从制造到“智能制造”政策视野中的制造业升级

从制造到“智能制造”政策视野中的制造业升级

制造业直接体现了一个国家的生产力水平。最近几年，随着信息技术的快速发展，制造业面临着与信息技术融合的选择。

新一代人工智能与制造相关联，会是怎样的情景呢？

智能与制造之间未来将会发展出两种路径，一种是“制造智能化”，即继续沿着现有的智能制造路线深化；另一种是“智能制造化”，所有的产品都是某种算法的实体化，也即“泛机器人”时代来临。在未来一段时间内，这两条路线可能是并存的。

从制造到“智能制造”政策视野中的制造业升级

这里所指的“智能制造”主要是“智能装备和智能工厂”，而“智能终端产品”和“互联网+”带来的产业链则另外归类。智能制造的基础是信息物理系统（Cyber-Physical System，简称CPS），这个概念被认为是智能制造的核心。

2015年国务院印发的《关于积极推进“互联网+”行动的指导意见》中，在“互联网+”协同制造部分提到：推动互联网与制造业融合，提升制造业数字化、网络化、智能化水平，加强产业链协作，发展基于互联网的协同制造新模式。其主旨在于推进制造业与互联网的融合，从而形成新的产业生态体系，集众智、聚众力。

在2016年国务院印发的《关于深化制造业与互联网融合发展的指导意见》中，这一思路继续得到贯彻。该指导意见的主要目标是：制造业互联网“双创”平台成为促进制造业转型升级的新动能来源，形成一批示范引领效应较强的制造新模式，初步形成跨界融合的制造业新生态，制造业数字化、网络化、智能化取得明显进展，成为巩固我国制造业大国地位、加快向制造强国迈进的核心驱动力。这一指导意见强调以“双创”为抓手，促进制造业加上互联网后形成制造业新模式和新生态，成为制造业转型升级的新动能。

在以上的三个重要文件中，智能制造主要指的是智能工厂和智能设备，也包括智能终端产品。制造业与互联网的融合，形成新模式和新业态，从而取得新动能。所有这些，都是从制造业出发，选择适合与制造业相融合的信息技术。

具体实践中的制造业智能化

现实中智能制造的发展与政策呼应。随着制造业与信息化的融合，制造业逐渐数字化，越来越多的数据得以汇聚在同一个数据平台。数据分析让制造业真正地具备了智能化的基础。基于制造业数字化和“互联网+”产生的大数据，系统平台再进行数据分析，从而形成知识和价值。

再以智能产品为例，传统的飞机发动机只是为了提供飞机的动力功能，但是当它被置入微型计算机后，就可以感知飞机的飞行路线，并通过网络将这些信息传给其他的机器。在震惊全球的“马航MH370”事件中，就是该飞机的发动机供应商而不是马来西亚航空公司，提供了该飞机航线的一些基本数据。

很显然，这些含有预测性功能的设备，能够反映飞行轨迹的发动机，已经具有了其“前身”完全不曾有的价值。而这些附加价值的来源，是数据和数据分析创造的。这是目前智能制造最主要的内涵。

但是总体而言，目前所讨论的智能制造距离真正意义上的智能制造还有相当的距离。按照中国工程院院长周济院士的观点，目前我们所讨论的智能制造还是1.0版本的，目标是实现制造业数字化、网络化，最重要的特征是在全面数字化的基础上实现网络互联和系统集成。而在未来的智能制造2.0系统，应是在制造业数字化、网络化的基础上，更进一步实现真正意义上的智能制造。

在今年刚刚发布的《新一代人工智能发展规划》中，也对智能制造提出了具体的目标：推进智能制造关键技术装备、核心支撑软件、工业互联网等系统集成应用，研发智能产品及智能互联产品、智能制造使能工具与系统、智能制造云服务平台，推广流程智能制造、离散智能制造、网络化协同制造、远程诊断与运维服务等新型制造模式，建立智能制造标准体系，推进制造全生命周期活动智能化。

这些目标，是在原有“互联网+”战略和《中国制造2025》的基础上，强调了人工智能技术在制造过程和产品智能化方面的作用，本质上是“制造+人工智能”。

毫无疑问，制造业与信息化、互联网以及人工智能技术的融合，都在帮助以“制造产品”为最终目的的制造业逐步走向智能化，尤其体现在制造过程的智能化和产品的智能化。但是不论制造过程如何智能，制造仍是主角，产品仍是目的，信息技术只是配角和手段。

从人工智能到“制造智能”

由于人们是在物理现实中生活，人工智能有时候必须以实体的形式与人交流。这是我们即将要看到的人工智能与制造业发生关系的一种新的趋势，即人工智能的实体化。这种实体化，也是一个制造的过程，或许我们可以称之为“制造智能”。

Echo本质上是人工智能的实体化

Echo名义上是一个音箱，但是据说拥有超过一万种技能。如果你要早起赶飞机，它可以提供叫醒服务；如果你喜欢自己下厨烹饪，它会告诉你很多菜谱；如果你在厨房做饭的时候想听书，你可以叫它读 Kindle 里面的电子书；当然如果你喜欢玩音乐，Echo可以本分地做一个音箱。很显然，Echo已经成为用户生活中的一部分。

Echo之所以成功，与它的技术内涵密切相关。虽然名义上是一个音箱，但它的核心技术在于语音交互平台Alexa。如果说 Echo是躯体，那么Alexa就是大脑，所有输入输出的信息都经由大脑处理。很有特色的是，Echo并没有触摸屏，它与人唯一的交流方式是语音。所以，Echo应用的语音交互是在很多场景要替代触摸屏的核心技术。而且，与竞争对手相比，Echo回应人声的时间只有1.5秒，这已经在人类的容忍范围之内。

语音互动的关键还在于深度学习。当前机器之所以可以识别人的语音，根本上是深度学习训练的结果。在深度学习中，样本库至关重要。如果处理后的声音与样本库不匹配，识别效果就不会太好。因此，技术的难点并不在于如何让声音越清晰越好，而是要越接近于训练样本库的特征越好。这要求声音感知和深度学习方面的技术有很强的组合能力。

更多的人工智能实体正在入场

就在本文撰写的这几天，来自Echo的大脑——Amazon的语音助手Alexa和来自微软的语音助手Cortana正式“牵手”。这也就意味着，当你需要在电脑上处理一些事情的时候，你可以借助虚拟机器人Cortana，而当你不在电脑旁的时候，你可以借助实体机器人Echo音响。所不同的是，对Cortana来说，你需要轻声细语；而对Echo，必须大声喊叫（这背后当然体现着微软和亚马逊不同的技术特长）。

“泛机器人”时代来临

随着新一代人工智能的发展，未来的社会将会是智能社会。这个社会将会是以大数据为基础，人工智能为动力，机器人为表现形式的智能社会。在这样的智能社会中，每一个物体都可能是机器人。理论上，未来的任何人造产品都是智能的。

但在近期，“制造智能化”和“智能制造化”这两条路线还将长时间并存。在前者的路线上，传统音箱公司可以借助人工智能技术让制造过程更加智能化，生产出质量更高的音箱。在后者的路线上，人工智能公司可以借助制造技术生产出叫“音箱”的语音助手，也可以是其他任何有应用价值的算法实体。

有意思的是，虽然现在机器人和人工智能被大家联系在一起，但是在过去，这可是完全不同的两个领域。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。