能代理”）来实现的，而智能体的定义，在AI界也一直未能统一。除了名词上的高度类似，实际上，上个世纪90年代的“智能制造系统”的内涵，与今天“智能制造”的内涵，无论在智能的含义、制造的范畴、资源的集成与分享、数据的体量上，都有着明显的区别。
　　例如当下普遍谈及的“智能”，可以界定为是工业智能、人工智能以及其他种类的智能的总和，具有普适意义。基于计算机信息科学产生的人工智能，并不能代表基于工业技术产生的工业智能，也不能代表工业与信息化跨界融合所产生的CPS智能（smart，宜译作“智巧”）。过去真正在工业界得到广泛应用并且百年以来一直在支撑工业发展的，是基于科学效应而形成的工业智能。而今天伴随工业4.0兴起的CPS智能，将是今后10年工业智能化的主流智能技术。
　　因此智能制造，其智能含义与早期的人工智能，有一定联系，但也有明显的界限，不能简单交叉或者等同。人工智能进入制造业成为主流的智能技术，形成新一代范式的智能制造，还需要较长的时日。

　　智能制造，离不开对各式各样的智能系统的构建，从智能产品到智能产线，从智能物流到智能服务，从智能组织到智能企业。
　　类比于人脑的认知能力和决策过程，智能系统具备五个明显的步骤：状态感知、实时分析、自主决策、精准执行和学习提升。中航工业集团宁振波等专家群体总结了五大特征前16个字，英诺维盛公司赵敏补充了后4个字，从而形成了一个完整的智能闭环。该智能闭环可以作为识别智能系统特征的“二十字箴言”。

图| 智能系统的五大特征

　　智能制造“20字箴言”最大限度地跨界统合了所有的智能系统，也清晰地划出了一个较大的范畴，那就是，智能不仅仅是来源于信息领域的人工智能，也包括了来源于工业领域的工业智能和其它类型的智能。
　　在“20字箴言”中，除了“状态感知”和“精确执行”之外，其他步骤都需要有计算功能介入。显然，这都需要计算内核，需要成熟的赛博技术来实现。因此，让智能制造落地的一种核心技术，是“CPS（赛博物理系统）”。
　　实现CPS的基本逻辑是，把知识和算法嵌入软件，把软件嵌入硬件，把硬件嵌入物理系统，由此而组成形式多样但逻辑一致的CPS系统。智能具有丰富的内涵和多途径的实现方式，而CPS则是把人的经过检验的知识、算法和规则等，以数字化知识的形式应用在制造领域中的一种重要的技术使能体系。

　　毫无疑问，数字化是智能制造的基础。没有数字化，就没有基于赛博的恒定智能系统和具有学习能力的开放智能系统。没有各种数字化的基础设施的配套，CPS中的数字世界是无法正常发挥其智能“使能”的作用的。
　　所谓数字设备，是各种数字化软件、硬件、网络等设备的统称。在工业界对数字化的较大范围的应用，起始于早期的计算机辅助设计CAD和制造CAM等。数字化为产品定义与修改提供了强大的研发手段，例如，波音公司用4年半打造的波音777比花费了24年建造的波音747要好很多，数字化研发手段是关键设施，数字孪生是必经阶段。
　　数字化一切可以数字化的事物。无论是研发手段的数字化，服务模式的数字化，还是产品本身的数字化。
　　与此几乎同时登场的是网络化：网联一切可以联接的事物。数字化和网络化相互辉映，实现网络的泛在，打造了一个良好的数字化基础设施架构。下一步顺理成章的是，实现数据的自由、畅通、有序的流动。
　　然而，智能制造仍然需要更加复杂的因素来实现数据的解放和流动。
　　这就是智能制造的第三个特征：按需供给的泛在知识。数据是知识的载体，但是并不是所有的数据都具备知识的价值。只有借助软件中的知识，才能实现数字世界的重新组合。而且在未来，除了人产生知识之外，赛博空间中的智能系统也可以自动产生知识，大数据分析也可以产生知识，这就是麦肯锡公司定义的知识工作自动化的未来场景，也即《三体智能革命》中描述的“大知识”时代。知识无处不在，随时指导人在合适的时间、恰当的地点，以正确的方式来做正确的事情，让所有的物理实体都精确可控。泛在的知识如同水、燃气和电一样，将成为维持智能社会运行的基本要素之一。

　　在数字化、网络化、知识化实现之后，自组织化将对传统的企业形式带来深刻而持久的、不可逆转的冲击，打破工业革命以来近三百年不变的企业边界和组织形式。生产关系的变革将引发工业领域的新工业革命。
　　自组织化背后的支撑逻辑是“社交化”和“圈子”。而其核心是由于移动互联的社交网络，使得人与人之间的关系正在数字化，而非模拟化。正如消失了的电话黄页，人与人的关系正在用各种账号进行连接。人与人的交互，已经事实上变成了数字ID和数字ID的交互。这就是人际关系的数字化特征。这意味着，人们接触这个世界的渠道，已经从一个以实体和物质为基础的视角，转变成以数字信息和知识为基础的视角。
　　人们在交换知识的过程中，就产生了大量的碎片化的知识和碎片化的思想交换，其中经常会触发一些在封闭环境中无法产生的真知灼见与创新知识。对于中国制造而言，这是一股推动智能制造发展的重要知识源泉。而这种全新源泉的潜力尚处于爆发的前夜。未来这些知识迁移到工业互联网APP是迟早的事情。

　　很多未来的工作模式今天已经可以预见：如人们可以自由分散工作，彻底改变了工厂的管理模式乃至城市社区的管理模式；机器仪器等设备的所有权和使用权可以完全分离，以加工能力或测量能力的方式对外开放，人们可以购买机器时，开放使用；人们可以根据自己的兴趣爱好加入线上/线下的圈子，以自组织的形式工作，在美国，现在大约34%的工作者是自由职业者，总数达5300万人。他们已经不属于任何企业，只属于自己感兴趣的若干职业“圈子”。

　　智能制造需要解决两大不确定性问题：一是要充分满足客户日益增长的充满不确定性的个性化需求；二是产品本身的复杂性，如企业内部管理、外部供应链协同，生产过程、使用过程充满了高度不确定性。
　　而数字化、网络化、知识化和自组织化，作为智能制造的重要内核，将促使制造业实现深刻的变化：
　　☆ 数字化提高了产品或机器在功能上的柔性；
　　☆ 网络化瓦解了时间和空间上的限制，同时所带来的信息对称消灭了多数中间环节；
　　☆ 知识化使得工业技术体系得以从人延展到机器，让设备与人类知识在数字世界中达到完美统一；
　　☆ 而自组织化则打破了原有的僵化的企业边界，大幅度削平了知识的高墙壁垒，降低了知识的迁移难度，从而为灵活的组织和群体智慧提供了全新的管理支撑。
　　这一切最终指向了智能化，用尽可能多的数据流动与尽可能少的成本物耗来满足个性化定制的需求，从而奠定智能制造的辉煌之果。

　　智能机理：状态感知-实时分析-自主决策-精准执行-学习提升
　　操作对象：数据（信息与知识的数字化载体）
　　使能：软件中的算法、规则与知识，形成“软件定义”
　　本质：数据自动流动，并因自动流动而形成知识泛在
　　目的：消除复杂系统的不确定性
　　约束：给定时空下的工作场景
　　价值：优化配置制造资源，价值最大化