GBAS 2019｜大湾区产学研协作升级，人工智能+机器人还有哪些想象力？

11月1日上午，由中国国际科技交流中心、深圳市科学技术协会和深圳产学研合作促进会主办，星河控股集团和深圳新生代文化传媒有限公司承办的2019大湾区机器人与人工智能大会开在深圳大中华喜来登酒店6楼宴会厅隆重开幕。为期两天的大会共设置8场主题论坛和2场平行主题活动，将向世界传递超前新思维，为产业激发空前新动能。

如今，“智能制造”已是大势所趋。工业互联网已经成为我国提升产业最核心的基础设施和技术，2019年1月，工信部印发的《工业互联网网络建设及推广指南》，明确提出网络基础设施的构建目标，并将着力打造标杆网络、创新网络应用。与此同时，AI领域的相关技术逐步成熟，开始从学界走向产界，机器视觉等技术已经有了较为成熟的落地应用。

深圳市人大常委会副主任、深圳市科学技术协会主席蒋宇扬、GBAS大会组委会主任、深圳市第四届政协副主席、深圳市委统战部部长廖军文、GBAS大会组委会主席、IEEE Fellow、IEEE工业信息期刊总主编罗仁权先后登台致辞。

蒋宇扬在致辞中表示，随着实际深入推进高新技术企业培育政策举措的落实，深圳目前正在全力推动产业向全球产业链价值链高端跃升，从跟随式发展到引领式发展。

在前瞻对话环节，香港创新及科技局副局长钟伟强、中共江门市委常委、统战部部长利为民、欧洲科学院外籍院士、香港城市大学常务副校长任广禹、澳门科协副会长陈俊龙、深圳市金溢科技股份有限公司董事长罗瑞发、星河产城研究院院长陈朝朝先后从产界和学界的角度，为粤港澳大湾区打造人工智能高地建言献策。

强人工智能要实现知识工作的自动化和智能化，弥补人类经验和知识上的缺陷

2013年，德国在汉诺威工业博览会上提出“工业4.0”，我国也于2014年提出了“中国制造2025”。全球制造业的转型升级，已经是大势所趋。

不同国家对制造业转型升级的需求和战略并不相同。美国制造业的思路是把资产优化当成工业互联网发展的目标，对卖出去的机械设备进行运维管理服务，将制造转变为产品服务。德国则是希望把从个性定制、设计生产到用户的整个产业链打通，从而对整个制造流程形成优化。

针对不同国家的发展路径，中国工程院院士、东北大学教授柴天佑在报告中总结了目前中国工业互联网发展存在的难点。

第一，是IT和OT的融合，即信息技术和制造领域知识的深度融合；

第二，信息技术赋能下，未来制造业高质量发展模式的构想；

第三，制造业和人工智能技术深入融合的方式。

柴天佑随后盘点了各个社会主体在工业互联网建设中应当承担的作用。

国家应该对企业的安全、能耗和环保进行监控和预警。先进的集团企业不仅要通过工业互联网对经营管理和决策进行优化，还要向服务型企业转型，延伸产品服务。除此之外，集团企业还应该思考如何将供货商和供应商进行优化集成，从而实现制造流程的全局优化。

针对人工智能技术的落地，柴天佑认为，目前的人工智能技术的成果都只算是弱人工智能，只能在某一特定的领域优于人类，和工业场景的融合有一定的困难。

强人工智能发展的核心目标，就是要具备原本产品和工艺设计以及制造流程中人的感知和认知分析的能力，实现知识工作的自动化和智能化，弥补人类经验和知识上的缺陷。

柴天佑最后总结说： “产学研要实现把技术、基础、制造业核心的技术做得好的单位的科技力量进行汇聚，汇聚完了之后要学科交叉，形成长期合作的机制，这样才可以让我们国家在智能制造真正走在前列。”

未来人类和机器人将处于共融环境中，相处合作

中国科学院外籍院士，IEEE2020年总主席Toshio Fukuda和中国科学院院士和华中科技大学机械科学与工程学院院长丁汉先后从多尺度机器人和共融机器人两个主题，畅想机器人的美好未来。

随着机器人进入4.0阶段，人们的生活中已经有越来越多的机器人开始落地应用。除了人们常见的以米为计量单位的机器人，纳米、微米级别的机器人其实也开始发挥作用，甚至进入仿生领域。

在仿生领域，机器人可以和神经元连接，形成个体层面的生物感知。而在微米级别机器人控制下的纤维细胞，能够在3年后还保持生存的状态。此类微尺度的机器人还可以对人类的组织进行检测，实现对癌症的监测。这些实验都足以证明机器人在生物学和医学应用中的美好前景。

丁汉指出，未来的机器将会和人类居于一种共融的环境，人类和机器人不仅同处于一个空间，还将进行合作，从而发挥各自的优势。

无论是出于共融的需求还是智能制造的需求，未来的机器人肯定需要大量的传感器。因此，制造业的未来可以说是无处不在的测量。

用大量传感器解决机器人的感知之后，人工智能则将承担判断和决策的功能。 就目前来看，如何把人类的知识迁移给机器人，如何让机器人通过自我学习提升技能，是人工智能技术发展的两个难点。

为了解决这些难点和挑战，学界要提供科研和技术上的支持，业界则需要提供生产经验和需求，在合作中实现制造业转型升级，让中国的制造从中低端走向中高端。

数据从制造业中来，也应该回到制造业中去

不管是设备状态的监测还是生产动态的获取，数据的采集和处理是智能制造中非常重要的环节。 在过去的10年间，IT技术是中国经济的主要推动力，主要的研究投入也是在这一领域，这样的现状也导致了工业互联网的流行。

从制造企业自身对工业互联网的需求来看，设备的管理服务占所有需求的38%，生产过程的数据管理占28%，之后依次是企业的管理（18%）、资源的配置（13%）、产品的研发（2%）和工艺的管理（1%）。

中国工程院院士、流体传动与控制领域专家、国家杰出青年基金获得者、长江学者杨华勇认为，工业的数据种类很多，比较杂，数据量多，各个企业的数据化也在不同的阶段。企业在具体的投入中，会面临边缘计算的成本过高、软件和硬件的升级压力过大的难题，企业自身的算法和算力永远不够用。

在实际应用的比例统计中，即便是对数据利用较好的企业，大概也只用到了4%的数据，大部分企业可能只用到了采集数据的1%。杨华勇建议企业要建立良好的开发环境，面向一线员工打造数据采集和管理的平台，并对数据采取统一的规范运用。

通过打造数据平台，就能将各个工业产品和各个部位的相互关系研究清楚，向全局的优化改进。 一旦能够建立数据管理的机制，就能对整个生产环节实现高效的管控，问题的追溯和实时的报警都能支撑全生命周期的管理。

数据的沉淀帮助企业发现生产的规律，通过自动积累的生产知识，支撑生产环节自动的监控。这种“Know-How”也可以在供应链管理上应用，将生产制造中采购、研发乃至订单信息和用户体验都融合进同一个数据体系内，赋能整个链条。

“数据智能不应该取代人，也不是机器取代人，而是机器的智能解放人工智慧。数据从制造业中来，也应该回到制造业中去。” 杨华勇如是说。

推荐阅读

工业4.0与中国制造2025之间的异同

工业互联网，赋能中国制造

编辑：余欣婷

版权声明

本文来源亿欧，经亿欧授权发布，版权归原作者所有。转载或内容合作请点击 转载说明 ，违规转载法律必究。