人工智能在制造業(yè)的融合應(yīng)用是促進(jìn)實(shí)體經(jīng)濟(jì)發(fā)展的重點(diǎn)方向，是制造業(yè)數(shù)字化、網(wǎng)絡(luò)化、智能化轉(zhuǎn)型發(fā)展的關(guān)鍵領(lǐng)域。發(fā)達(dá)國家政府和產(chǎn)業(yè)界均高度重視這一趨勢，紛紛采取行動(dòng)推進(jìn)基礎(chǔ)性研究與產(chǎn)業(yè)布局，傳統(tǒng)的制造業(yè)生產(chǎn)方式正在人工智能的驅(qū)動(dòng)下進(jìn)一步改變。

　　人工智能正在向制造業(yè)多個(gè)環(huán)節(jié)廣泛滲透

　　隨著人工智能技術(shù)在生活領(lǐng)域的快速傳播，越來越多來自不同領(lǐng)域的學(xué)者及科研人員開始嘗試將制造領(lǐng)域的專有知識注入人工智能模型中，并將其與制造業(yè)中的典型軟件、系統(tǒng)及平臺相集成，形成了一系列融合創(chuàng)新技術(shù)、產(chǎn)品與模式。產(chǎn)品研發(fā)方面，美國工業(yè)設(shè)計(jì)軟件巨頭歐特克推出的產(chǎn)品創(chuàng)新軟件平臺Fusion360和Netfabb 3D打印軟件集成了人工智能和機(jī)器學(xué)習(xí)模塊，能夠理解設(shè)計(jì)師的需求并掌握造型、結(jié)構(gòu)、材料和加工制造等數(shù)字化設(shè)計(jì)生產(chǎn)要素的性能參數(shù)，在系統(tǒng)的智能化指引下，設(shè)計(jì)師只需要設(shè)置期望的尺寸、重量及材料等約束條件即可以由系統(tǒng)自主設(shè)計(jì)出成百上千種可選方案。

　　生產(chǎn)制造方面，日本NEC公司推出的機(jī)器視覺檢測系統(tǒng)可以逐一檢測生產(chǎn)線上的產(chǎn)品，從視覺上判別金屬、人工樹脂、塑膠等多種材質(zhì)產(chǎn)品的各類缺陷，從而快速偵測出不合格品并指導(dǎo)生產(chǎn)線進(jìn)行分揀，在降低人工成本的同時(shí)提升出廠產(chǎn)品的合格率。

　　供應(yīng)鏈運(yùn)營方面，美國多聯(lián)式運(yùn)輸公司C.H. Robinson針對卡車貨運(yùn)的運(yùn)營需求開發(fā)了用于預(yù)測價(jià)格的機(jī)器學(xué)習(xí)模型，模型既整合了不同路線貨運(yùn)定價(jià)的歷史數(shù)據(jù)，又將天氣、交通以及社會經(jīng)濟(jì)挑戰(zhàn)等實(shí)時(shí)參數(shù)加入其中，為每一次貨運(yùn)交易估算出公平的交易價(jià)格，在確保運(yùn)輸任務(wù)規(guī)劃合理的前提下實(shí)現(xiàn)了企業(yè)利潤的最大化。

　　市場營銷方面，美國亞馬遜商城基于機(jī)器學(xué)習(xí)模型對用戶的購買習(xí)慣以及產(chǎn)品的屬性進(jìn)行深度學(xué)習(xí)，形成了全面的知識圖譜，在此基礎(chǔ)上向用戶進(jìn)行個(gè)性化推薦，也向銷售商提供相關(guān)的生產(chǎn)與營銷建議，這項(xiàng)技術(shù)的應(yīng)用使亞馬遜增加了10%到30%的附加利潤。

　　產(chǎn)品服務(wù)方面，日本的小松機(jī)械在生產(chǎn)工程機(jī)械的同時(shí)推出了智能化工程服務(wù)項(xiàng)目，可實(shí)現(xiàn)由一隊(duì)無人機(jī)測繪三維地圖，然后指導(dǎo)智能機(jī)器人控制大型工業(yè)車輛作業(yè)，從而幫助用戶大幅提高施工效率和品質(zhì)。

　　售后運(yùn)維方面，電梯廠商蒂森克虜伯公司與微軟合作，為其旗下24000名技術(shù)工人配備了集成人工智能技術(shù)的增強(qiáng)現(xiàn)實(shí)眼鏡，以便在安裝、檢修電梯設(shè)備的時(shí)候能夠智能化輔助識別現(xiàn)場并獲得技術(shù)支持。業(yè)務(wù)升級后，技術(shù)工人的工作效率得以大幅提升，以往需要2小時(shí)才能解決的問題通常20分鐘就能完成。

　　可以看到，當(dāng)前人工智能技術(shù)向制造領(lǐng)域的滲透從廣度、深度來看均在快速推進(jìn)，對制造業(yè)整體發(fā)展的支撐效應(yīng)初顯。其主導(dǎo)企業(yè)既有小松機(jī)械、蒂森克虜伯這樣的傳統(tǒng)制造企業(yè)，也有谷歌、亞馬遜等具有人工智能技術(shù)優(yōu)勢的互聯(lián)網(wǎng)企業(yè)，還有歐特克、ABB等向人工智能領(lǐng)域轉(zhuǎn)型的工業(yè)軟硬件產(chǎn)品提供商，總體上呈現(xiàn)多領(lǐng)域融合、多行業(yè)合作的發(fā)展態(tài)勢。但是我們也可以看到，當(dāng)前產(chǎn)業(yè)界對人工智能的融合應(yīng)用大多數(shù)還處于探索階段，對部分環(huán)節(jié)的應(yīng)用模式還存在較大爭議，多數(shù)企業(yè)仍處于觀望狀態(tài)。

　　人工智能向制造業(yè)的融合滲透仍面臨挑戰(zhàn)

　　盡管當(dāng)前人工智能與制造業(yè)的融合發(fā)展已經(jīng)顯露出一些成效，但是從世界范圍看，該領(lǐng)域仍然較為前沿，在技術(shù)架構(gòu)、實(shí)施路徑、行業(yè)標(biāo)準(zhǔn)及產(chǎn)業(yè)生態(tài)等方面均存在一定的發(fā)展瓶頸。

　　首先是產(chǎn)業(yè)總體發(fā)展尚不成熟。作為一項(xiàng)基礎(chǔ)性、通用性的技術(shù)，人工智能在工業(yè)領(lǐng)域的應(yīng)用實(shí)踐需要產(chǎn)業(yè)界多方合作開展大量的融合創(chuàng)新探索，對相關(guān)產(chǎn)品和解決方案的成本、可靠性等指標(biāo)也有較高的要求。從已有的實(shí)踐案例中可以看到，當(dāng)前人工智能在制造業(yè)的融合創(chuàng)新主要是由數(shù)據(jù)、知識密集型的制造企業(yè)與具備人工智能技術(shù)優(yōu)勢的互聯(lián)網(wǎng)企業(yè)或軟件企業(yè)強(qiáng)強(qiáng)聯(lián)合推進(jìn)的，其開發(fā)成本、技術(shù)壁壘較高，應(yīng)用覆蓋面也相對較窄，這使得人工智能技術(shù)暫時(shí)不具備在制造業(yè)大范圍推廣的條件。

　　其次是行業(yè)標(biāo)準(zhǔn)有待完善。工業(yè)領(lǐng)域的人工智能應(yīng)用需要基于大樣本的數(shù)據(jù)集建模，這些數(shù)據(jù)通常是來自智能裝備及現(xiàn)場部署的獨(dú)立傳感器。然而，工業(yè)現(xiàn)場目前的數(shù)據(jù)通信標(biāo)準(zhǔn)之間通常不能兼容，無法滿足人工智能技術(shù)對優(yōu)化建模數(shù)據(jù)量的基本需求。以工業(yè)現(xiàn)場總線為例，目前工業(yè)界常見的通信協(xié)議有20余種，這些協(xié)議之間不能直接互聯(lián)互通，使得信息孤島的情況在工業(yè)界廣泛存在。

　　再次是產(chǎn)業(yè)發(fā)展保障體系有待健全。人工智能技術(shù)作為信息技術(shù)的一種，其自身就存在一定的安全風(fēng)險(xiǎn)，引入工業(yè)領(lǐng)域后，將與工業(yè)系統(tǒng)自身的功能風(fēng)險(xiǎn)疊加放大，這將直接危及到生命安全和國家安全。此外，在面對某些與倫理道德相關(guān)的抉擇問題時(shí)，人工智能系統(tǒng)的研發(fā)也缺乏相關(guān)的法律標(biāo)準(zhǔn)。例如，向人工智能視頻識別系統(tǒng)中輸入帶有欺騙特征的圖片，有可能會引起系統(tǒng)誤判而觸發(fā)一系列的危險(xiǎn)動(dòng)作;在工業(yè)事故中，人工智能應(yīng)急管理系統(tǒng)在面對重大資產(chǎn)與人員安全無法兼顧時(shí)也沒有權(quán)威的處理標(biāo)準(zhǔn)。

　　推動(dòng)人工智能與制造業(yè)融合發(fā)展的建議

　　作為一項(xiàng)極具發(fā)展前景的領(lǐng)域，人工智能與制造業(yè)的融合發(fā)展尚需政府和產(chǎn)業(yè)界多方發(fā)力。首先是要培育產(chǎn)業(yè)發(fā)展環(huán)境。政府和行業(yè)協(xié)會需要通過培育解決方案服務(wù)機(jī)構(gòu)、開展試點(diǎn)示范等方式，引導(dǎo)人工智能技術(shù)在ICT、互聯(lián)網(wǎng)等領(lǐng)域的應(yīng)用成果向制造業(yè)輸出，尤其是在輕量化設(shè)計(jì)、節(jié)能降耗、工藝優(yōu)化、質(zhì)量提升、運(yùn)行維護(hù)等當(dāng)前人工智能已經(jīng)涉足的領(lǐng)域培養(yǎng)一批成熟的解決方案。與此同時(shí)，要針對系統(tǒng)開發(fā)、現(xiàn)場操作、管理規(guī)劃等不同層面的需求，分類型、分等級推進(jìn)人工智能階梯形人才隊(duì)伍的培育工作，加強(qiáng)企業(yè)員工的再培訓(xùn)，做好工業(yè)智能化變革下新舊動(dòng)能的承接工作。其次是要加快制定行業(yè)標(biāo)準(zhǔn)。產(chǎn)業(yè)界需要通過組織聯(lián)盟等形式開展多方合作，面向各工業(yè)分類的人工智能應(yīng)用對數(shù)據(jù)采集、應(yīng)用部署等方面的需求，聯(lián)合制定機(jī)器設(shè)備、工控系統(tǒng)、工業(yè)互聯(lián)網(wǎng)平臺的標(biāo)準(zhǔn)化數(shù)據(jù)接口及應(yīng)用參考架構(gòu)，確保支撐人工智能應(yīng)用的工業(yè)數(shù)據(jù)能快速有效地得以應(yīng)用。再次是要統(tǒng)籌協(xié)調(diào)構(gòu)建保障體系。面向人工智能技術(shù)在未來可能大范圍覆蓋的工業(yè)應(yīng)用場景，由立法部門及行業(yè)協(xié)會共同研究制定應(yīng)用規(guī)范、開發(fā)守則等涉及應(yīng)用安全、倫理道德的行業(yè)標(biāo)準(zhǔn)，盡可能規(guī)避未來可能出現(xiàn)的相關(guān)風(fēng)險(xiǎn)。同時(shí)，政府需要加快建立工業(yè)智能公共評測服務(wù)平臺，加強(qiáng)對工業(yè)智能系統(tǒng)的安全測試服務(wù)，制定完善人工智能裝備、系統(tǒng)在工業(yè)生產(chǎn)應(yīng)用場景中的安全操作規(guī)范守則。