互联网+人工智能+制造的新时代到来

互联网+人工智能+制造的新时代正在到来。这个时代的生态系统可以用泛在互联、数据驱动、共享服务、跨界融合、自主智慧、万众创新这24个字来表示。”2017年1月6日，在中国智能制造百人会和《中国信息化》杂志联合主办的“中国智能制造百人会年会暨智能制造示范培育30强高峰论坛”上，国家制造强国战略咨询委员会委员、中国工程院院士李伯虎如是说。

如今，各国纷纷制定重回制造业领域的战略规划，包括美国2012年基于工业互联网的国家制造业创新网络计划、德国的CPS“工业4.0”计划，以及我国基于两化融合的“中国制造2025”和“互联网+”行动计划。这些战略规划的核心内容都是积极发展智能制造技术、产业和应用。

李伯虎院士领导的团队从上世纪80年代开始搞制造业信息化，那时还被称为“两化融合”。基于其在2006年、2009年云仿真工作的成果，李伯虎提出了“云制造”的概念，开始以网络化和服务化为主要特征的“云制造1.0”的研究与实践;2012年升级为一种互联、服务、协同、个性、柔性和社会化为特征的智慧云制造，即“云制造2.0”。

“这是互联网+人工智能+制造领域时代的智能制造模式手段与业态，这是制造业和互联网融合发展的智能制造模式手段和业态。”李伯虎告诉《中国电子报》记者。

李伯虎表示，智慧云制造是基于泛在网络，借助大制造技术、信息通信技术、智能科学技术和制造应用领域的技术深度融合，以数字化、网络化、智能化技术为手段，构成以用户为中心的统一经营的智慧制造资源与能力的服务云。

这是一个人、机、物管理信息的互联服务网。用户通过终端和云制造服务平台连接，可随时随地获取所需要的制造资源和能力。对制造全系统、全生命周期里的人机物环境和信息进行自主智慧的感知、互联、协同、学习、分析、认知、决策、控制与执行，使得全系统的人、组织、经营管理和技术流、信息流、物流、资金流、知识流、服务流优化，形成新的模式。这个模式是基于泛在网络用户为中心，是人机物和环境信息融合、互联服务协同，个性定制化、柔性社会化的模式。

云制造和制造全生命周期智慧应用的一个核心就是智慧云制造平台的支持，需要把实在的东西加在云池里，然后拿出来为它服务。具体来看，包括一个体系架构。底层是智慧制造的资源和能力，上面是平台层，平台层又包括感知接入和虚拟池，共性和面向制造的云设计、云管理以及云实验等几个层次。其中，有各种各样的资源和能力管理、构建虚拟的智慧制造系统和运行服务，以及大数据的演进处理。最后就是能力共享，应用到行业、企业、车间、产品以及设备线。

李伯虎指出，智慧云制造系统知识技术体系包括总体框架、商业模式、系统结成方法、标准化、安全和系统评估技术等。其中，包括产品的专业技术，即云的设计、生产、管理、仿真实验和服务技术;系统软件技术，即平台软件和应用软件的体系架构;支撑软件技术，即新的大制造技术、信息通信技术、智能科学技术;云计算技术，提供信息资源能力;大数据技术，为智能制造系统提供全生命周期活动的精准、高效和智能化。

“智慧云制造就是云计算在制造领域的落地和拓展，它在资源共享内容，使得计算资源、制造资源和能力大大拓展。智慧云制造提出了制造模式，以用户为中心的互联化、服务化、协同化、个性化、柔性化、社会化的制造产品和服务用户，基于四类技术深度融合为手段，包括数字、物联、虚拟服务、协同和定制以及柔性。”李伯虎解释道。

他表示，智慧云制造有中国特色，是以提高制造企业市场竞争力为目标，突出问题导向，突出四类技术的深度融合，构成用户为中心的人机物的融合制造系统，不同阶段的企业在云里面都可以信息互通、资源共享、能力协同、互利共盈。

李伯虎指出，“云制造2.0”中大数据是很重要的方面。这里的大数据，包括制造全生命周期的数据、企业经营管理的数据，以及技术产品设备的数据。按照形式可以分为结构化、半结构化、非结构化和混合;按照平度可以分为动态，静态、实时。

大数据是智慧化的重要体现，李伯虎认为大数据是智慧制造云建设和运行的战略资源，它的作用非常大，能提供精准、高效、智慧的运营分析。而对大数据进行精准高效的使用，智能地用于云制造全生命周期的活动与全系统，促进云制造的智慧化，正可以促进各企业提高竞争力。

“智慧制造还必须得有技术创新体系和人才培养。”李伯虎强调。

在技术方面，要重视大数据技术领域的算法和特殊问题持续研究;重视大数据和信息通信、人工智能、系统工程和制造技术等多种技术的深度融合;重视对面向用户的大数据云服务技术的研究;重视基于大数据的制造业全生命周期的新模式、流程、手段的技术研究;重视符合共享经济的商业模式技术研究。重视安全技术及相关标准和评估指标体系技术研究。

在应用方面，要突出制造特色，根据行业特点开展，以突出问题为导向，突出大数据驱动下的智慧云制造管理运行的模式手段和业态的变革，并突破制造三要素、五流的综合集成化、优化和智慧化。在产业方面，要加强大数据技术工具和平台的研发产业，加强大数据系统的构建与运行产业，加强工业云数据中心的运营服务产业。