1.2 人工智能与新一代智能制造

1.2.1 人工智能概述

人工智能（Artificial Intelligence, AI）是计算机学科的一个分支，20世纪70年代以来被称为世界三大尖端技术（空间技术、能源技术、人工智能）之一，也被认为是21世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。近年来人工智能得到了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果。人工智能已逐步成为一个独立的分支，在理论和实践上都已自成体系。

人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及计算机科学、心理学、哲学和语言学等学科，其范围已远远超出了计算机科学。人工智能与思维科学的关系是实践和理论的关系，人工智能处于思维科学的技术应用层次，是它的一个应用分支。从思维观点看，人工智能不仅限于逻辑思维，更要考虑形象思维、灵感思维才能促进人工智能的突破性发展。数学常被认为是多种学科的基础科学，数学进入语言、思维领域后，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等领域发挥作用，也渗透到人工智能学科，它们将互相促进而更快地发展。

1.2.2 新一代智能制造的形成

智能制造在实践演化中形成了多种范式，包括精益生产、柔性制造、并行工程、敏捷制造、数字化制造、计算机集成制造、网络化制造、云制造、智能化制造等，这些范式在不同程度、不同视角上反映出制造业的数字化、网络化和智能化。中国工程院发布的《中国智能制造发展战略研究》中归纳了三种智能化制造的基本范式，即数字化制造、数字化网络化制造、数字化网络化智能化制造。

（1）数字化制造（Digital Manufacturing）。数字化制造是智能制造的第一种范式，也可称为第一代智能制造。20世纪下半叶以来，以数字化为主要内容的信息技术广泛应用于制造业，形成了“数字一代”创新产品、数字化制造系统和数字化企业。需要指出，数字化制造是智能制造的基础，其内涵不断发展，贯穿于智能制造的三种基本范式和全部发展历程。

（2）数字化网络化制造——“互联网+制造”（Smart Manufacturing）。数字化网络化制造是智能制造的第二种范式，也可称为“互联网+制造”或第二代智能制造。20世纪末，互联网技术开始广泛应用，“互联网+”不断推进制造业和互联网融合发展，网络将人、流程、数据和事物连接起来，通过企业内、企业间的协同和各种社会资源的共享与集成，重塑制造业的价值链，推动制造业从数字化制造向数字化网络化制造转变。过去几年，我国工业界大力推进“互联网+制造”，一方面，一批数字化制造基础较好的企业成功实现了数字化网络化升级；另一方面，大量原来还没有完成数字化改造的企业，采用并行推进数字化制造和“互联网+制造”的技术路线，完成了数字化制造的“补课”，同时跨越到“互联网+制造”阶段。

（3）数字化网络化智能化制造——新一代智能制造（Intelligent Manufactur-ing）。数字化网络化智能化制造是智能制造的第三种范式，也可称为新一代智能制造，如图1-4所示。进入21世纪以来，移动互联、超级计算、大数据、云计算、物联网等技术快速发展，并推动新一代人工智能技术取得重大突破。新一代人工智能技术与先进制造技术深度融合，形成了新一代智能制造。新一代智能制造系统中增加了基于人工智能技术的学习认知部分，使系统不仅具有强大的感知、计算分析与控制能力，还具有自学习、自适应的能力。新一代智能制造未来将给制造业带来革命性变化，是真正意义上的“智能制造”，将从根本上引领和推进第四次工业革命。

1.2.3 新一代智能制造的“人-信息-物理”系统

传统制造系统包含人和物理系统两大部分，该系统是完全通过人完成信息感知、分析决策、操作控制以及认知学习去完成各种工作任务，可抽象描述为“人-物理系统”（Human-Physical Systems, HPS）。

与传统制造系统相比，第一代（数字化）和第二代（数字化网络化）智能制造系统发生的本质变化是在人和物理系统之间增加了信息系统（Cyber System）。一方面，信息系统可以代替人类完成部分脑力劳动；另一方面，人的一部分感知、分析、决策功能向信息系统复制迁移，进而可以通过信息系统来控制物理系统，从而代替人类完成更多的体力劳动。信息系统的引入使得制造系统同时增加了“人-信息系统”（Human-Cyber Systems, HCS）和“信息-物理系统”（Cyber-Physical Systems, CPS），并使得制造系统完成了从传统的“人-物理系统”向“人-信息-物理系统”（Human-Cyber-Physical Systems, HCPS）的演变。传统制造系统与智能制造系统的比较如图1-5所示。

随着深度学习算法与大数据的兴起，人工智能在经历六十多年的曲折发展过程后迎来蓬勃发展期。新一代人工智能技术使“人-信息-物理系统”发生质的变化，信息系统中增加了基于人工智能技术的学习认知部分，使系统不仅具有强大的感知、计算分析与控制能力，还具有自学习、自适应的能力，进而形成新一代“人-信息-物理系统”。

新一代人工智能技术对“人-信息-物理系统”产生的主要变化在于：一方面，人将部分认知与学习型的脑力劳动转移给信息系统，因而信息系统具有了“认知和学习”的能力，人和信息系统的关系发生了根本性的变化，即从“授之以鱼”发展到“授之以渔”；另一方面，通过“人在回路”的混合增强智能，人机深度融合从本质上提高了制造系统处理复杂性、不确定性问题的能力，极大地优化了制造系统的性能。新一代智能制造系统的技术机理如图1-6所示。

1.2.4 新一代智能制造的应用场景

人工智能对于新一代智能制造的价值主要体现在两方面。一方面，人工智能可以提高工业设计水平并促进新型生产方式实现；另一方面，将进一步提升数字化、网络化、智能化的水平，从根本上提高工业知识产生和利用的效率，从而推动制造业发展步入新阶段，并成为经济发展的新引擎。

新一代智能制造的应用场景有以下四个方面

1.机器感知应用

机器感知应用包括产品外观检测、手机玻璃盖板检测、动力锂电池的极片毛刺检测、语音识别等。

2.机器学习应用

机器学习应用包括工艺与产品质量改进、异常动作识别、微装配机器人技能学习系统、轴承健康状态感知、刀具的智能管理与寿命预测等。

3.机器思维应用

机器思维应用包括虚拟调度机器人、数字印刷喷头阵列智能调度、知识自动化系统、人工智能物流调度与决策、高速动车组生产车间的生产因素识别、智能分析与决策系统、故障诊断与智能维护等。

4.智能行为应用

智能行为应用包括智能无人仓库管理、自动化装备生产线、智能上料机器人等。