近日，以“深度視野，對(duì)話未來”為主題的首屆“中新人工智能高峰論壇”在新加坡·南京生態(tài)科技島召開。本屆高峰論壇由南京市人民政府、新加坡企業(yè)發(fā)展局、江蘇省經(jīng)信委、江蘇省商務(wù)廳、江蘇省人民政府外事辦公室作為指導(dǎo)單位，南京市商務(wù)局、南京市建鄴區(qū)政府、中國人工智能學(xué)會(huì)主辦。

論壇上，德國、深知無限人工智能研究院院長、首席科學(xué)家，德國人工智能研究中心科學(xué)董事漢斯·烏思克爾特教授帶來主題演講：“德國工業(yè)4.0與中國AI產(chǎn)業(yè)發(fā)展的機(jī)遇與挑戰(zhàn)”。

在演講中，漢斯·烏思克爾特詳細(xì)介紹了AI在工業(yè)上的概念和具體案例。他講AI+工業(yè)原理分為三層，由內(nèi)到外分別是，生產(chǎn)層、運(yùn)行層和數(shù)據(jù)結(jié)合層。經(jīng)由這三層，智能制造創(chuàng)造了巨大生產(chǎn)力。

以下是漢斯·烏思克爾特的演講全文，億歐在不改變?cè)獾幕A(chǔ)上進(jìn)行了刪減。

大家下午好！我在AI領(lǐng)域已經(jīng)工作了有30多年了，使用了不同的應(yīng)用，我想要跟大家分享智能制造的一個(gè)理由是因?yàn)樗业谋尘坝幸稽c(diǎn)關(guān)系。

首先，我會(huì)給大家介紹一下AI的一些工業(yè)應(yīng)用。然后再給大家介紹工業(yè)4.0和智能制造，接下來我會(huì)簡單地給大家介紹一些機(jī)器學(xué)習(xí)和深度學(xué)習(xí)，還有一些未來的展望。

在過去的十年，我建立了一個(gè)德國人工智能中心。隨著AI變得越來越流行了。除了傳統(tǒng)的IT公司，比如SAP，軟件公司，微軟公司等。漸漸，很多制造的企業(yè)也加入進(jìn)來比如Facebook、寶馬、博世、空客等。他們都是機(jī)器制造的公司，在過去的一年，這些制造企業(yè)不斷地要求我們幫助他們進(jìn)行變革，把他們的公司轉(zhuǎn)型成一個(gè)現(xiàn)代化的數(shù)字驅(qū)動(dòng)的公司，能夠讓他們使用工業(yè)4.0。

關(guān)于智能工廠，我們一共有三層。

首先，核心層，也就是智能工廠，或者說生產(chǎn)本身，AI在這里也能夠發(fā)揮一些作用。主要概念就是通過物聯(lián)網(wǎng)把機(jī)器聯(lián)系在一起，AI根據(jù)這個(gè)傳感器上傳的數(shù)據(jù)來進(jìn)行分析，這就是核心。

實(shí)際上，這個(gè)機(jī)器與之前的制造工廠，比如說iphone、汽車工廠、手機(jī)工廠是不一樣的。區(qū)別在于，他們很多的解決方案并不是泛泛的，而是具體的。此時(shí)我們使用了一些機(jī)器人，有一些工人他們的工作已經(jīng)也不再嚴(yán)格分工了，這就形成了工人與個(gè)機(jī)器人之間進(jìn)行通信，互相溝通的需求——這是智能工廠的一個(gè)核心的部分——也就是網(wǎng)絡(luò)和實(shí)體的系統(tǒng)互相地聯(lián)系起來，即用物聯(lián)網(wǎng)，把處理器和傳感器聯(lián)系在一起。

其次，有個(gè)非常重要的概念——“數(shù)字雙胞胎”（指以數(shù)字化方式拷貝一個(gè)物理對(duì)象，模擬對(duì)象在現(xiàn)實(shí)環(huán)境中的行為，對(duì)產(chǎn)品、制造過程乃至整個(gè)工廠進(jìn)行虛擬仿真，從而提高制造企業(yè)產(chǎn)品研發(fā)、制造的生產(chǎn)效率。）。這樣一來，整個(gè)制造流程、數(shù)字產(chǎn)品以及系統(tǒng)，都有一個(gè)孿生的數(shù)字化鏡像。有一些產(chǎn)品本身就可以讓機(jī)器下達(dá)指令，從而為生產(chǎn)制定一個(gè)計(jì)劃，對(duì)于一些中度的自動(dòng)化的生產(chǎn)，實(shí)現(xiàn)人機(jī)互動(dòng)，AI驅(qū)動(dòng)優(yōu)化的產(chǎn)品和流程、預(yù)防性維修，預(yù)測(cè)能耗的目標(biāo)。

第二層，除了純生產(chǎn)之外，我們還有運(yùn)行的服務(wù)。比如說公司內(nèi)部的移動(dòng)性出行，還有智能的物流、智能的建筑、智能的產(chǎn)品和智能電網(wǎng)。由于有“數(shù)字雙胞胎”，如果你對(duì)流程、產(chǎn)品和手冊(cè)進(jìn)行編碼的話，這將會(huì)是一個(gè)非常非常復(fù)雜的內(nèi)容，再加上培訓(xùn)，供應(yīng)商、合作伙伴服務(wù)這些數(shù)據(jù)進(jìn)來，體量非常龐大，因此我們需要對(duì)運(yùn)行服務(wù)進(jìn)行重新的設(shè)計(jì)。

最后，我們來看最外面的一層——數(shù)據(jù)結(jié)合。最外面的一層是通常被人們所忽視的，但實(shí)際上它決定一個(gè)公司成敗與否。為什么呢？因?yàn)榇蟛糠肿钪匾哪切?shù)據(jù)來源于公司以外，比如你的客戶、合作伙伴、供應(yīng)商、監(jiān)管當(dāng)局、技術(shù)合作提供商、媒體、投資商以及股東，還有你的競(jìng)爭(zhēng)對(duì)手。這就意味著說，我們最大的一個(gè)挑戰(zhàn)是要把所有的數(shù)據(jù)，也就是智能工廠內(nèi)部的數(shù)據(jù)與外部的數(shù)據(jù)進(jìn)行結(jié)合。

要了解外部的數(shù)據(jù)是非常復(fù)雜的。因?yàn)槟切┩獠繑?shù)據(jù)的來源，并不能把數(shù)據(jù)以這種結(jié)構(gòu)式的方式給你，你拿到的通常都是非結(jié)構(gòu)性的數(shù)據(jù)。你需要把內(nèi)外部的數(shù)據(jù)結(jié)合到一起。如果你能解決這個(gè)問題的話，你才有客戶關(guān)系管理，或者說，你的供應(yīng)鏈就比較的智能了。智能實(shí)際上意味著我們要使用互聯(lián)互通，要使用物聯(lián)網(wǎng)，使用大數(shù)據(jù)，要使用分析，要使用商業(yè)的情報(bào)，當(dāng)然還要使用AI來幫助你不斷地去優(yōu)化整個(gè)的流程。不僅僅是優(yōu)化，這個(gè)系統(tǒng)還能告訴我們，這些問題是否解決了。

我們?yōu)槭裁匆褂猛獠康臄?shù)據(jù)和知識(shí)？首先，這取決于我們到底要實(shí)現(xiàn)什么樣的目標(biāo)？要監(jiān)督流程，獲得早期預(yù)警，審視是否出現(xiàn)偏差，如果有偏差的話我們要早期介入，幫助我們盡早決策。舉個(gè)例子，我們的合作伙伴之一——西門子，他們已經(jīng)采取了我們主要的設(shè)備，也就是我們的公司出產(chǎn)的一個(gè)知識(shí)路線圖。我們要做的事情是，希望從外部獲得知識(shí)，與公司的圖譜結(jié)合，可以知道我們生產(chǎn)的地點(diǎn)在什么地方，使用什么樣的技術(shù)，在全世界各地有什么樣事件的發(fā)生。再把這些信息和我們企業(yè)內(nèi)部的信息結(jié)合到一起，這就形成企業(yè)的知識(shí)圖譜。

不要低估這些知識(shí)。舉例來說，《大英百科全書》這是世界上最豐富的《百科全書》，但這也只是它的打印版。如果你把所有知識(shí)都打印出來，應(yīng)該有多大的量呢？包括維基百科在內(nèi)的百科來源，都在慢慢地轉(zhuǎn)化為一些結(jié)構(gòu)的數(shù)據(jù)。實(shí)際上很多的知識(shí)現(xiàn)在正在經(jīng)歷著這樣的一個(gè)轉(zhuǎn)型：機(jī)器學(xué)習(xí)。

回到西門子的合作例子上來。西門子有19萬的供應(yīng)商，我們的企業(yè)知識(shí)圖譜，幫助他們做供應(yīng)鏈的觀察和管理。對(duì)內(nèi)外部信息進(jìn)行輸入、提取，在這個(gè)基礎(chǔ)之上能夠去做一些結(jié)構(gòu)性的轉(zhuǎn)型。就外部媒體信息而言，不僅僅包括媒體，還包括社交媒體，比方說像推特網(wǎng)，甚至來自鐵路、警察部門、高速巡警、消防部門等。這樣的一些信號(hào)整合在一起之后，我們搭建了大數(shù)據(jù)平臺(tái)和研究中心。

這樣的一些應(yīng)用，對(duì)整個(gè)工業(yè)的流程有很大幫助。所以我們希望能夠從這些未結(jié)構(gòu)的信息進(jìn)行學(xué)習(xí)，轉(zhuǎn)化為結(jié)構(gòu)的信息，并且在相應(yīng)的場(chǎng)景下進(jìn)行解讀。最終希望把一些顯性的知識(shí)，比如說工業(yè)的知識(shí)，行業(yè)的知識(shí)，能夠通過經(jīng)驗(yàn)來進(jìn)行掛鉤，使得機(jī)器學(xué)習(xí)、深度學(xué)習(xí)得以實(shí)現(xiàn)。如果做不到這一點(diǎn)，我們是無法去應(yīng)對(duì)，無法滿足復(fù)雜的工業(yè)現(xiàn)實(shí)所面臨的一些需求。謝謝！