|
工業(yè)4.0概述 以前的人們在設(shè)想2020年的時候，總會加入很多帶有科幻色彩的智能設(shè)備，比如家中有機器人做好服務(wù)，道路上乃至天上都是自動駕駛的汽車和飛機，視聽娛樂的虛擬現(xiàn)實可以讓人沉浸其中等等。雖然在COVID-19疫情的沖擊下，這樣的生活在2020年不會到來，但以此為愿景的工業(yè)4.0卻并未停下腳步。 早在2013年，隨著互聯(lián)網(wǎng)和計算機技術(shù)的成熟與相關(guān)基礎(chǔ)設(shè)施的逐步完善，德國率先提出了工業(yè)4.0的概念，即利用信息物理融合系統(tǒng)（Cyber-Physical Systems）全方位改進人們生活的新一代革命。這一概念隨即被寫入多個國家的發(fā)展規(guī)劃，旨在用工業(yè)化與信息化結(jié)合的方法，在傳統(tǒng)工業(yè)技術(shù)和服務(wù)業(yè)的基礎(chǔ)上創(chuàng)造新的增長點。 工業(yè)4.0相關(guān)技術(shù)的發(fā)展和普及也如火如荼。軟件方面，增強現(xiàn)實技術(shù)可以帶來全新的視聽體驗，并且已經(jīng)應(yīng)用到了特殊職業(yè)（如警察、醫(yī)生）的培訓(xùn)中；物聯(lián)網(wǎng)技術(shù)調(diào)用傳感器集群，實現(xiàn)對電器全方位的監(jiān)控；工業(yè)網(wǎng)絡(luò)安全技術(shù)的進展，可以及時監(jiān)控進而避免黑客對企業(yè)網(wǎng)絡(luò)的攻擊。硬件方面，3D打印技術(shù)讓普通人也能快速制造任何設(shè)計；工業(yè)機器人的普及，會讓產(chǎn)品的制造更加標準和高效。 工業(yè)4.0的典型場景 數(shù)據(jù)以及與數(shù)據(jù)緊密結(jié)合的機器學(xué)習(xí)技術(shù)是工業(yè)4.0的核心。數(shù)據(jù)從傳感器中獲得，經(jīng)過互聯(lián)網(wǎng)傳遞到云計算服務(wù)器，再用機器學(xué)習(xí)和人工智能算法進行分析，結(jié)果返回給服務(wù)終端或是工業(yè)機器人，完成整個工作流程。工業(yè)4.0的典型場景包括對用戶的了解、產(chǎn)品的制造、產(chǎn)品質(zhì)量的監(jiān)控、產(chǎn)品的分發(fā)物流以及用戶反饋，每一部分都有數(shù)據(jù)和機器學(xué)習(xí)的廣泛參與。 用戶畫像 現(xiàn)在很多手機和電腦的軟件已經(jīng)在儲存并分析用戶數(shù)據(jù)，一些實體商店也會用射頻識別芯片（RFID）記錄用戶的喜好，并用推薦算法等方式來分析用戶數(shù)據(jù)，實現(xiàn)產(chǎn)品和內(nèi)容的推薦和更新。而在工業(yè)4.0中，用戶數(shù)據(jù)會被全方位地記錄，比如用戶的使用頻率、偏好、方式、時段，記錄媒介從手機App到家用電器，從辦公用具到醫(yī)療器械。這些數(shù)據(jù)經(jīng)過機器學(xué)習(xí)算法的分析，可以預(yù)測出多維度的分類標簽，每個用戶都會被多種標簽描述，進而實現(xiàn)越來越準確的用戶畫像。 制造過程 用戶畫像帶來非常直接的好處，即生產(chǎn)個性化的提升。類似當(dāng)今用戶在互聯(lián)網(wǎng)上的瀏覽內(nèi)容的個性化，在工業(yè)4.0時代，這些細化的用戶畫像會直接應(yīng)用于產(chǎn)品制造過程，商家也會更容易地生產(chǎn)出符合用戶需求的個性化產(chǎn)品。一些個性化的產(chǎn)品可以根據(jù)用戶的數(shù)據(jù)預(yù)測而來，在無形中提供給用戶更多可能。 不只是對生產(chǎn)決策的影響，制造流程中不同步驟的控制也會在工業(yè)4.0的萬物互聯(lián)和工業(yè)機器人的幫助下實現(xiàn)全自動化。生產(chǎn)流程中的每個步驟都會綜合分析前面步驟的狀態(tài)和產(chǎn)品需求，及時做出微調(diào)。在這樣的智能工廠中，生產(chǎn)線的可控性和魯棒性得以提高，工人的參與也從重復(fù)勞動變成對機器人的監(jiān)管。電動汽車公司特斯拉（Tesla）從公司成立之初就致力于建設(shè)智能工廠，不僅生產(chǎn)線的裝配由工業(yè)機器人完成，而且倉儲、物資管理、訂單與銷售環(huán)節(jié)都高度智能化，這讓這家汽車公司在全行業(yè)內(nèi)科技含量和銷售額都一枝獨秀。 質(zhì)量監(jiān)控 除了對流程數(shù)據(jù)的分析和管控，機器學(xué)習(xí)與機器視覺技術(shù)的結(jié)合，可以自動完成大規(guī)模、高精確度的產(chǎn)品檢測，對于人眼難以分辨的復(fù)雜缺陷尤其有效。由著名人工智能科學(xué)家吳恩達（Andrew Ng）教授領(lǐng)銜的人工智能算法公司Landing.AI近期推出了基于人工智能和機器視覺的氣泡檢測裝置，用于檢測設(shè)備中的氣體泄漏。通過機器視覺系統(tǒng)，計算機可以十分精確地捕捉細小的氣泡，進而判斷氣體泄漏的位置。其識別的錯誤率遠低于工人肉眼識別的30%平均錯誤率。再結(jié)合整個生產(chǎn)流程的數(shù)據(jù)，不僅可以快速定位到出問題的位置和生產(chǎn)線，而且大大降低了人工成本和識別錯誤率。 快速物流 生產(chǎn)過程的最后，還會為物流做出準備。工業(yè)機器人可以對產(chǎn)品進行自動打包，并在包裝上打印包括產(chǎn)品信息、郵寄地址等二維碼特異性的標識，為產(chǎn)品分發(fā)做準備。分發(fā)過程中，自動駕駛系統(tǒng)會發(fā)揮很大作用。預(yù)計在未來十至十五年內(nèi)，以計算機視覺、機器學(xué)習(xí)、控制技術(shù)等為基礎(chǔ)的自動駕駛技術(shù)可以實現(xiàn)全面商用，這樣會使物流的傳遞更加簡單高效，而且可以顯著降低人力成本。電商巨頭阿里巴巴的首批智慧機器人倉庫已于2017年投入使用，其旗下的菜鳥物流已逐步實現(xiàn)刷臉取件、無人機派件等技術(shù)。2019年末，菜鳥物流估值已達2000億人民幣，在未來物聯(lián)網(wǎng)和自動駕駛技術(shù)的加持下，未來的“包裹找人”替代“人找包裹”指日可待。 服務(wù)與反饋 在用戶端，產(chǎn)品的傳感系統(tǒng)上傳的數(shù)據(jù)可以被云端的機器學(xué)習(xí)算法分析，可以判斷使用數(shù)據(jù)是否存在異常，從而實現(xiàn)對產(chǎn)品工作性能的實時監(jiān)管。而當(dāng)用戶遇到使用問題時，訓(xùn)練好的人工智能系統(tǒng)可以高效地處理文字聊天、接聽電話、視頻連線等任務(wù)，使問題得以迅速反饋并及時解決。2018年發(fā)表的BERT模型已經(jīng)在聊天機器人領(lǐng)域超越人類，相關(guān)的應(yīng)用已經(jīng)在互聯(lián)網(wǎng)巨頭（如微軟小冰、阿里小蜜、IBM Watson等）以及新興AI公司的產(chǎn)品中（如第四范式、科大訊飛等）占有一席之地。 工業(yè)4.0的特點 從上述幾個應(yīng)用中，工業(yè)4.0的特點得以展現(xiàn)，總結(jié)起來包含如下幾點： 集成與互聯(lián) 工業(yè)3.0下，通過互聯(lián)網(wǎng)這一媒介，世界范圍內(nèi)的人與人之間得以快速連接。而在工業(yè)4.0中，各個硬件上都集成了傳感設(shè)備，使機器與機器間可以通訊。比如在印染行業(yè)中，由管理系統(tǒng)作為生產(chǎn)系統(tǒng)的中心，協(xié)調(diào)整個流水線上的母液配置、染料定位、自動滴液、水自動供給、打樣系統(tǒng)等，實現(xiàn)智能染色，極大地提高生產(chǎn)效率和產(chǎn)品的穩(wěn)定性。再加上信息物理系統(tǒng)和云計算提供的機器學(xué)習(xí)引擎，可以真正實現(xiàn)萬物互聯(lián)，即人與人、人與機器、機器與機器、服務(wù)與服務(wù)的無縫連接。當(dāng)“互聯(lián)”成為常態(tài)時，從生產(chǎn)到服務(wù)的各個步驟，即設(shè)備、生產(chǎn)線、工廠、服務(wù)等可以緊密聯(lián)系起來。 數(shù)據(jù)與數(shù)字化 在工業(yè)4.0中，信息化技術(shù)的引入使數(shù)據(jù)成為了工業(yè)生產(chǎn)的血液。這些數(shù)據(jù)包括生產(chǎn)和服務(wù)的方方面面，包括產(chǎn)品數(shù)據(jù)、設(shè)備數(shù)據(jù)、研發(fā)數(shù)據(jù)、供應(yīng)鏈數(shù)據(jù)、運營數(shù)據(jù)、用戶數(shù)據(jù)等等。一方面，數(shù)據(jù)對于訓(xùn)練和優(yōu)化機器學(xué)習(xí)算法具有決定性的意義，另一方面在機器學(xué)習(xí)算法部署之后，算法也需要通過處理新產(chǎn)生的數(shù)據(jù)來控制生產(chǎn)流程。這意味著，生活和生產(chǎn)過程的各個方面要盡可能地實現(xiàn)數(shù)字化，即一切可以用合理的指標量化，否則就無法嵌入自動化系統(tǒng)。這要求數(shù)據(jù)科學(xué)家在設(shè)計流程的時候，充分考慮到現(xiàn)有的數(shù)據(jù)狀態(tài)，有意識地引導(dǎo)系統(tǒng)收集合適的數(shù)據(jù)，同時設(shè)計出合理的指標。 精細化與個性化 工業(yè)4.0中，由于數(shù)據(jù)流的要求會相對細致，因此生產(chǎn)中的各個模塊也會相應(yīng)地越來越精細化。生產(chǎn)線上各個部分越來越模塊化和細節(jié)化，也就讓個性化的生產(chǎn)成為可能，能夠更好地反映和預(yù)測用戶的需求，使產(chǎn)品的“生產(chǎn)-銷售-反饋”循環(huán)進入良性發(fā)展。 工業(yè)4.0的機遇與挑戰(zhàn) 工業(yè)4.0帶來了很多新的機會。雖然整個生產(chǎn)過程可以集成為一體，但是數(shù)據(jù)流程中的工作量可能分攤給多個部門甚至多家公司。因此，小公司在整個流程上的單點突破也會越來越有價值。同樣一個智能設(shè)備，可以拆分出多種分類、分割、趨勢預(yù)測等模型，以及數(shù)據(jù)傳輸系統(tǒng)、數(shù)據(jù)采集設(shè)備、數(shù)據(jù)反饋系統(tǒng)等等多個模塊，每個模塊又可以嵌入其他生產(chǎn)流程，比如數(shù)據(jù)采集設(shè)備可以與其他精密儀器生產(chǎn)過程共享生產(chǎn)線。由此，不同的小公司可以依托于工業(yè)4.0，用自己的強項嵌入市場的不同維度。 根據(jù)現(xiàn)狀預(yù)測，基礎(chǔ)設(shè)施的建設(shè)在未來幾年中將會是熱門產(chǎn)業(yè)。無論是從去年到今年中美兩國圍繞5G技術(shù)的摩擦，還是各個互聯(lián)網(wǎng)公司在近年來陸續(xù)建立的屬于自己的云計算平臺，都表明工業(yè)4.0中基礎(chǔ)設(shè)施對保障企業(yè)利潤和國家安全的重要意義。另外，數(shù)據(jù)也是另一種形式的基礎(chǔ)設(shè)施，擁有大量數(shù)據(jù)的互聯(lián)網(wǎng)巨頭將會占據(jù)更多的機會，但小公司也可以投身于尋找生產(chǎn)線中和生活中尚未被數(shù)據(jù)化的部分，這樣的機會在數(shù)據(jù)化不到位的行業(yè)（如傳統(tǒng)重工業(yè)）和數(shù)據(jù)尚未得到良好運用的行業(yè)（如醫(yī)療）尤為突出。 工業(yè)4.0對數(shù)據(jù)化和機器學(xué)習(xí)技術(shù)的需求，也是傳統(tǒng)大公司正在面臨的挑戰(zhàn)。現(xiàn)階段的大公司依賴的主要是大規(guī)模工業(yè)生產(chǎn)，那么把傳感系統(tǒng)、物聯(lián)網(wǎng)系統(tǒng)加入生產(chǎn)線需要投入相對多的成本。大公司還需要把機器學(xué)習(xí)技術(shù)引入到生產(chǎn)線和產(chǎn)品設(shè)計中，這需要人才的輸入和管理方式的革新。機器學(xué)習(xí)技術(shù)近年來熱門的現(xiàn)狀，使公司在決策時會陷入對“智能”的癡迷，這對決策者的辨析能力也提出了新的挑戰(zhàn)。 當(dāng)工業(yè)4.0漸漸走入人們生活，很多現(xiàn)在還未知的新應(yīng)用將逐漸成長起來。當(dāng)物聯(lián)網(wǎng)真的可以進入千家萬戶時，當(dāng)自動駕駛實現(xiàn)大規(guī)模部署時，人類將會從現(xiàn)在的大量重復(fù)勞動中解脫出來。那么在工業(yè)4.0的影響下，未來的職業(yè)是否會集中在計算機行業(yè)或者數(shù)據(jù)分析行業(yè)？人們是否有更多空余時間等待填補？人和人、人和機器的關(guān)系又會怎樣發(fā)展？我們即將進入21世紀的第三個十年，雖然這些問題人類還難以回答，但確定的是，工業(yè)4.0會是未來發(fā)展的一大主題。 文章來源：貿(mào)澤電子 作者簡介：王東昂是悉尼大學(xué)在讀博士。他的研究領(lǐng)域涉及了醫(yī)學(xué)圖像、人工智能、神經(jīng)科學(xué)、視頻分析等多個領(lǐng)域，并致力于在實際系統(tǒng)中應(yīng)用人工智能技術(shù)。他曾在CVPR、ECCV等國際會議中發(fā)表過論文，并受邀長期為IEEE Transactions on Circuits and Systems for Video Technology、IEEE Transactions on Multimedia等學(xué)術(shù)雜志和ICML、AAAI等國際會議審稿。他在機器學(xué)習(xí)和計算機視覺領(lǐng)域有超過5年的開發(fā)經(jīng)驗，曾與中國、美國、澳大利亞的多家公司和機構(gòu)合作開發(fā)項目，其中包括多角度視頻中的行為識別、基于道路監(jiān)控的路況預(yù)測和自動化腦CT篩查系統(tǒng)。 |
