西門子吳文超：人工智能需要人與技術（shù）的“雙向奔（bēn）赴”-刀具網-數控機床市場網

您現（xiàn）在的（de）位置：數控係統網> 技術前（qián）沿>西門子（zǐ）吳文超：人工智能需要（yào）人與技術的（de）“雙向奔赴”

西門（mén）子吳文超：人工智能需要人與技術的“雙（shuāng）向奔（bēn）赴”

2021-9-1 來源：西門子（中國）作（zuò）者：吳文超

伴隨數字化浪（làng）潮洶湧而至，作為核心驅動力的（de）人工智（zhì）能迎來飛速發展，從賦能千行百業到追逐星（xīng）辰大海，人工智能（néng）已悄（qiāo）然融入世界的方方麵麵。相比商業應（yīng）用的深度和廣度，目前人工智能在工業領域的潛（qián）力仍需持（chí）續挖（wā）掘。隨著人工智能（néng）步入發展（zhǎn）新階段，推進人工智能（néng）與工業場景融合以釋放巨大潛能，將（jiāng）成為產業（yè）關注的重點。

工業人工智能的起點是客戶痛點和需求

站在新一（yī）輪工業科技革（gé）命和中國（guó）加快轉變經濟（jì）發展方式（shì）的曆史性交匯（huì）處，工（gōng）業人工智能已經成為當代工業企業邁向未來（lái）、實現工業高質量發展的必（bì）答題，人工智能也成為了越來越多行業提升競爭力的選擇。

那麽，什麽是工業人工智能？工業人工（gōng）智能（néng）是實現工業大數據轉（zhuǎn）化為有（yǒu）效信息（xī）、抽象為（wéi）模型、輔助人類進行精準決策、高效執行的過程，它基於算法與模型挖掘工業世界中的“隱性知識”。

盡管人工智能已經被熱議多年，但人工智能在工業領（lǐng）域一直麵臨“落地難”的窘境，究其原因還是在於其落地過（guò）程常常容易走入（rù）一（yī）個（gè）誤區，那就是一談到工業數據賦（fù）能（néng）就會想成是大平台，而往往忽略了數據能為客戶創造哪些切實的價值。數據是人工智能的（de）基礎，但（dàn）工業人工智能的出發點並不是數據，而是客戶痛點和需求。這正是工（gōng）業人工智能和泛化人工（gōng）智能之（zhī）間最核心的區別所在。

工業向智能化轉（zhuǎn）型升級（jí）是跨領域多學科的係統工程，而工業各領域都經過了長達數十年乃（nǎi）至數百年的（de）發展，因此工業人（rén）工智能技術之於工業，絕不應該是“顛覆者”，而應是“融（róng）入者”，因此（cǐ）以工業客戶的痛點和需求作為切入點，將智（zhì）能化（huà）技術導入（rù）工業生產過程才是行（háng）之有效的手段。

以設備預（yù）測性維（wéi）護為例，我們需要（yào）結合領域經驗，用結果（guǒ）倒（dǎo）推的方（fāng）式來設（shè）計整個技術方案：首先（xiān）根據客戶需要，選取合適的目標故障設備和故障類型，要知道不同的故障類型開展預（yù）測性維護（hù）的價值也不同，因此不同的行（háng）業、不同的企業、不同的時間（jiān）階段，客（kè）戶的痛點和需求都（dōu）不（bú）盡（jìn）相同（tóng）。而後，提取與痛點相關的數據，而不是全（quán）量數據，比如關鍵設備的關鍵故（gù）障類型的相關數據（jù），同（tóng）時需要充（chōng）分結合生產運（yùn）行過程中環境幹擾以及複雜工（gōng）況等影響因素（sù），建立有效的預測預警模型。同時針對識別到的潛在故障風險，進行相應診斷，並為現場工程師提供（gòng）檢維修方案或措施建議，隻有這樣才能為工業客戶真正解決實際問題。

工（gōng）業人工智能構建“蘊含（hán）知識（shí）”的模型

近年來，工業領域中依賴專家經驗代代傳承的模式正遭遇巨大挑戰，利用人工智能將核心經驗與知識固化下來變為可（kě）傳承的資產，將成為大勢所趨。而在此過程中，關鍵問題在於如（rú）何將數據特征和機理特征（行業經驗）深度融合在一起，將製造（zào）知（zhī）識和“老師（shī）傅”的經驗轉換為能夠被數字（zì）世（shì）界理解的“蘊含知（zhī）識“的模型，從而捕捉那些（xiē）難以規則化但“老師傅”或行業專家能夠感性認（rèn）知的複雜特征，進而洞察並預測製造過程中還未發生的不（bú）可見問題，幫（bāng）助企業（yè）規避潛在風險、實現降本增效。

以某流程行業典型動設備故障預警功能的實現為例，通過實驗我們發現，采用純數據驅動的方式建模，訓（xùn）練數據需要至少（shǎo）3-6個月，且生成的（de）模（mó）型仍會較大地受到環境影（yǐng）響，易出現誤報。而采用結合經驗（yàn）與機理的建模方式，通過（guò）譜（pǔ）峭度、機械特征參數、環境參數等機理輸入（rù），並引入工況經驗，對（duì）人工智能技術進（jìn）行有效引導，構建設備健康狀態預（yù）警模型，而這種方式將所（suǒ）需訓練數據量降低達1個月左右（yòu），其最終的預測效果也更為理（lǐ）想（xiǎng）。

人工智能落地（dì）需要（yào）人（rén）與技術的結合（hé）

雖然我們對人工（gōng）智能賦（fù）能工業充滿（mǎn）期待，但必須承認人工智能黑盒式的“一鍵美顏”解決方案很多時候並（bìng）不適用於工業場景。技（jì）術落地（dì）過程（chéng）中的可信任度和安全性（xìng）對於企業非常重要，因此人工智能在工業落地的重點在於人與技術相結合，即通過（guò）客戶的（de）參與，共創（chuàng）適合企業的（de）蘊含知識的模型，由此將人工智能在計（jì）算和記憶力、感知方麵的優勢，以及人類（lèi）在（zài）認知、推理（lǐ）方麵的獨特能力有機結合起來，左右（yòu）腦互用，提供一種透明的“理解（jiě）”算法，讓工業人工智能（néng）切實發揮（huī）其作用。

預測性運維係統SiePA就是西門子與（yǔ）客戶讓人工智能在工業落地的一次積極探索。SiePA基於工業人工智能技術和西門子深耕（gēng）工業積澱的行業知識（shí），通過預測預警模（mó）塊與智能排查診（zhěn）斷模塊，對（duì）設備運（yùn）行風險、故障診斷及維護策略進行判斷，並給出推薦方案。對於客戶，SiePA相當（dāng）於提供了一個分析模板，在此（cǐ）基礎上客戶將工廠的（de）實（shí）際狀態和（hé）行業知（zhī）識映射到模板中固化成模型（xíng），然後應用到（dào）具體業（yè）務場景。此（cǐ）外，SiePA還可以隨著新需求不斷升級迭（dié）代，實現對人工智能模型的全生命周期管理，形成持（chí）續優化的閉環。SiePA體現的這種人工智能+人類智能（néng）的“白盒”特征已在包括石（shí）油化工、水泥、城市供水、冶金等多個行業落地，並（bìng）得到了行業專（zhuān）家的高度認可，目前西門子也在積極探索與設備生產廠商及設（shè）備服務商等（děng）企業的合作（zuò）模式。

除了機理特征維度（dù）的合作共創，西（xī）門子在推進工（gōng）業人工（gōng）智能落地過程中還采取不同的互動方式，賦能於人。例如，西門子一直著力於構建工業人工（gōng）智能的共創生態圈，通過更為深入的合（hé）作（zuò）共創與溝通，針對不同行業中一（yī）些典型的場景，幫助客（kè）戶更好地梳理相關場（chǎng）景中的需（xū）求、共同（tóng）尋求合適的方案、實現“數據變現”，西（xī）門子願與合作夥伴一起讓人工智能（néng）真正在工業場景落地生根。

三大應用場景落地工業（yè）未來可期

除預測性維護這一重要的應用領域，從工業的行業特點和人工智能技術路徑來看，工業（yè）人工（gōng）智能在強化感知、銳化（huà）運營、優化控製三個典型應用場（chǎng）景中將（jiāng）大有可為（wéi）。

強化感知體現為從傳感到認知的變化。以往工廠隻注重數據的采集（jí）和存儲，人工智能算（suàn）法通過對大量數據的分析，洞悉出數據背後的（de）邏輯從而支持工廠的決策，將無序的二進製數據變為真正的高（gāo）價值數據資產。銳化運營則是專業基礎上的協同能力（lì）。專業領域間（jiān）通常存在（zài）清晰的界定，但工（gōng）業環境（jìng）中的實際問題常常需要跨領域的經驗才（cái）能解決。企業迫切需（xū）要利用人工智（zhì）能打（dǎ）通不同領（lǐng）域的壁壘，將知識和經驗融合，固化並用（yòng）來指導生產（chǎn）。優化控製讓現（xiàn）代（dài）工廠中無處不在的（de）自動化（huà）控製完成從（cóng）準確向最佳的跨越，助力企業實現智（zhì）能升級。

西門（mén）子針對三大典型（xíng）應用場景一（yī）直在進行積極（jí）探索，並推出（chū）了相關產品和創新解決方案（àn）。在強化感知層麵，預測性（xìng）維護結合APS係統將工廠的（de）強化感知能力進一步擴展到閥門（mén）等更多細節。在（zài）銳化運營層，SiePA利用（yòng）自然語言處理以及失效故障與影響分析（FMEA）等，為客（kè）戶提供將經驗固化、傳承的數字化（huà）手段。圍繞優化控製，西門子（zǐ）已落地了一些典型（xíng）應用場景，例如水行業（yè）的泵（bèng）站設備（bèi）控製和基於工（gōng）業數據的泵組優化，在冶金（jīn）行業可以利用人工智能算法和數據，將用料配比、參數配置等高度依賴專家經驗的環節轉化為可（kě）以傳承的知識，讓人類智能在（zài）數字化時（shí）代得以擴展和延伸。

幾十年來（lái），大概（gài）很少有一項技術（shù）能像人工智能一樣承載著人類（lèi）如此多的憧憬和想（xiǎng）象力（lì）。而隻有將人工智能置於實際應用場（chǎng）景中才能真正（zhèng）打開（kāi）它的價值觸點，讓科技有為。正如西門子股份公司總裁兼首席執行官博樂仁（rén）博士所言：“沒有一個（gè）國家或組織能（néng）夠憑一己之力實（shí）現數字化轉型，或釋（shì）放人工智能的全部潛能。人工智能的落地需要（yào）不同企業，不同組織（zhī）的創新和協作，而這個（gè）任務也（yě）屬於這個時代的你、我以及每個人。”

作者：過程自動化事業部數字化研（yán）發中心總監吳文（wén）超

西門子（zǐ）（中國）有限公司數字化（huà）工業集團過程（chéng）自動化事業部數字化研發中心總監

投稿箱：
如果您有機床行（háng）業、企業相關（guān）新聞稿件發表，或進行資訊合作，歡迎聯（lián）係本網編輯部，郵（yóu）箱：skjcsc@vip.sina.com

更多相關（guān）信息

名企（qǐ）推薦

業界視點

| 更多（duō）

行（háng）業數據

| 更多

博文（wén）選萃

| 更多（duō）

數控（kòng）機床