鋼鐵工業(yè)智能制造與人工智能實(shí)踐路徑與思考

陳江寧　陳廷炯

鋼鐵工業(yè)的數(shù)字化

2008年國(guó)際金融危機(jī)發(fā)生以來(lái)，新一代信息、通信技術(shù)的快速發(fā)展并與先進(jìn)制造技術(shù)不斷深度融合，全球興起了以智能制造為代表的新一輪產(chǎn)業(yè)變革，數(shù)字化、網(wǎng)絡(luò)化、智能化日益成為未來(lái)制造業(yè)發(fā)展的主要趨勢(shì)。世界主要工業(yè)發(fā)達(dá)國(guó)家加緊謀篇布局，紛紛推出新的振興制造業(yè)國(guó)家戰(zhàn)略，支持和推動(dòng)智能制造發(fā)展，重塑制造業(yè)競(jìng)爭(zhēng)新優(yōu)勢(shì)。2013年提出的工業(yè)4.0概念，通過(guò)持續(xù)改變工業(yè)結(jié)構(gòu)，未來(lái)生產(chǎn)的方法和管理的手段將被逐漸系統(tǒng)化、數(shù)據(jù)化，并貫穿產(chǎn)品的價(jià)值鏈，以滿足產(chǎn)品創(chuàng)新、產(chǎn)品生產(chǎn)、產(chǎn)品優(yōu)化以及個(gè)性化定制的需求。

同時(shí)，將工業(yè)4.0的推進(jìn)與企業(yè)管理相融合，降低能源消耗提高資源利用率。結(jié)合中國(guó)智能制造發(fā)展規(guī)劃（2015-2020）和鋼鐵工業(yè)“十三五規(guī)劃”，基于技術(shù)先進(jìn)、綠色制造、環(huán)境友好、服務(wù)配套的鋼鐵數(shù)字化發(fā)展理念，通過(guò)實(shí)踐逐步建立鋼鐵工業(yè)的智能制造標(biāo)準(zhǔn)，形成以數(shù)據(jù)為核心的全產(chǎn)業(yè)鏈驅(qū)動(dòng)和全生命周期應(yīng)用的示范案例。這是我國(guó)鋼鐵工業(yè)的數(shù)字化之路。

鋼鐵廠的數(shù)字化轉(zhuǎn)型在產(chǎn)業(yè)鏈優(yōu)化、人員勞動(dòng)強(qiáng)度和環(huán)境改善、質(zhì)量控制、輔助設(shè)計(jì)等方面正在發(fā)揮積極的作用。鋼鐵工業(yè)本身已經(jīng)高度自動(dòng)化，信息化基礎(chǔ)也相對(duì)較好，通過(guò)對(duì)勞動(dòng)資料數(shù)字化，結(jié)合未來(lái)的大數(shù)據(jù)、云平臺(tái)的建設(shè)，可在區(qū)域建立快速配套協(xié)調(diào)的上下游產(chǎn)業(yè)鏈;通過(guò)上下游企業(yè)間可貫通的數(shù)字化設(shè)計(jì)和交付能力，幫助產(chǎn)業(yè)數(shù)據(jù)標(biāo)準(zhǔn)真正落地。數(shù)字化解決方案能夠幫助車間在提升生產(chǎn)效率同時(shí)，大幅降低一線工人的勞動(dòng)強(qiáng)度，提升勞動(dòng)安全水平，改善他們的工作環(huán)境。通過(guò)數(shù)字化遠(yuǎn)程運(yùn)維技術(shù)，維護(hù)人員、專家可以減少不必要的交通出行，大大提升了工作效率和有效價(jià)值。實(shí)時(shí)數(shù)據(jù)驅(qū)動(dòng)的數(shù)字化孿生能夠通過(guò)自動(dòng)學(xué)習(xí)，在生產(chǎn)過(guò)程中優(yōu)化質(zhì)量規(guī)則，并對(duì)產(chǎn)品進(jìn)行進(jìn)一步加工和優(yōu)化;并在允許的范圍內(nèi)實(shí)現(xiàn)自主決策，根據(jù)實(shí)際情況自動(dòng)調(diào)整生產(chǎn)計(jì)劃。采用數(shù)字化資產(chǎn)管理，可實(shí)現(xiàn)企業(yè)資產(chǎn)的保值增值[2]。

鋼鐵工業(yè)數(shù)字化工廠整體方案按照企業(yè)實(shí)際需求和市場(chǎng)技術(shù)發(fā)展趨勢(shì)進(jìn)行統(tǒng)籌規(guī)劃、分步實(shí)施。數(shù)字化工廠整體解決方案，從數(shù)字化裝備（包括數(shù)字化的低壓盤柜、現(xiàn)場(chǎng)儀表、變頻、電機(jī)、DCS、EMS、部分PLC等），數(shù)字化設(shè)計(jì)平臺(tái)、數(shù)字化交付（包括機(jī)械、電氣、儀表、公輔和廠房）、數(shù)字化運(yùn)營(yíng)、數(shù)字化維護(hù)和數(shù)字化資產(chǎn)管理著手，在結(jié)構(gòu)化數(shù)據(jù)的支撐下，實(shí)現(xiàn)企業(yè)生產(chǎn)全流程可視化、信息技術(shù)（IT，Information Technology）與運(yùn)營(yíng)技術(shù)（OT，Operation Technology）的融合，采用人工智能和大數(shù)據(jù)技術(shù)充分發(fā)掘和使用數(shù)據(jù)的價(jià)值，進(jìn)一步實(shí)現(xiàn)系統(tǒng)和過(guò)程的優(yōu)化，提升智能制造能力，并有效減少浪費(fèi)、提高效率和安全性。

寶武西門子工業(yè) 4.0 項(xiàng)目實(shí)踐

寶武西門子工業(yè)4.0項(xiàng)目是以上海寶鋼工廠為規(guī)劃和實(shí)施對(duì)象，從設(shè)備生命周期管理、安全設(shè)備監(jiān)控、產(chǎn)品及物料在線跟蹤、工藝及質(zhì)量控制提升、設(shè)備OEE監(jiān)控、工業(yè)信息安全、固定資產(chǎn)管理維護(hù)、先進(jìn)過(guò)程控制、能源管理、先進(jìn)料場(chǎng)管理、智能顯示及培訓(xùn)、工業(yè) 4.0網(wǎng)絡(luò)架構(gòu)等12個(gè)方向進(jìn)行改進(jìn)提升，以“建設(shè)全透明數(shù)字化工廠”為目標(biāo)，逐漸在數(shù)字化空間中建立與現(xiàn)實(shí)并行一致的虛擬工廠，實(shí)現(xiàn)“快速響應(yīng)并滿足個(gè)性化需求、且交付高品質(zhì)產(chǎn)品的制造模式”。寶武工業(yè)4.0項(xiàng)目是中德政府間合作示范項(xiàng)目，受到雙方高層領(lǐng)導(dǎo)的高度關(guān)注[3]。被工信部和德國(guó)經(jīng)濟(jì)能源部共同認(rèn)為具有很高的落地性和示范性。

項(xiàng)目結(jié)合鋼鐵工業(yè)的痛點(diǎn)以點(diǎn)帶面，從寶鋼的全生產(chǎn)工藝路線入手，包含數(shù)字化實(shí)踐、大數(shù)據(jù)、工控安全、AR/VR 技術(shù)的應(yīng)用等每一個(gè)具體的項(xiàng)目做起， 也許不像一個(gè)大項(xiàng)目那樣解渴，但做起來(lái)踏實(shí)，而且每個(gè)項(xiàng)目都是一個(gè)細(xì)分市場(chǎng)的范例。實(shí)施過(guò)程中，項(xiàng)目團(tuán)隊(duì)充分考慮了新工廠和老工廠的數(shù)據(jù)的協(xié)同，先期規(guī)劃了數(shù)據(jù)的標(biāo)準(zhǔn)化，部署了數(shù)字化設(shè)計(jì)平臺(tái)和數(shù)字化交付。最終，通過(guò)信息技術(shù)、物聯(lián)網(wǎng)技術(shù)與制造業(yè)深度融合，知識(shí)管理和人、機(jī)、物的結(jié)合，并運(yùn)用協(xié)同平臺(tái)實(shí)現(xiàn)能源流、物流、信息流的透明管理，形成數(shù)字化、智能化工廠示范項(xiàng)目。

數(shù)字化本身的轉(zhuǎn)變、IO跟OT融合會(huì)產(chǎn)生很多的發(fā)展機(jī)會(huì)，如工廠的生產(chǎn)效率提升、生產(chǎn)關(guān)系的重新構(gòu)建等。

從產(chǎn)品全生命周期的角度，實(shí)體工廠是按照原來(lái)IEC95架構(gòu)搭建[4]，通過(guò)產(chǎn)品數(shù)字化和可靠互聯(lián)，通過(guò)數(shù)字雙胞胎對(duì)產(chǎn)品狀態(tài)進(jìn)行仿真、優(yōu)化、校和、回饋，以及知識(shí)的管理。項(xiàng)目過(guò)程中，數(shù)字化的主要目的，一方面是資產(chǎn)的透明化、資產(chǎn)效率的管理是;另一方面是運(yùn)營(yíng)跟維護(hù)，通過(guò)人工智能加管理方式形成模式轉(zhuǎn)變，或許是比傳統(tǒng)培訓(xùn)加管理的模式更為經(jīng)濟(jì)可行。智能制造不僅僅是技術(shù)升級(jí)，也是是企業(yè)文化、組織架構(gòu)、精益化和人的變革，而這里恰恰是人工智能最大部分貢獻(xiàn)的。如何利用新技術(shù)和產(chǎn)業(yè)的轉(zhuǎn)型，這個(gè)命題在十九大文件中就已經(jīng)明確了，即工業(yè)互聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能與產(chǎn)業(yè)的深度結(jié)合。

從鋼鐵工業(yè)的趨勢(shì)來(lái)看，下一階段的重點(diǎn)在大數(shù)據(jù)、數(shù)字化交付、遠(yuǎn)程運(yùn)維、工控安全等技術(shù)應(yīng)用和復(fù)制。與其他行業(yè)相比，鋼鐵是一個(gè)高度自動(dòng)化、信息化的行業(yè)，同時(shí)也是一個(gè)資本、技術(shù)、勞動(dòng)力密集的行業(yè)。在中國(guó)，鋼鐵又是一個(gè)產(chǎn)業(yè)結(jié)構(gòu)非常分散的行業(yè)，排名前15位的公司占鋼產(chǎn)量的34%，其余由超過(guò)300家來(lái)分，所以未來(lái)一定是“技 術(shù)+生產(chǎn)模式”轉(zhuǎn)變來(lái)整合鋼鐵工業(yè)，例如 ERH（電弧爐）、人工智能、大數(shù)據(jù)、工業(yè)機(jī)器人的應(yīng)用可以在生產(chǎn)模式上直接改變鋼鐵工業(yè)的發(fā)展。在鋼鐵工業(yè)數(shù)字化工廠架構(gòu)中，數(shù)字化已經(jīng)在管理、控制和現(xiàn)場(chǎng)層級(jí)的方方面面得到了應(yīng)用。鋼鐵工業(yè)正如美國(guó)大河鋼鐵（BRS）提出的：“我們是技術(shù)公司，碰巧做了鋼鐵工業(yè)”。[5]

鋼鐵工業(yè)智能制造具體實(shí)踐方向

在項(xiàng)目的實(shí)踐過(guò)程中，總結(jié)思考下來(lái)，鋼鐵工業(yè)智能制造可以有這樣幾個(gè)深化發(fā)展的方向：

一、建設(shè)全流程、一體化、無(wú)孤島的智能管控?cái)?shù)據(jù)平臺(tái)。利用智能傳感技術(shù)和系統(tǒng)管理獲得參數(shù)深度感知，包括工藝質(zhì)量參數(shù)和設(shè)備運(yùn)行參數(shù)，實(shí)現(xiàn)在線狀態(tài)感知與精準(zhǔn)預(yù)報(bào);基于工業(yè)大數(shù)據(jù)對(duì)設(shè)備健康狀態(tài)進(jìn)行診斷、分析、預(yù)測(cè)，保障生產(chǎn)過(guò)程的順行和產(chǎn)品的質(zhì)量;建立基于數(shù)據(jù)采集與處理的全流程質(zhì)量在線監(jiān)控、診斷與優(yōu)化能力，實(shí)現(xiàn)質(zhì)量異常原因跟蹤，同步生產(chǎn)工藝的優(yōu)化;基于CPS架構(gòu)和大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)、人工智能等技術(shù)，實(shí)現(xiàn)多工序協(xié)調(diào)優(yōu)化與質(zhì)量精準(zhǔn)控制;建立產(chǎn)供銷一體化協(xié)同智能優(yōu)化決策;建立行業(yè)創(chuàng)新研發(fā)平臺(tái)，建立協(xié)同創(chuàng)新機(jī)制和流程;開(kāi)發(fā)適合鋼鐵工業(yè)生產(chǎn)的各類工業(yè) APP，如點(diǎn)檢、運(yùn)維、資產(chǎn)管理、安全報(bào)警等，形成行業(yè)標(biāo)桿。

二、整體工程貫通一體化設(shè)計(jì)到一體化運(yùn)維的工廠全生命周期管理理念。設(shè)備和產(chǎn)線的數(shù)字化，實(shí)現(xiàn)數(shù)字化設(shè)計(jì)和數(shù)字化交付;建立三維可視化工廠，具有 2D/3D 導(dǎo)航功能用于智能工廠優(yōu)化管理、培訓(xùn)及全景一體化運(yùn)維，逐步實(shí)現(xiàn)虛擬遠(yuǎn)程運(yùn)維;建立數(shù)字化資產(chǎn)管理體系，形成實(shí)體資產(chǎn)和虛擬工廠的一一對(duì)應(yīng)。

三、建立全廠數(shù)據(jù)標(biāo)準(zhǔn)，實(shí)現(xiàn)數(shù)據(jù)一致性管理。建立數(shù)據(jù)平臺(tái)承載從設(shè)計(jì)、工程、運(yùn)營(yíng)、維護(hù)到服務(wù)全生命周期的數(shù)據(jù)管理體系，為基于大數(shù)據(jù)的人工智能和自主決策、透明決策打下基礎(chǔ)，同時(shí)也是知識(shí)管理的前提。對(duì)于企業(yè)沉積多年的數(shù)據(jù)進(jìn)行梳理，建立基于大數(shù)據(jù)、人工智能的數(shù)據(jù)挖掘能力，形成知識(shí)管理和深度學(xué)習(xí)布局。

四、現(xiàn)場(chǎng)層和控制層設(shè)備選型符合全集成自動(dòng)化、數(shù)字化理念?，F(xiàn)場(chǎng)層的單體成套設(shè)備或電儀設(shè)備應(yīng)具有數(shù)字化模型且能方便的集成到上位系統(tǒng)中，關(guān)鍵設(shè)備具備OPC/UA功能[6];控制層設(shè)備如DCS采用全集成模式，要求接口兼容性強(qiáng)。同時(shí)采用虛擬調(diào)試技術(shù)、減少現(xiàn)場(chǎng)安裝調(diào)試的時(shí)間，降低調(diào)試成本。

五、生產(chǎn)資料和基礎(chǔ)設(shè)施持續(xù)進(jìn)行自動(dòng)化、信息化與智能化。依據(jù)生產(chǎn)現(xiàn)場(chǎng)的實(shí)際情況，采用機(jī)器人、機(jī)械手以及智能行車等少人化、無(wú)人化智能裝備減少勞動(dòng)強(qiáng)度、提升勞動(dòng)生產(chǎn)率。全廠工業(yè)網(wǎng) 絡(luò)全覆蓋，信息數(shù)據(jù)全透明、可視化管理和具有組態(tài)模式的數(shù)據(jù)采集功能。

六、強(qiáng)化安全體系和主動(dòng)防御。建立基于工藝布局特點(diǎn)的獨(dú)立現(xiàn)場(chǎng)安全管控系統(tǒng)（Safety System），依據(jù)國(guó)家相關(guān)的安全標(biāo)準(zhǔn)，從機(jī)械，電氣，網(wǎng)絡(luò)安全總線著手，構(gòu)建完整的工廠安全生態(tài)圈，并落實(shí)于現(xiàn)場(chǎng)的檢測(cè)單元、評(píng)估單元與執(zhí)行系統(tǒng)之中，最終與全廠信息系統(tǒng)對(duì)接，形成安全的管控一體化布局戰(zhàn)略。整體工控網(wǎng)絡(luò)設(shè)計(jì)符合安全要求，避免物理上的信息“孤島”，建立全廠數(shù)據(jù)信息的安全縱深防御體系。

對(duì)于智能制造和人工智能的思考

一、人工智能趨勢(shì)研判

人工智能在不同領(lǐng)域行業(yè)的應(yīng)用前景不同，效果有前后。在零售、媒體、金融等領(lǐng)域，已應(yīng)用在營(yíng)銷、精準(zhǔn)投放、量化金融等方面有非常廣泛的應(yīng)用場(chǎng)景和極高的應(yīng)用價(jià)值。在工業(yè)領(lǐng)域如設(shè)備運(yùn)維、智能工廠、風(fēng)電場(chǎng)、燃?xì)廨啓C(jī)、科學(xué)研究（電子對(duì)撞機(jī)）、交通管理預(yù)測(cè)等，已經(jīng)采用并實(shí)現(xiàn)的技術(shù)如規(guī)則和模式掘取、神經(jīng)元網(wǎng)絡(luò)、智能數(shù)據(jù)架構(gòu)（ smart data Architecture ）、自然語(yǔ) 言分析（NLP），自主學(xué)習(xí)、模式學(xué)習(xí)、時(shí)間序列數(shù)據(jù)管理（TSDM）、基于機(jī)器學(xué)習(xí)的設(shè)備健康管理、預(yù)測(cè)預(yù)警等，均有實(shí)際的案例和明顯的效果。但人工智能同樣有一定的現(xiàn)實(shí)困境存在，據(jù)調(diào)查在美國(guó)排名前50位的公司，在工業(yè)實(shí)際控制場(chǎng)景的應(yīng)用非常少;獲取數(shù)據(jù)的困境，由于受個(gè)人隱私、制造業(yè)技術(shù)秘密等限制，難以獲得有效的數(shù)據(jù)，同時(shí)受到采樣技術(shù)、手段、環(huán)境、成本的局限，也難以獲得大量數(shù)據(jù)。

制造業(yè)與消費(fèi)或服務(wù)領(lǐng)域最大的不同的在于對(duì)于數(shù)據(jù)的梳理和標(biāo)識(shí)，在制造業(yè)不僅需要所謂的“數(shù)據(jù)分析家”，更需要“數(shù)據(jù)翻譯家”，集合行業(yè)工藝經(jīng)驗(yàn)和控制理論知識(shí)將數(shù)據(jù)翻譯出來(lái)。目前的標(biāo)識(shí)以手工為主，通過(guò)開(kāi)發(fā)如強(qiáng)化學(xué)習(xí)等新的技術(shù)手段，可以在使用過(guò)程中自然標(biāo)記。

場(chǎng)景困境，不同行業(yè)應(yīng)用場(chǎng)景的可復(fù)制性差，可以說(shuō)是制造業(yè)應(yīng)用人工智能的最大瓶頸，這帶來(lái)的是遷移的成本以及重新學(xué)習(xí)的困難。以基于大數(shù)據(jù)的深度學(xué)習(xí)為例，對(duì)象識(shí)別作為人工智能的主流領(lǐng)域正在發(fā)生突破，基本上可以分成三個(gè)階段，第一階段識(shí)別學(xué)習(xí)，目的是預(yù)測(cè)和分類，基于標(biāo)記圖形訓(xùn)練和分類可視識(shí)別，所采用的技術(shù)手段是從標(biāo)記訓(xùn)練的數(shù)據(jù)點(diǎn)開(kāi)始的監(jiān)督學(xué)習(xí);第二階段適應(yīng)學(xué)習(xí)，其目的是優(yōu)化與控制，基于經(jīng)驗(yàn)和更早期的意圖提供最大的回饋以采取更具預(yù)測(cè)性的行動(dòng)，所采用的技術(shù)手段是從一個(gè)環(huán)境中最大化的回饋強(qiáng)化學(xué)習(xí);第三階段是行為學(xué)習(xí)，目的是推理和語(yǔ)義分析，基于給定的背景知識(shí)給出一個(gè)最高可靠性的答案，所采用的技術(shù)手段是建立基于已有經(jīng)驗(yàn)的假設(shè)與推理系統(tǒng)。

目前國(guó)際上人工智能的發(fā)展有幾個(gè)方向值得注意：

（1）向小數(shù)據(jù)集發(fā)展，意味著不需要大量數(shù)據(jù)收集與訓(xùn)練;

（2）向非標(biāo)記數(shù)據(jù)發(fā)展，國(guó)外有直接采用非標(biāo)記數(shù)據(jù)直接使用;

（3）向多種算法融合方向發(fā)展，也就是幾種算法集合提供串聯(lián)或并聯(lián)的學(xué)習(xí)與訓(xùn)練的模型;

（4）向算法輕量化方向發(fā)展，即通過(guò)邊緣計(jì)算、底層架構(gòu)等技術(shù)大幅度降低算法的依賴度和能耗，這也意味著芯片開(kāi)發(fā)需求的變化;

（5）對(duì)于基礎(chǔ)設(shè)施的需求向低消耗方向發(fā)展，實(shí)施系統(tǒng)輕量化。

二、人工智能應(yīng)對(duì)中國(guó)智能制造瓶頸

目前中國(guó)企業(yè)的瓶頸，一是產(chǎn)品的研發(fā)如何迅速轉(zhuǎn)換為生產(chǎn)。生產(chǎn)是個(gè)系統(tǒng)的工作，需要IT技術(shù)和運(yùn)營(yíng)管理的交融。二是面對(duì)賣方市場(chǎng)和細(xì)分市場(chǎng)的要求，如何做到個(gè)性化以及快速響應(yīng)，這是智能制造模式的終極目標(biāo)之一。三是如何吸引人才回歸工廠，現(xiàn)在的年輕人都不愿意去工廠，因?yàn)楣S不酷。但如果工廠里苦活累活由機(jī)器人干了，數(shù)據(jù)都能采集上來(lái)，環(huán)境整潔綠色，又能實(shí)實(shí)在在得造出東西，那肯定大家愿意來(lái)。四是經(jīng)驗(yàn)的傳承，這個(gè)涉及知識(shí)的管理，例如老專家退休以后資料都扔垃圾桶，不同部門協(xié)同工作等。五是粗放式管理，把數(shù)據(jù)透明最后達(dá)到完美的狀態(tài)，從采集、物流管理等等，用軟件去驅(qū)動(dòng)。以上這些瓶頸，相信人工智能是可以給出答案的。

要談人工智能，首先需要有一個(gè)定義。這里筆者想借鑒下Kurzweil在 1990年的MIT Press上提出的概念，人工智能就是“創(chuàng)造出一些機(jī)器具備某些要求智慧的能力，如同人所展示的能力”[7]在這個(gè)定義中，既明確了功能要求，也明確了機(jī)器與人的關(guān)系。其次人工智能是控制理論的一個(gè)分支，是計(jì)算機(jī)科學(xué)的延伸，無(wú)論對(duì)什么行業(yè)，它都是使能技術(shù)，對(duì)智能制造也不例外。行業(yè)應(yīng)用和場(chǎng)景的迭代和加速非常重要，需要提供有針對(duì)性的人工智能服務(wù)和應(yīng)用場(chǎng)景。特別是制造領(lǐng)域與消費(fèi)領(lǐng)域里，人工智能應(yīng)用范疇和方法差異很大，特別在應(yīng)用場(chǎng)景、安全性、容錯(cuò)性、可靠性等方面的要求完全不同。鑒于人工智能對(duì)于底層數(shù)據(jù)的高度依賴，我們既要針對(duì)不同行業(yè)定義底層數(shù)據(jù)集的架構(gòu)，有行業(yè)特點(diǎn)也要有不同領(lǐng)域（如制造業(yè)、農(nóng)業(yè)、服務(wù)行業(yè)）的特點(diǎn)，又要強(qiáng)化行業(yè)數(shù)據(jù)的標(biāo)記，從行業(yè)的自身特點(diǎn)和基本需求出發(fā)，不求一概而論，但求切實(shí)提升行業(yè)的效率。

中國(guó)智能制造人才培養(yǎng)特別是培養(yǎng)頂層架構(gòu)師和工業(yè)數(shù)據(jù)轉(zhuǎn)換師非常重要;其次強(qiáng)調(diào)智能制造是IT與OT融合，這個(gè)期間人工智能可以提供大量的使能手段;再次我國(guó)的工業(yè)體系雖然門類齊全，但缺少核心的工業(yè)哲學(xué)，或者說(shuō)價(jià)值觀，利用智能制造的轉(zhuǎn)型機(jī)會(huì)建立中國(guó)自己的工業(yè)哲學(xué)至關(guān)重要。

智能制造是數(shù)據(jù)驅(qū)動(dòng)、軟件定義的，從電氣化、自動(dòng)化、數(shù)字化、網(wǎng)絡(luò)化、智能化，實(shí)現(xiàn)生產(chǎn)效率的提升和生產(chǎn)關(guān)系的重構(gòu)，這個(gè)對(duì)于人工智能的應(yīng)用同樣適用。圖1羅列的是目前企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中的主要需求和應(yīng)對(duì)方案中，“替代大量重復(fù)性勞動(dòng)崗位”、“知識(shí)管理平臺(tái)”、“智能運(yùn)營(yíng)”等方面都是人工智能在工業(yè)應(yīng)用中所面臨的挑戰(zhàn)和機(jī)遇。

圖1 中國(guó)制造業(yè)轉(zhuǎn)型及對(duì)應(yīng)技術(shù)方法。來(lái)源：公開(kāi)網(wǎng)絡(luò)資料整理

三、人工智能與智能制造的結(jié)合路徑

首先，人工智能作為一個(gè)引領(lǐng)產(chǎn)業(yè)發(fā)展的使能技術(shù)，要求在底層數(shù)據(jù)、算法架構(gòu)、應(yīng)用場(chǎng)景上提煉共性需求;消費(fèi)模式的轉(zhuǎn)變以及技術(shù)變革的渴望是開(kāi)展工作的前提。智能制造的基本需求是建立底層的數(shù)據(jù)集和架構(gòu)，通過(guò)應(yīng)用場(chǎng)景給出技術(shù)路線，引導(dǎo)企業(yè)結(jié)合先導(dǎo)項(xiàng)目共同開(kāi)發(fā)，更重要的是理解制造業(yè)與人工智能應(yīng)用范圍的層級(jí)關(guān)系，以推動(dòng)應(yīng)用場(chǎng)景的開(kāi)發(fā)迭代、以點(diǎn)帶面，持久的投入。

德國(guó)工程院院長(zhǎng)孔翰寧認(rèn)為，數(shù)字化的第二階段最重要的一個(gè)內(nèi)容是自主系統(tǒng)，其中有一個(gè)環(huán)是通過(guò)便宜的傳感器（Cheap sensors）形成大數(shù)據(jù)? ? ? （Big data），通過(guò)人工智能（人工智能）的處理和迭代，生產(chǎn)智能數(shù)據(jù)（Smart Data），而這個(gè)才是人工智形成的有意義的閉環(huán)。大河鋼鐵把大數(shù)據(jù)、傳感器和人工智能技術(shù)用在鋼鐵生產(chǎn)上，其勞動(dòng)生產(chǎn)率是全球平均水平的2-3倍。這些傳感器收集大量數(shù)據(jù)經(jīng)過(guò)有經(jīng)驗(yàn)的專家過(guò)濾和分析，把這些數(shù)據(jù)加上經(jīng)驗(yàn)、數(shù)學(xué)模型最后變成Smart Data。通過(guò)這個(gè)方式將生產(chǎn)邏輯從事后管理轉(zhuǎn)變?yōu)槭虑肮芾?同時(shí)員工角色融合操作、運(yùn)維、工程、管理，從而達(dá)到管理透明、知識(shí)固化、效率提高。

其次，智能制造是一個(gè)系統(tǒng)化的工作，是IT與OT融合的過(guò)程，也是知識(shí)顯性化和固化的過(guò)程，寶武項(xiàng)目中，項(xiàng)目組就提出交付的不僅是一個(gè)實(shí)體鋼卷，同時(shí)也應(yīng)交付一個(gè)數(shù)字化的鋼卷，這會(huì)大幅度提高高端客戶和大客戶的黏性和定制化，同時(shí)也會(huì)成為未來(lái)人工智能服務(wù)智能制造的數(shù)據(jù)基礎(chǔ)。

從企業(yè)層級(jí)相對(duì)應(yīng)的應(yīng)用入手，通過(guò)不斷迭代融入企業(yè)現(xiàn)有的架構(gòu)中，從而實(shí)現(xiàn)人工智能的可復(fù)制和價(jià)值。前面大河鋼鐵的例子背后是一個(gè)基金，基金有個(gè)人工智能的公司，人家說(shuō)你怎么證明人工智能有價(jià)值？他們就建了個(gè)大河鋼鐵廠，實(shí)現(xiàn)應(yīng)用。科技的價(jià)值很多時(shí)候最后是落到應(yīng)用場(chǎng)景上。這個(gè)生產(chǎn)模式的轉(zhuǎn)變還促使資本對(duì)鋼鐵公司的估值方式產(chǎn)生了巨大的變化，從單一的產(chǎn)能、利潤(rùn)轉(zhuǎn)變?yōu)榧夹g(shù)與市場(chǎng)潛力的估值。

根據(jù)產(chǎn)品全生命周期和“人機(jī)料法環(huán)”做出的在傳統(tǒng)工業(yè)場(chǎng)景的人工智能應(yīng)用場(chǎng)景實(shí)例，可以發(fā)現(xiàn)在生產(chǎn)實(shí)際控制環(huán)節(jié)中這方面還是沒(méi)有太多深入研究和實(shí)踐。所以管理和服務(wù)是目前人工智能的主要方向，特別是沿著產(chǎn)品全生命周期的生產(chǎn)鏈不同的價(jià)值流程形成不同的服務(wù)模式，這個(gè)才是智能制造加人工智能的終極任務(wù)。

結(jié)論

鋼鐵工業(yè)是傳統(tǒng)行業(yè)，但也是自動(dòng)化、信息化程度最高的行業(yè)之一，在這樣行業(yè)探索智能制造和人工智能的實(shí)踐和路徑是有現(xiàn)實(shí)意義的。作為基礎(chǔ)工業(yè)的鋼鐵工業(yè)的智能化，某種程度上是新技術(shù)在傳統(tǒng)技術(shù)企業(yè)的重新詮釋和定義。推動(dòng)這一變化的產(chǎn)生不僅僅需要技術(shù)本身的提高和升級(jí)，更需要企 業(yè)文化、考核機(jī)制的適應(yīng)和改變。從管理流程上要效益，在這個(gè)時(shí)代已經(jīng)不僅僅停留在口頭上，而是可以通過(guò)大數(shù)據(jù)、人工智能、智能制造與企業(yè)的深度融合實(shí)踐并實(shí)現(xiàn)的。

參考文獻(xiàn)：

[1] 何惠平，王志. 第十一屆中國(guó)鋼鐵年會(huì)上中國(guó)金屬學(xué)會(huì)理事長(zhǎng)干勇認(rèn)為中國(guó)鋼鐵工業(yè)面臨主要矛盾已經(jīng)轉(zhuǎn)化[J]. 冶金動(dòng)力， 2018 年（第 1 期）：P65-66.

[2] 中華人民共和國(guó)國(guó)務(wù)院.中國(guó)制造 2025[M].國(guó)發(fā)（2015）28 號(hào).2015.5.19.

[3] 中華人民共和國(guó)駐德意志聯(lián)邦共和國(guó)大使館.中德合作行動(dòng)綱要：共塑創(chuàng)新[EB/OL].http：//www.fmprc.gov.cn/ce/cede/chn/sbwl/t1212296.htm，2014.11.18.

[4] 百度百科.國(guó)際電工委員會(huì)[EB/OL].https：//baike.baidu.com/item/%E5%9B%BD%E9%99%85%E7%94%B5%E5%B7%A5%E5%A7%94%E5%91%98%E4%BC%9A/2876390？fr=aladdin.

[5] 吳勇.這家投產(chǎn)剛半年的鋼廠，用 AI 突破了人均產(chǎn)鋼量的天際.中國(guó)冶金報(bào).2017，6 月 16 日，第二版.

[6] CSDN 博客.OPC 協(xié)議認(rèn)知[EB/OL]. https：//blog.csdn.net/vevoliang/article/details/56015712，2017.2.20.

[7] Kurzweil， Ray （1990）， The Age of Intelligent Machines， Cambridge， MA： MIT Press， ISBN 0-262-11121-7.