智能制造是信息技术发展的必然！

　    制造业是国民经济的主体，是立国之本、兴国之器、强国之基。为了应对新一轮科技革命和产业变革，国务院自2015年5月起，就已相继出台了一系列规划：《中国制造2025》《新一代人工智能发展规划》《高端智能再制造行动计划（2018－2020）》《互联网+行动计划》。一个共同的指向就是：制造业要走向数字化、网络化、智能化，企业要迈向智能工厂。

　　

　　

　　

　　制造业走向智能工厂这是中国经济转型升级的必然，是社会经济发展的必然，是科学技术发展的必然，是企业获取可持续发展竞争优势的必然。

　　

　　曾经，中国工业自主创新能力不强，在全球产业链分工中处于价值链的低端，经济长期依赖投资、出口拉动。这样，随着土地、劳动力、原材料、燃料动力等要素成本的全面、快速上升，中国传统产业的比较优势将逐步削弱。中国制造业资源环境的压力突出，传统的工业发展模式不可持续，亟待形成新的竞争优势。信息化和工业化两化融合，发展智能制造，走新型工业化道路是中国经济转型升级的必然之路。

　　

　　新一代信息技术大数据、云计算、物联网、5G通信、特别是人工智能技术的发展，深刻地改变了人们的生产方式、生活方式、社会形态。随着世界人口老龄化进程的加快，劳动力短缺的现象从发达国家向发展中国家蔓延。随着中国农业现代化、城镇化进程的加快，广大农村受教育水平的提高，从事简单劳动和重体力劳动的人越来越少，招工难将成为常态。江苏、浙江、广州正在实施的机器换人计划就是一个很好的例证。所以，发展智能制造是社会经济发展的必然。

　　

　　企业的竞争是人才、技术、成本的竞争。当各种各样的智能产品摆上了货架，悄无声息来到你身边的时候；当同行在智能工厂里，以高效率、高柔性的装备，快速响应客户个性化需求的时候，传统企业将被远远甩在后面直至荡然无存。所以说，企业为了获取可持续发展的竞争优势就必须建造智能工厂。

　　

　　

　　建了智能工厂，就必然少不了人工智能技术的加持。

　　

　　什么是人工智能？人工智能AI（Artificial Intelligence）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种能以人类智能相似的方式做出反应的全新智能机器或系统。研究领域包括：机器视觉、自然语言处理、知识表现、智能搜索、推理、规划、机器学习、知识获取、组合调度问题、感知问题、模式识别、自动程序设计、不精确和不确定的管理、人工生命、神经网络、复杂系统、遗传算法。

　　

　　人工智能的关键四大核心要素是：数据、算力、算法和场景。为了解决某AI应用场景，采集相关数据，构建算法模型，通过机器学习的训练实现应用执行。

　　

　　从1965年人工智能元年到现在，56年来，人工智能的发展起起落落并不顺利，究其原因，主要是基础信息化水平差，数据采集困难，计算能力弱等。自2010年以来，深度学习和大数据的兴起，迎来了人工智能的爆发式增长。由于物联网的发展，大量设备互联，采集了大量数据，一系列大数据的产品

　　

　　Hadoop、Spark、HBase相继问世，云计算、人工智能芯片的应用大大提高了计算能力。卷积神经网络（CNN）、循环神经网络(RNN)、深度神经网络 (DNN)使得深度学习得到实质性的发展推动了人工智能技术的快速发展。

　　

　　蒋明炜说，AI在制造业中的应用无处不在。贯穿智能设计、智能产品、智能生产、智能经营、智能服务的全流程。值得一提的是，AI在智能决策中的应用尤为重要。

　　

　　在智能工厂的环境下，将产生大量的产品技术数据、生产经营数据、设备运行数据、设计知识、工艺知识、管理知识、产品运维数据。建立智能决策系统，对上述信息进行搜集、过滤、储存、建模，应用大数据分析工具和人工智能技术，为各级决策者获得知识和洞察力，提高决策的科学性。

　　

　　智能制造绕不开协同发展模式虽然AI在制造业中的应用无处不在，但当前人工智能发展的主要方向应该是协同发展，而不是简单地用机器替代人类。

　　

　　蒋明炜跟本刊记者分享了基于AI的智能工厂总体架构分为三层：数字化平台、智能技术平台和应用场景。

　　

　　企业数字化平台是实现智能制造的基础。首先生产装备、仓储物流装备要实现数字化，安装各种传感器、控制装置、数据采集装置、智能芯片，通过物联网平台实现万物互联，采集大量的设备及产品工艺运行参数，为优化控制提供数据。通过一系列工业软件：研发设计软件CAD、CAE、CAPP、PLM、CAM，生产经营管理软件ERP、SRM、CRM、PM，制造执行系统MES，实现产品设计、工艺设计数字化，经营管理和生产制造过程的数字化。所有上述数据通过大数据平台、企业知识图谱、专家系统将这些数据进行清洗、分类、储存，为人工智能的应用提供基础数据。

　　

　　智能技术平台是实现智能制造的工具。现如今，有大批人工智能企业开发出一系列人工智能通用工具、软件、产品、人工智能开放开源平台。制造业企业要购买这些成熟的产品，充分利用这些开源开放平台，将其应用于不同的优化场景。这些产品如图形识别、人脸识别、声音识别、自然语言交互、人机交互、机器学习、深度学习、增强学习、决策分析、人工智能操作系统等。

　　

　　应用场景是AI在智能制造中的落地。应用企业数字化平台产生的大量数据，根据不同的应用场景，选择人工智能的工具、模型、算法，实现人工智能技术在智能设计、智能产品、智能经营、智能生产、智能服务、智能决策中的应用。

　　

　　蒋明炜认为，人工智能贯穿智能制造的全流程，但是，智能制造离不开网络化协同发展新模式，那就需要从以下七个方面重点突破。

　　

　　一是将网络化协同制造作为企业的发展战略，与供应商和合作伙伴建立战略合作伙伴关系。

　　

　　二是加快信息网络基础建设，持续加强服务于制造业的信息技术发展，加快工业互联网建设，通过技术研究、标准引导、试验验证、产学研用结合等方式，全方位推动工业互联网创新研究和发展，引导发展一批重点行业独立运营的企业级工业互联网平台。

　　

　　三是加快提升技术产业支撑能力，加快工业无线网络、工业传感器、工业软件、高端装备等关键核心技术研发和产品研制，推进边缘计算、深度学习等新兴技术在新模式的应用研究。

　　

　　四是加大资金支持，通过设立产业投资基金等方式，带动社会资本向工业领域投入，鼓励引导风险投资、私募股权基金为产业发展提供多元化资金支持，鼓励制造业企业信息化改造，全面推进产融合作。

　　

　　五是加快典型应用推广，在积极推进网络化协同制造试点示范基础上，对典型企业开展网络化协同制造新模式的做法和经验进行梳理、总结，树立具有典型示范作用的行业标杆。

　　

　　六是完善标准体系，面向关键技术和重点应用领域，使标准化与网络化协同制造新模式同步，甚至超前，要及早抢占先机，开展关键技术的标准研制，建立标准应用推广服务体系，加快标准国际化进程。

　　

　　七是做好人才储备培养，推动高校、科研院所、企业等机构依照推进网络化协同制造发展需求，培养信息技术、工业工程、物联网和人工智能等多类学科跨领域复合型人才。

　　

　　

　　AI技术在制造业的应用是制造业转型升级的永恒主题，是提高企业核心竞争能力，是实现转型升级的必由之路。

　　

　　进入云计算、物联网时代，制造业正在经历一次新的洗牌过程。从业务和经营管理的角度看，当前制造业正在经历从粗放式经营到精细化经营的转变。以前，制造业客户比较注重如何降低成本，而现在则希望借助信息化手段改善经营，更关键的是要提升效率。

　　

　　当被问及中国制造业发展现状时，蒋明炜表示，中国制造2025开局很好，起步高，制造业自从与信息化、互联网、大数据擦出智慧火花后，效果还算不错。美中不足的是，现在多数企业仍然在做信息化规划，仅从信息化的角度如何提高研发设计能力、经营管理能力，不考虑产品如何运用信息技术、网络通信技术、智能技术实现产品智能化，更很少去考虑制造装备、物流、生产制造过程的自动化和智能化。

　　

　　接下来，企业应意识到智能制造是一个长期的战略，必须将人工智能技术作为企业长期的发展战略，制定人工智能发展规划，确立目标、方向、内容、实施计划，让AI融入制造业全生命周期。另外就是跨界融合，借鉴一切成熟的技术，包括通用人工智能算法库、机器视觉和图像识别、语音识别、人工智能芯片、认知计算等。

　　

　　蒋明炜告诉记者，实现智能制造是个长远的过程。整体上看，对于智能制造企业一定要结合“十四五”规划做好企业自身的战略设计，明确自己的发展方向。不过，企业需要了解、清楚自己的目标和短板，设计研发智能、产品智能、经营智能、制造智能这些目标并不需要同时达到，企业可根据自身情况择其一二作为企业短期目标。拥抱人工智能技术，让企业焕发新生！