随着第四次工業革命的到來,信息技術(IT)和運營技術(OT)的融合成(chéng)爲新趨勢,工廠開(kāi)始進(jìn)入數字化轉型階段,而德國(guó)“工業4.0”戰略給全球制造業發(fā)展帶來啓示,未來生産線上的人、機器、産品等對(duì)象都(dōu)將(jiāng)與計算機裡(lǐ)的虛拟世界連接,從而提升工廠的管理控制能(néng)力,并創造出巨大的商業價值。

在OFweek2018(第三屆)中國(guó)高科技産業大會上,德國(guó)漢堡科學(xué)院院士張建偉發(fā)表了《賦予新動能(néng),從CPS到HCPS的智能(néng)系統》的精彩演講,并在會後(hòu)接受了OFweek工控網的采訪,詳細談及了信息物理系統(CPS)的關鍵技術,以及人工智能(néng)、智能(néng)制造方面(miàn)的重要趨勢。

image.png

德國(guó)漢堡科學(xué)院院士張建偉在接受OFweek工控網采訪

張建偉認爲,德國(guó)工業4.0模式下,數字化的過(guò)程充分利用了計算的能(néng)力和物理仿真的方法,將(jiāng)物理世界的對(duì)象在虛拟計算中創建一一對(duì)應的數字模型,從而能(néng)夠分析各個自動化環節的合理性,例如機器人應該放在哪個位置,并測試出各種(zhǒng)組合的可能(néng)性,最終找到最佳的實施解決方案。

目前,通過(guò)數字化CPS可以實現機器人等設備的仿真測試,包括機器人運動學(xué)和動力學(xué)的仿真,機器人離線編程等,甚至實現整條生産線的幾何仿真,以幫助更好(hǎo)的實現車間布局設計。未來,信息物理系統還(hái)需要融入人類的仿真,從信息物理系統(CPS)到HCPS(Human-Cyber-Physical Systems),即融合人類、信息和物理設備,并充分發(fā)揮人工智能(néng)的作用。

智能(néng)制造過(guò)程面(miàn)臨多重挑戰

中國(guó)制造業轉型升級的過(guò)程中,智能(néng)制造模式成(chéng)爲主要話題。作爲一個複雜的生産系統,智能(néng)制造包括了機器人、物聯網、虛拟現實以及生産計劃、制造工藝等多種(zhǒng)技術和模塊,這(zhè)些标準模塊和技術組合在一起(qǐ),最終能(néng)夠實現各種(zhǒng)定單的柔性生産,并能(néng)以最低的成(chéng)本完成(chéng)個性化制造。

張建偉表示,要實現真正的智能(néng)制造仍需要解決多項技術難題,例如通過(guò)傳感器感知環境,讓機器人在移動的場景下識别出工件、機器和人等所有物體,對(duì)整個工廠進(jìn)行可視化,這(zhè)樣在設備維護,以及人的交互方面(miàn)就會有很大的突破。在移動設備安裝上傳感器,不管走到哪裡(lǐ),都(dōu)可以立即識别出周邊的物體,然後(hòu)將(jiāng)信息傳遞給其它參與生産的人或設備等對(duì)象。

image.png

機器人智能(néng)制造案例

此外,人工智能(néng)方面(miàn)也有很多地方需突破,例如信息物理系統裡(lǐ)要結合深度學(xué)習的方法,實現對(duì)自動化機器、生産線、人機共融等場景的模拟,最終使得智能(néng)工廠能(néng)夠按不同的指标,以最短時間、最低成(chéng)本進(jìn)行生産制造。

還(hái)有,自動化知識庫的建設也十分重要,包括自動化的知識、成(chéng)本的知識、設備的使用能(néng)力等,例如工業機器人在不同的節點上能(néng)帶來哪些能(néng)力,硬件、軟件和人力的成(chéng)本是多少,將(jiāng)所有可能(néng)的自動化單元做到一個庫裡(lǐ),這(zhè)將(jiāng)對(duì)生産計劃的實施非常有意義。

雲+邊緣計算,實現設備快速響應能(néng)力

智能(néng)信息物理系統將(jiāng)會融合人工智能(néng)等多項技術,對(duì)計算機的運算能(néng)力有很高的要求。目前,雲計算、霧計算、霾計算、邊緣計算等概念已經(jīng)興起(qǐ),并在制造領域越來越多的被讨論。企業要考慮上雲,將(jiāng)信息或數字模型放到雲平台裡(lǐ),而霧計算、邊緣計算的運用,主要在于提升實時性能(néng)方面(miàn),和雲端相對(duì)靜态的數據融合起(qǐ)來,將(jiāng)具有極大的潛力。

張建偉對(duì)OFweek工控網說,人工智能(néng)芯片變得越來越火熱,實際上這(zhè)些芯片是在實現邊緣計算的能(néng)力,目前AI芯片主要停留在智能(néng)感知、智能(néng)識别等方面(miàn),例如物體的識别、人臉識别、語音識别等等,并開(kāi)始在自動駕駛等商業領域上使用。

image.png

人臉識别的商業案例

未來,邊緣計算將(jiāng)用在帶有感知功能(néng)的機器上,尤其在機器人方面(miàn)有很大的潛力。協作機器人有了視覺、力覺等感知需求,反應速度不如傳統工業機器人,這(zhè)也體現了邊緣計算能(néng)力的不足。因爲協作機器人不僅要檢測周邊環境,還(hái)要做分析和決策,采用傳統的數據采集、總線傳輸再到控制運算的方式,在時間上延誤嚴重,而機器達不到快速響應的要求。因此,需要將(jiāng)雲計算、霧計算、邊緣計算結合起(qǐ)來,才能(néng)讓智能(néng)系統獲得快速反應的能(néng)力。

從CPS到HCPS,提質增效 降本減存

自動化行業追求無人化工廠,但在未來制造系統裡(lǐ),人的角色將(jiāng)是不可或缺的。所以,信息物理系統需要從CPS擴展到HCPS,將(jiāng)人、信息、物理三大空間綜合起(qǐ)來考慮。人在生産裡(lǐ)將(jiāng)起(qǐ)到十分關鍵的作用,實現生産的組織、協調,或者是在操作級與機器實現人機共融。

随着制造業工作任務的越來越複雜,工廠裡(lǐ)需要采用機器人、人工智能(néng)等技術來減輕人的負擔。張建偉認爲,人機協作的場景裡(lǐ),機器人充當了第三隻手的角色。目前機器人的靈活方面(miàn)還(hái)比不上人手,完全取代人力是不可能(néng)的,所以采用人機協作的方式可以達到最優的生産效果。

image.png

生産線的虛拟仿真

在人工智能(néng)的賦能(néng)下,機器人可以主動察覺人的意圖、了解裝配的要求和人的裝配習慣,并對(duì)多種(zhǒng)場景進(jìn)行學(xué)習和理解,最終能(néng)夠主動協助人去執行一些任務,人工智能(néng)將(jiāng)加速人機共融場景的實現,并能(néng)解決一些傳統自動化的問題。

還(hái)有,人工智能(néng)可以通過(guò)超級大腦的運算能(néng)力,對(duì)整個工廠和車間的内部和外部所有東西進(jìn)行建模,打通各個環節的數據隔閡,通過(guò)大數據的整合分析,對(duì)工廠的進(jìn)料和庫存進(jìn)行優化,實現最少的庫存。同時,在出現不良品的情況下可以回溯到錯誤源,以應急處理生産過(guò)程一些的突發(fā)的情況。總的來說人工智能(néng)對(duì)于信息物理系統和整個生産起(qǐ)到非常重要的作用。

機器人2.0,人機共融時代將(jiāng)到來

工業機器人正從1.0向(xiàng)2.0時代轉變,傳統的工業機器人在結構化的環境下不斷重複一些任務,而進(jìn)入2.0時代的機器人將(jiāng)能(néng)夠在非結構化的環境下,快速的感知周邊環境,理解和學(xué)習不斷變化的動态環境,并能(néng)快速做出最優的決策。而實現這(zhè)一系列的動作,需要一些關鍵性技術的支持。

張建偉表示,機器人除了對(duì)環境感知,還(hái)要對(duì)人進(jìn)行感知,理解人的行爲和意圖,實現人與環境的共同模型。其次,還(hái)需要自适應和學(xué)習能(néng)力,因爲在非結構環境不易通過(guò)編程來解決,必需讓機器人在未知和意外的情況下,能(néng)夠思考怎麼(me)處理突發(fā)情況,并且學(xué)習到新的能(néng)力。

image.png

人與機器人的協作

在2.0的機器人環境裡(lǐ),機器人將(jiāng)擁有認知的能(néng)力,以及知識表達的能(néng)力,并能(néng)在動态的環境下,完成(chéng)從感知、分析到決策的動作,最終滿足人機共融場景的需求。

人機共融是一個大而長(cháng)遠且富有挑戰性的場景,未來的發(fā)展將(jiāng)對(duì)于人工智能(néng)將(jiāng)提出更多挑戰性的問題。随着這(zhè)些問題的解決,2.0的機器人將(jiāng)逐步産業化,同時也能(néng)讓智能(néng)機器人進(jìn)程變得更快。

未來可期,人工智能(néng)應用場景豐富

人工智能(néng)作爲一種(zhǒng)賦能(néng)技術,必需和各個行業垂直應用場景結合才能(néng)體現其價值所在。在融合的過(guò)程中,技術驅動是其中的一個方法,例如基于人工智能(néng)、大數據等技術實現人臉識别;通過(guò)病例的學(xué)習來幫助醫生診斷;通過(guò)文本學(xué)習實現機器人寫作;以及通過(guò)語音大數據的學(xué)習來模拟人類發(fā)聲,進(jìn)行新聞主播等功能(néng),這(zhè)些都(dōu)是人工智能(néng)的應用場景。

張建偉告訴OFweek工控網,真正的人工智能(néng)需要和CPS系統結合,使得各個行業如制造業、交通出行、醫療、農業、建築、教育和基礎設施的維護變得更輕松。目前,在動态變化的環境裡(lǐ),人工智能(néng)還(hái)遠遠未能(néng)解決問題,例如醫療自動化、自動駕駛、建築、農業機器人采摘等不确定的、複雜性的場景,人工智能(néng)有很大的挑戰。

未來,人工智能(néng)作爲超級大腦,需要將(jiāng)人類已有的知識和能(néng)力更好(hǎo)的融合在一起(qǐ),從而能(néng)協助人完成(chéng)更多的任務。還(hái)有利用全局的視角,綜合分析預測各種(zhǒng)内在和外部的環境因素,最終使得機器在協作上做得更好(hǎo)。

最後(hòu),張建偉表示人工智能(néng)是把雙刃劍,如無人商店、刷臉等方式讓生活變得更便捷,同時也使得一些工作消失。未來的人工智能(néng)應該在以人爲本的決策指導下,開(kāi)發(fā)出能(néng)真正對(duì)生活有用功能(néng),最終幫助人類獲得更好(hǎo)的生活質量。讓機器人接替一些危險、髒的和無聊的工作,使人類能(néng)從事(shì)更有創意和高價值的工作。

原文【德國(guó)漢堡科學(xué)院院士張建偉:信息物理系統驅動智能(néng)未來