德国汉堡科学院院士张建伟：信息物理系统驱动智能未来

德国汉堡科学院院士张建伟：信息物理系统驱动智能未来

来源：OFweek工控网

随着第四次工业革命的到来，信息技术（IT）和运营技术（OT）的融合成为新趋势，工厂开始进入数字化转型阶段，而德国“工业4.0”战略给全球制造业发展带来启示，未来生产线上的人、机器、产品等对象都将与计算机里的虚拟世界连接，从而提升工厂的管理控制能力，并创造出巨大的商业价值。

在OFweek2018（第三届）中国高科技产业大会上，德国汉堡科学院院士张建伟发表了《赋予新动能，从CPS到HCPS的智能系统》的精彩演讲，并在会后接受了OFweek工控网的采访，详细谈及了信息物理系统（CPS）的关键技术，以及人工智能、智能制造方面的重要趋势。

德国汉堡科学院院士张建伟在接受OFweek工控网采访

张建伟认为，德国工业4.0模式下，数字化的过程充分利用了计算的能力和物理仿真的方法，将物理世界的对象在虚拟计算中创建一一对应的数字模型，从而能够分析各个自动化环节的合理性，例如机器人应该放在哪个位置，并测试出各种组合的可能性，最终找到最佳的实施解决方案。

目前，通过数字化CPS可以实现机器人等设备的仿真测试，包括机器人运动学和动力学的仿真，机器人离线编程等，甚至实现整条生产线的几何仿真，以帮助更好的实现车间布局设计。未来，信息物理系统还需要融入人类的仿真，从信息物理系统（CPS）到HCPS（Human-Cyber-Physical Systems），即融合人类、信息和物理设备，并充分发挥人工智能的作用。

智能制造过程面临多重挑战

中国制造业转型升级的过程中，智能制造模式成为主要话题。作为一个复杂的生产系统，智能制造包括了机器人、物联网、虚拟现实以及生产计划、制造工艺等多种技术和模块，这些标准模块和技术组合在一起，最终能够实现各种定单的柔性生产，并能以最低的成本完成个性化制造。

张建伟表示，要实现真正的智能制造仍需要解决多项技术难题，例如通过传感器感知环境，让机器人在移动的场景下识别出工件、机器和人等所有物体，对整个工厂进行可视化，这样在设备维护，以及人的交互方面就会有很大的突破。在移动设备安装上传感器，不管走到哪里，都可以立即识别出周边的物体，然后将信息传递给其它参与生产的人或设备等对象。

机器人智能制造案例

此外，人工智能方面也有很多地方需突破，例如信息物理系统里要结合深度学习的方法，实现对自动化机器、生产线、人机共融等场景的模拟，最终使得智能工厂能够按不同的指标，以最短时间、最低成本进行生产制造。

还有，自动化知识库的建设也十分重要，包括自动化的知识、成本的知识、设备的使用能力等，例如工业机器人在不同的节点上能带来哪些能力，硬件、软件和人力的成本是多少，将所有可能的自动化单元做到一个库里，这将对生产计划的实施非常有意义。

云+边缘计算，实现设备快速响应能力

智能信息物理系统将会融合人工智能等多项技术，对计算机的运算能力有很高的要求。目前，云计算、雾计算、霾计算、边缘计算等概念已经兴起，并在制造领域越来越多的被讨论。企业要考虑上云，将信息或数字模型放到云平台里，而雾计算、边缘计算的运用，主要在于提升实时性能方面，和云端相对静态的数据融合起来，将具有极大的潜力。

张建伟对OFweek控网表示，人工智能芯片变得越来越火热，实际上这些芯片是在实现边缘计算的能力，目前AI芯片主要停留在智能感知、智能识别等方面，例如物体的识别、人脸识别、语音识别等等，并开始在自动驾驶等商业领域上使用。

人脸识别的商业案例

未来，边缘计算将用在带有感知功能的机器上，尤其在机器人方面有很大的潜力。协作机器人有了视觉、力觉等感知需求，反应速度不如传统工业机器人，这也体现了边缘计算能力的不足。因为协作机器人不仅要检测周边环境，还要做分析和决策，采用传统的数据采集、总线传输再到控制运算的方式，在时间上延误严重，而机器达不到快速响应的要求。因此，需要将云计算、雾计算、边缘计算结合起来，才能让智能系统获得快速反应的能力。

从CPS到HCPS，提质增效 降本减存

自动化行业追求无人化工厂，但在未来制造系统里，人的角色将是不可或缺的。所以，信息物理系统需要从CPS扩展到HCPS，将人、信息、物理三大空间综合起来考虑。人在生产里将起到十分关键的作用，实现生产的组织、协调，或者是在操作级与机器实现人机共融。

随着制造业工作任务的越来越复杂，工厂里需要采用机器人、人工智能等技术来减轻人的负担。张建伟认为，人机协作的场景里，机器人充当了第三只手的角色。目前机器人的灵活方面还比不上人手，完全取代人力是不可能的，所以采用人机协作的方式可以达到最优的生产效果。

生产线的虚拟仿真

在人工智能的赋能下，机器人可以主动察觉人的意图、了解装配的要求和人的装配习惯，并对多种场景进行学习和理解，最终能够主动协助人去执行一些任务，人工智能将加速人机共融场景的实现，并能解决一些传统自动化的问题。

还有，人工智能可以通过超级大脑的运算能力，对整个工厂和车间的内部和外部所有东西进行建模，打通各个环节的数据隔阂，通过大数据的整合分析，对工厂的进料和库存进行优化，实现最少的库存。同时，在出现不良品的情况下可以回溯到错误源，以应急处理生产过程一些的突发的情况。总的来说人工智能对于信息物理系统和整个生产起到非常重要的作用。

机器人2.0，人机共融时代将到来

工业机器人正从1.0向2.0时代转变，传统的工业机器人在结构化的环境下不断重复一些任务，而进入2.0时代的机器人将能够在非结构化的环境下，快速的感知周边环境，理解和学习不断变化的动态环境，并能快速做出最优的决策。而实现这一系列的动作，需要一些关键性技术的支持。

张建伟表示，机器人除了对环境感知，还要对人进行感知，理解人的行为和意图，实现人与环境的共同模型。其次，还需要自适应和学习能力，因为在非结构环境不易通过编程来解决，必需让机器人在未知和意外的情况下，能够思考怎么处理突发情况，并且学习到新的能力。

人与机器人的协作

在2.0的机器人环境里，机器人将拥有认知的能力，以及知识表达的能力，并能在动态的环境下，完成从感知、分析到决策的动作，最终满足人机共融场景的需求。

人机共融是一个大而长远且富有挑战性的场景，未来的发展将对于人工智能将提出更多挑战性的问题。随着这些问题的解决，2.0的机器人将逐步产业化，同时也能让智能机器人进程变得更快。

未来可期，人工智能应用场景丰富

人工智能作为一种赋能技术，必需和各个行业垂直应用场景结合才能体现其价值所在。在融合的过程中，技术驱动是其中的一个方法，例如基于人工智能、大数据等技术实现人脸识别；通过病例的学习来帮助医生诊断；通过文本学习实现机器人写作；以及通过语音大数据的学习来模拟人类发声，进行新闻主播等功能，这些都是人工智能的应用场景。

张建伟告诉OFweek工控网，真正的人工智能需要和CPS系统结合，使得各个行业如制造业、交通出行、医疗、农业、建筑、教育和基础设施的维护变得更轻松。目前，在动态变化的环境里，人工智能还远远未能解决问题，例如医疗自动化、自动驾驶、建筑、农业机器人采摘等不确定的、复杂性的场景，人工智能有很大的挑战。

未来，人工智能作为超级大脑，需要将人类已有的知识和能力更好的融合在一起，从而能协助人完成更多的任务。还有利用全局的视角，综合分析预测各种内在和外部的环境因素，最终使得机器在协作上做得更好。

最后，张建伟表示人工智能是把双刃剑，如无人商店、刷脸等方式让生活变得更便捷，同时也使得一些工作消失。未来的人工智能应该在以人为本的决策指导下，开发出能真正对生活有用功能，最终帮助人类获得更好的生活质量。让机器人接替一些危险、脏的和无聊的工作，使人类能从事更有创意和高价值的工作。

未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能，互联网和脑科学交叉研究机构。

未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。