隨著第四次工業(yè)革命的到來(lái)，信息技術(shù)（IT）和運(yùn)營(yíng)技術(shù)（OT）的融合成為新趨勢(shì)，工廠開始進(jìn)入數(shù)字化轉(zhuǎn)型階段，而德國(guó)“工業(yè)4.0”戰(zhàn)略給全球制造業(yè)發(fā)展帶來(lái)啟示，未來(lái)生產(chǎn)線上的人、機(jī)器、產(chǎn)品等對(duì)象都將與計(jì)算機(jī)里的虛擬世界連接，從而提升工廠的管理控制能力，并創(chuàng)造出巨大的商業(yè)價(jià)值。

在OFweek2018（第三屆）中國(guó)高科技產(chǎn)業(yè)大會(huì)上，德國(guó)漢堡科學(xué)院院士張建偉發(fā)表了《賦予新動(dòng)能，從CPS到HCPS的智能系統(tǒng)》的精彩演講，并在會(huì)后接受了OFweek工控網(wǎng)的采訪，詳細(xì)談及了信息物理系統(tǒng)（CPS）的關(guān)鍵技術(shù)，以及人工智能、智能制造方面的重要趨勢(shì)。

德國(guó)漢堡科學(xué)院院士張建偉在接受OFweek工控網(wǎng)采訪

張建偉認(rèn)為，德國(guó)工業(yè)4.0模式下，數(shù)字化的過(guò)程充分利用了計(jì)算的能力和物理仿真的方法，將物理世界的對(duì)象在虛擬計(jì)算中創(chuàng)建一一對(duì)應(yīng)的數(shù)字模型，從而能夠分析各個(gè)自動(dòng)化環(huán)節(jié)的合理性，例如機(jī)器人應(yīng)該放在哪個(gè)位置，并測(cè)試出各種組合的可能性，最終找到最佳的實(shí)施解決方案。

目前，通過(guò)數(shù)字化CPS可以實(shí)現(xiàn)機(jī)器人等設(shè)備的仿真測(cè)試，包括機(jī)器人運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)的仿真，機(jī)器人離線編程等，甚至實(shí)現(xiàn)整條生產(chǎn)線的幾何仿真，以幫助更好的實(shí)現(xiàn)車間布局設(shè)計(jì)。未來(lái)，信息物理系統(tǒng)還需要融入人類的仿真，從信息物理系統(tǒng)（CPS）到HCPS（Human-Cyber-Physical Systems），即融合人類、信息和物理設(shè)備，并充分發(fā)揮人工智能的作用。

智能制造過(guò)程面臨多重挑戰(zhàn)

中國(guó)制造業(yè)轉(zhuǎn)型升級(jí)的過(guò)程中，智能制造模式成為主要話題。作為一個(gè)復(fù)雜的生產(chǎn)系統(tǒng)，智能制造包括了機(jī)器人、物聯(lián)網(wǎng)、虛擬現(xiàn)實(shí)以及生產(chǎn)計(jì)劃、制造工藝等多種技術(shù)和模塊，這些標(biāo)準(zhǔn)模塊和技術(shù)組合在一起，最終能夠?qū)崿F(xiàn)各種定單的柔性生產(chǎn)，并能以最低的成本完成個(gè)性化制造。

張建偉表示，要實(shí)現(xiàn)真正的智能制造仍需要解決多項(xiàng)技術(shù)難題，例如通過(guò)傳感器感知環(huán)境，讓機(jī)器人在移動(dòng)的場(chǎng)景下識(shí)別出工件、機(jī)器和人等所有物體，對(duì)整個(gè)工廠進(jìn)行可視化，這樣在設(shè)備維護(hù)，以及人的交互方面就會(huì)有很大的突破。在移動(dòng)設(shè)備安裝上傳感器，不管走到哪里，都可以立即識(shí)別出周邊的物體，然后將信息傳遞給其它參與生產(chǎn)的人或設(shè)備等對(duì)象。

機(jī)器人智能制造案例

此外，人工智能方面也有很多地方需突破，例如信息物理系統(tǒng)里要結(jié)合深度學(xué)習(xí)的方法，實(shí)現(xiàn)對(duì)自動(dòng)化機(jī)器、生產(chǎn)線、人機(jī)共融等場(chǎng)景的模擬，最終使得智能工廠能夠按不同的指標(biāo)，以最短時(shí)間、最低成本進(jìn)行生產(chǎn)制造。

還有，自動(dòng)化知識(shí)庫(kù)的建設(shè)也十分重要，包括自動(dòng)化的知識(shí)、成本的知識(shí)、設(shè)備的使用能力等，例如工業(yè)機(jī)器人在不同的節(jié)點(diǎn)上能帶來(lái)哪些能力，硬件、軟件和人力的成本是多少，將所有可能的自動(dòng)化單元做到一個(gè)庫(kù)里，這將對(duì)生產(chǎn)計(jì)劃的實(shí)施非常有意義。

云+邊緣計(jì)算，實(shí)現(xiàn)設(shè)備快速響應(yīng)能力

智能信息物理系統(tǒng)將會(huì)融合人工智能等多項(xiàng)技術(shù)，對(duì)計(jì)算機(jī)的運(yùn)算能力有很高的要求。目前，云計(jì)算、霧計(jì)算、霾計(jì)算、邊緣計(jì)算等概念已經(jīng)興起，并在制造領(lǐng)域越來(lái)越多的被討論。企業(yè)要考慮上云，將信息或數(shù)字模型放到云平臺(tái)里，而霧計(jì)算、邊緣計(jì)算的運(yùn)用，主要在于提升實(shí)時(shí)性能方面，和云端相對(duì)靜態(tài)的數(shù)據(jù)融合起來(lái)，將具有極大的潛力。

張建偉對(duì)OFweek控網(wǎng)表示，人工智能芯片變得越來(lái)越火熱，實(shí)際上這些芯片是在實(shí)現(xiàn)邊緣計(jì)算的能力，目前AI芯片主要停留在智能感知、智能識(shí)別等方面，例如物體的識(shí)別、人臉識(shí)別、語(yǔ)音識(shí)別等等，并開始在自動(dòng)駕駛等商業(yè)領(lǐng)域上使用。

人臉識(shí)別的商業(yè)案例

未來(lái)，邊緣計(jì)算將用在帶有感知功能的機(jī)器上，尤其在機(jī)器人方面有很大的潛力。協(xié)作機(jī)器人有了視覺(jué)、力覺(jué)等感知需求，反應(yīng)速度不如傳統(tǒng)工業(yè)機(jī)器人，這也體現(xiàn)了邊緣計(jì)算能力的不足。因?yàn)閰f(xié)作機(jī)器人不僅要檢測(cè)周邊環(huán)境，還要做分析和決策，采用傳統(tǒng)的數(shù)據(jù)采集、總線傳輸再到控制運(yùn)算的方式，在時(shí)間上延誤嚴(yán)重，而機(jī)器達(dá)不到快速響應(yīng)的要求。因此，需要將云計(jì)算、霧計(jì)算、邊緣計(jì)算結(jié)合起來(lái)，才能讓智能系統(tǒng)獲得快速反應(yīng)的能力。

從CPS到HCPS，提質(zhì)增效 降本減存

自動(dòng)化行業(yè)追求無(wú)人化工廠，但在未來(lái)制造系統(tǒng)里，人的角色將是不可或缺的。所以，信息物理系統(tǒng)需要從CPS擴(kuò)展到HCPS，將人、信息、物理三大空間綜合起來(lái)考慮。人在生產(chǎn)里將起到十分關(guān)鍵的作用，實(shí)現(xiàn)生產(chǎn)的組織、協(xié)調(diào)，或者是在操作級(jí)與機(jī)器實(shí)現(xiàn)人機(jī)共融。

隨著制造業(yè)工作任務(wù)的越來(lái)越復(fù)雜，工廠里需要采用機(jī)器人、人工智能等技術(shù)來(lái)減輕人的負(fù)擔(dān)。張建偉認(rèn)為，人機(jī)協(xié)作的場(chǎng)景里，機(jī)器人充當(dāng)了第三只手的角色。目前機(jī)器人的靈活方面還比不上人手，完全取代人力是不可能的，所以采用人機(jī)協(xié)作的方式可以達(dá)到最優(yōu)的生產(chǎn)效果。

生產(chǎn)線的虛擬仿真

在人工智能的賦能下，機(jī)器人可以主動(dòng)察覺(jué)人的意圖、了解裝配的要求和人的裝配習(xí)慣，并對(duì)多種場(chǎng)景進(jìn)行學(xué)習(xí)和理解，最終能夠主動(dòng)協(xié)助人去執(zhí)行一些任務(wù)，人工智能將加速人機(jī)共融場(chǎng)景的實(shí)現(xiàn)，并能解決一些傳統(tǒng)自動(dòng)化的問(wèn)題。

還有，人工智能可以通過(guò)超級(jí)大腦的運(yùn)算能力，對(duì)整個(gè)工廠和車間的內(nèi)部和外部所有東西進(jìn)行建模，打通各個(gè)環(huán)節(jié)的數(shù)據(jù)隔閡，通過(guò)大數(shù)據(jù)的整合分析，對(duì)工廠的進(jìn)料和庫(kù)存進(jìn)行優(yōu)化，實(shí)現(xiàn)最少的庫(kù)存。同時(shí)，在出現(xiàn)不良品的情況下可以回溯到錯(cuò)誤源，以應(yīng)急處理生產(chǎn)過(guò)程一些的突發(fā)的情況?？偟膩?lái)說(shuō)人工智能對(duì)于信息物理系統(tǒng)和整個(gè)生產(chǎn)起到非常重要的作用。

機(jī)器人2.0，人機(jī)共融時(shí)代將到來(lái)

工業(yè)機(jī)器人正從1.0向2.0時(shí)代轉(zhuǎn)變，傳統(tǒng)的工業(yè)機(jī)器人在結(jié)構(gòu)化的環(huán)境下不斷重復(fù)一些任務(wù)，而進(jìn)入2.0時(shí)代的機(jī)器人將能夠在非結(jié)構(gòu)化的環(huán)境下，快速的感知周邊環(huán)境，理解和學(xué)習(xí)不斷變化的動(dòng)態(tài)環(huán)境，并能快速做出最優(yōu)的決策。而實(shí)現(xiàn)這一系列的動(dòng)作，需要一些關(guān)鍵性技術(shù)的支持。

張建偉表示，機(jī)器人除了對(duì)環(huán)境感知，還要對(duì)人進(jìn)行感知，理解人的行為和意圖，實(shí)現(xiàn)人與環(huán)境的共同模型。其次，還需要自適應(yīng)和學(xué)習(xí)能力，因?yàn)樵诜墙Y(jié)構(gòu)環(huán)境不易通過(guò)編程來(lái)解決，必需讓機(jī)器人在未知和意外的情況下，能夠思考怎么處理突發(fā)情況，并且學(xué)習(xí)到新的能力。

人與機(jī)器人的協(xié)作

在2.0的機(jī)器人環(huán)境里，機(jī)器人將擁有認(rèn)知的能力，以及知識(shí)表達(dá)的能力，并能在動(dòng)態(tài)的環(huán)境下，完成從感知、分析到?jīng)Q策的動(dòng)作，最終滿足人機(jī)共融場(chǎng)景的需求。

人機(jī)共融是一個(gè)大而長(zhǎng)遠(yuǎn)且富有挑戰(zhàn)性的場(chǎng)景，未來(lái)的發(fā)展將對(duì)于人工智能將提出更多挑戰(zhàn)性的問(wèn)題。隨著這些問(wèn)題的解決，2.0的機(jī)器人將逐步產(chǎn)業(yè)化，同時(shí)也能讓智能機(jī)器人進(jìn)程變得更快。

未來(lái)可期，人工智能應(yīng)用場(chǎng)景豐富

人工智能作為一種賦能技術(shù)，必需和各個(gè)行業(yè)垂直應(yīng)用場(chǎng)景結(jié)合才能體現(xiàn)其價(jià)值所在。在融合的過(guò)程中，技術(shù)驅(qū)動(dòng)是其中的一個(gè)方法，例如基于人工智能、大數(shù)據(jù)等技術(shù)實(shí)現(xiàn)人臉識(shí)別；通過(guò)病例的學(xué)習(xí)來(lái)幫助醫(yī)生診斷；通過(guò)文本學(xué)習(xí)實(shí)現(xiàn)機(jī)器人寫作；以及通過(guò)語(yǔ)音大數(shù)據(jù)的學(xué)習(xí)來(lái)模擬人類發(fā)聲，進(jìn)行新聞主播等功能，這些都是人工智能的應(yīng)用場(chǎng)景。

張建偉告訴OFweek工控網(wǎng)，真正的人工智能需要和CPS系統(tǒng)結(jié)合，使得各個(gè)行業(yè)如制造業(yè)、交通出行、醫(yī)療、農(nóng)業(yè)、建筑、教育和基礎(chǔ)設(shè)施的維護(hù)變得更輕松。目前，在動(dòng)態(tài)變化的環(huán)境里，人工智能還遠(yuǎn)遠(yuǎn)未能解決問(wèn)題，例如醫(yī)療自動(dòng)化、自動(dòng)駕駛、建筑、農(nóng)業(yè)機(jī)器人采摘等不確定的、復(fù)雜性的場(chǎng)景，人工智能有很大的挑戰(zhàn)。

未來(lái)，人工智能作為超級(jí)大腦，需要將人類已有的知識(shí)和能力更好的融合在一起，從而能協(xié)助人完成更多的任務(wù)。還有利用全局的視角，綜合分析預(yù)測(cè)各種內(nèi)在和外部的環(huán)境因素，最終使得機(jī)器在協(xié)作上做得更好。

最后，張建偉表示人工智能是把雙刃劍，如無(wú)人商店、刷臉等方式讓生活變得更便捷，同時(shí)也使得一些工作消失。未來(lái)的人工智能應(yīng)該在以人為本的決策指導(dǎo)下，開發(fā)出能真正對(duì)生活有用功能，最終幫助人類獲得更好的生活質(zhì)量。讓機(jī)器人接替一些危險(xiǎn)、臟的和無(wú)聊的工作，使人類能從事更有創(chuàng)意和高價(jià)值的工作。