发展工业智能，落地智能制造！

原标题：发展工业智能，落地智能制造！

当下，智能制造是全球制造突破现有生产力增长瓶颈的重要方向。制造业是未来发展的方向，而人工智能是实现智能制造的关键环节，如何发展工业智能，如何落地智能制造？在2019世界人工智能融合发展大会“人工智能与制造业 融合发展”主题论坛上，天泽智云副总裁、联合创始人史喆做了详细阐述。

数据驱动：从解决可见问题到避免不可见问题

智能制造是基于新一代信息技术，贯穿于设计、生产、管理、服务等制造活动各环节，具有信息 自感知、自学习、智能优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称。落地智能制造的关键环节就是发展工业智能化，因为工业智能化的作用就是避免和解决不可见世界的隐性问题。

例如设备故障、产品缺陷、加工失效、质量偏差等这些可见问题，是可以通过KPI 绩效体系、精益6-sigma等对管理问题进行管控和优化。但造成这些背后的隐性问题，如形变、过热、松动、泄露等，虽然在当下看不见，但不断累积就会变成显性问题，造成损失。也就是在你看到一个设备失效前，其实他已经有了很多衰退的症状。

史喆说：“从解决可见问题到避免不可见问题，其实是这样一个过程，对于可见问题，可以将问题产生过程进行数据分析，建模和管理，从而实现价值改善，再通过机器学习等方法从数据中挖掘隐性问题，预测并解决问题，为了避免不可见问题的发生，那么这个时候要做的就是知识建模。”

可见，在工业智能化过程中，数据驱动技术具有重要意义，它可以用来预测能被感知但未被量化的问题。良好的维修维护策略会大大降低设备后期的运营成本。例如原来某些部件需要拆除才能发现问题，但现在通过传感器采集数据并进行分析，就可以实时感知它的状态，进而预测故障，提前进行维护排程。

自学习和自适应是工业智能最大的挑战

在工业场景中有三个突出的难点，第一是模型的不确定性，第二个是实现问题反馈的实时性，第三点是系统的稳定性，这些不确定因素既存在于制造过程中，也存在于制造过程之外的使用过程中。

对此，史喆表示，对于不确定性的管理是核心问题，这要求系统结果输出必须正确。系统的实时性是对核心业务及时返回的保障，系统的稳定性就是要保证系统长期稳定运行。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。