視覺中國
本報記者 楊侖
前些時候， 有條新聞在人工智慧領域刷了屏：曾服務于穀歌大腦與百度大腦的AI大牛吳恩達宣佈成立AI初創公司Landing.AI。
當人工智慧遇上製造業， 會擦出怎樣的火花？
現狀：技術研發需一步一腳印
在新松機器人的一個車間裡， 生產線上的機器手臂正在上下揮舞， 完成程式指令的焊接工作。 與傳統機器人的區別是：程式指令不再由人下達， 而是智慧焊接系統自主完成程式設計並執行的。
新松機器人公司多年來一直致力於推動人工智慧在機器人領域的研究及應用， 並於2017年設立了人工智慧研究院。
“通過機器視覺系統的進步， 人工智慧技術已經在工廠中得到了應用。
徐方還介紹， 新松機器人在智慧焊接系統、智慧打磨系統、協作機器人、複合機器人等多個領域積極推動人工智慧技術的應用。
“人工智慧技術研發要一步一個腳印地走。 ”新松機器人自動化股份有限公司中央研究院院長助理王曉東博士對科技日報記者說， “我們目前在視覺、室內定位、語音等方面的人工智慧技術有所收穫， 預計還需要一年左右實現技術模組的成熟。 ”
“比如研發的機器人視覺定位系統， 通過視覺演算法讓機器人擁有了自主判斷、精確定位、位姿調整等功能；除此以外，
王曉東還介紹， 除了視覺定位系統外， 人臉識別與自動跟隨、室內定位也是該公司人工智慧技術取得的成果。 “比方說， 在一定的工作環境中， 工人需要人力推車裝運物料並進行運送分發， 通過人工智慧技術升級， 可以實現車體的自動跟隨以便輔助運送。 ”王曉東說。
難點：仍要夯實技術基礎
政策的紅利、資本的湧入， 人工智慧在60年發展歷程中還是頭一次受到如此熱烈的關注。 相較於其他領域， AI+製造業擁有巨大潛力， 被認為是智慧製造、產業升級的主戰場。 而製造業與人工智慧的結合，
徐方告訴科技日報記者， 一個顯著難點是資料不足。 “數量眾多、需要升級的中小型製造業企業的需求比較碎片化。 人工智慧需要在大資料的基礎上深度挖掘、深度學習， 但每一個工廠的環境、生產過程都不盡相同， 更重要的是積累的資料相對比較少。 ”徐方說。
另一方面， 如果根據每一個工廠的不同環境進行“量身定制”， 經濟成本是否能被廠家接受也是一個問題。 “還有一個值得關注的問題是安全， 與入侵一台手機不同， 智慧化工廠具有執行能力， 在大資料環境下， 如何保障資訊安全、生產安全也值得思考。
從全球角度來看， 製造業毫無疑問是國家競爭的核心戰場。 無論是美國的工業互聯網、德國的工業4.0、日本的工業智慧化還是英國的工業2050計畫， 西方國家已將人工智慧作為“再工業化”的戰略核心內容。
“人工智慧的道路會很長， 技術進步需要一定的時間來完善、規避風險， 才能實現人們對美好生活的嚮往， 我也希望社會對於人工智慧領域的支持是長期的， 最終實現智慧製造的升級和發展。 ”徐方說。
展望：融合是大勢所趨
“目前我們還沒有人工智慧技術的運用， 但已經處於準備階段了。 ”瀋陽機床集團技術部副部長楊銳說， “經過大資料的積累、採集， 未來人工智慧技術或許是一個可行的選項。 ”
據沈機股份1月9日發佈的公告稱，瀋陽機床集團與騰訊雲簽署了《戰略合作框架協定》，擬共同打造工業雲平臺，在工業物聯網、智慧製造、AI大資料、互聯網金融結算等方面開展深度合作。公告中還表示，合作內容是深化智慧製造領域合作，提供雲端服務及安全支援，充分挖掘工業大資料潛在價值，開展工業物聯網領域合作，並且提供互聯網金融、結算服務。
楊銳告訴記者，作為智慧裝備製造企業，如果自身建立雲平臺進行資料的處理和運算，成本過高不說，也並非其專長。借助互聯網巨頭的資料處理、資料存儲、雲計算能力，不但成本低、效率高，對未來發展的路徑也是明晰的。
那麼，AI與製造業，究竟能擦出怎樣的火花？中國資訊通信研究院政策與經濟研究所主任工程師秦業認為，雖然目前人工智慧的解決方案尚不能滿足製造業的要求，但作為一項通用性技術，人工智慧與製造業融合是大勢所趨。
“首先，對於製造業而言，知識經驗的固化與傳承很重要。在一些流程製造行業中，物料的配比、參數的設置，都需要有老專家根據多年的行業經驗來操作。AI可以將這些歷史經驗資料進行學習與建模，從而在一定程度上取代專家，為製造過程提供決策支撐。”秦業說。
其次，他認為，人工智慧可以進一步接管複雜工序。以往，被機器取代的往往是簡單重複的工作。未來，一些需要在現場由人腦進行複雜情況判斷的工序也會被人工智慧技術逐步滲透。與此同時，隨著機器視覺、手勢識別等技術與工業機器人的深入融合，人機協作也將在更多工作場景和更多複雜工序中成為主流。
另外，人工智慧可以對複雜過程進行智慧化指引。以產品研發設計為例，工業設計軟體在集成了人工智慧模組後，可以理解設計師的需求，還可以與區域經濟、社會輿情、社交媒體等多元化資料進行對接，由此形成的資料模型可向工程師智慧化推薦相關的產品設計研發方案，甚至自主設計出多個初步的產品方案供工程師選擇。這樣可以極大地釋放出創新活力，工程師不再拘泥于計算、製圖過程，而是用更多的時間來思考產品創新的突破。
“總之，人工智慧是一種方法，一個工具，在我們發展製造業的過程中會起到助推器的作用。”秦業說，“但是也不要過分誇大人工智慧在短期內對製造業的作用，技術還要腳踏實地的研發、突破，積累才是最終實現‘超車’的關鍵。”
”據沈機股份1月9日發佈的公告稱，瀋陽機床集團與騰訊雲簽署了《戰略合作框架協定》，擬共同打造工業雲平臺，在工業物聯網、智慧製造、AI大資料、互聯網金融結算等方面開展深度合作。公告中還表示，合作內容是深化智慧製造領域合作，提供雲端服務及安全支援，充分挖掘工業大資料潛在價值，開展工業物聯網領域合作，並且提供互聯網金融、結算服務。
楊銳告訴記者，作為智慧裝備製造企業，如果自身建立雲平臺進行資料的處理和運算，成本過高不說，也並非其專長。借助互聯網巨頭的資料處理、資料存儲、雲計算能力，不但成本低、效率高，對未來發展的路徑也是明晰的。
那麼，AI與製造業，究竟能擦出怎樣的火花？中國資訊通信研究院政策與經濟研究所主任工程師秦業認為，雖然目前人工智慧的解決方案尚不能滿足製造業的要求，但作為一項通用性技術，人工智慧與製造業融合是大勢所趨。
“首先，對於製造業而言，知識經驗的固化與傳承很重要。在一些流程製造行業中，物料的配比、參數的設置，都需要有老專家根據多年的行業經驗來操作。AI可以將這些歷史經驗資料進行學習與建模，從而在一定程度上取代專家，為製造過程提供決策支撐。”秦業說。
其次，他認為，人工智慧可以進一步接管複雜工序。以往，被機器取代的往往是簡單重複的工作。未來，一些需要在現場由人腦進行複雜情況判斷的工序也會被人工智慧技術逐步滲透。與此同時，隨著機器視覺、手勢識別等技術與工業機器人的深入融合，人機協作也將在更多工作場景和更多複雜工序中成為主流。
另外，人工智慧可以對複雜過程進行智慧化指引。以產品研發設計為例，工業設計軟體在集成了人工智慧模組後，可以理解設計師的需求，還可以與區域經濟、社會輿情、社交媒體等多元化資料進行對接，由此形成的資料模型可向工程師智慧化推薦相關的產品設計研發方案，甚至自主設計出多個初步的產品方案供工程師選擇。這樣可以極大地釋放出創新活力，工程師不再拘泥于計算、製圖過程，而是用更多的時間來思考產品創新的突破。
“總之，人工智慧是一種方法，一個工具，在我們發展製造業的過程中會起到助推器的作用。”秦業說，“但是也不要過分誇大人工智慧在短期內對製造業的作用，技術還要腳踏實地的研發、突破，積累才是最終實現‘超車’的關鍵。”