本次訪談圍繞當前工業(yè)和工廠的歷史階段、SmartFactoryKL的基本內(nèi)容以及工業(yè)工廠的未來展望為主要題目展開。為便于閱讀，將問題省略，直接將專訪德國人工智能研究中心“智能工廠”主席Martin Ruskowski教授的訪談觀點整合成文，文章為Martin Ruskowsk教授的主要觀點。
李輝 上海市科學學研究所副研究員
本文發(fā)表于《中國工業(yè)和信息化》雜志2019年12月刊總第19期
正在發(fā)生的工業(yè)革命：機器與機器的交流
讓我們從工業(yè)的歷史說起。工業(yè)經(jīng)歷了三次革命。第一次工業(yè)革命包含我一直強調(diào)的“振興”，其核心是引進了機械動力。第二次工業(yè)革命，是電力取代了機械動力，更為關鍵的是這一次革命讓我們能隨處獲得能量。第三次工業(yè)革命，稱之為機電一體化時代，也就是所謂的自動化時代，引入計算機，代替人類進行一部分操控機器的工作。
因此，自動化時代已經(jīng)有很多人類勞動被取代了。從20世紀60-70年代開始計算機就自動完成了很多工作。這種工作在增多，比如過去電力機器完全是由人來操控，后來被計算機取代，今天汽車是由人駕駛，未來可能也會被計算機取代。
但我們?nèi)鄙俚氖菣C器之間的通信。在自動化時代，雖然我們有計算機，但我們只能用計算機信號部分地代替電氣信號。機器的架構，仍是以電氣化為基礎。而如果今天我們要建立機器之間的聯(lián)系，可以通過某種虛擬線路來實現(xiàn)。所謂的虛擬線路有點像一個開關，機器只是通過簡單的開關進行通信，因為這與舊時代兼容，并且容易理解。
智能設備進入日常生活中已有一段時間，至少已經(jīng)有15到20年了，我們?nèi)粘Ｉ钪幸呀?jīng)普及了這項技術，比如我們經(jīng)常用智能手機，然而工廠卻沒有。因為工廠需要時刻正常運行，機器也不能經(jīng)常更換。從一臺機器換到新機器的過程往往需要數(shù)年甚至幾十年的時間。當然現(xiàn)在幾乎所有的公司里每個人都在用電子郵件，也有ERP(企業(yè)資源計劃系統(tǒng))，但是這些畢竟不是生產(chǎn)的智能化，畢竟不是機器與機器之間的自動化關系。
幾年前工業(yè)4.0出現(xiàn)了。但當時與我們提倡的計算機科學和自動化相匹配的理念還不完全是一回事。工業(yè)4.0的流行概念是由德國政府制定的，并將其作為一項高科技戰(zhàn)略。沿著這個方向，該理念有大量研究項目和企業(yè)推動著。我們這個位于凱澤斯勞騰的“智能工廠”，理念早在15年前，即在2005年成立時就已經(jīng)產(chǎn)生了。工業(yè)4.0戰(zhàn)略希望通過我們這個智能工廠與產(chǎn)業(yè)界建立起聯(lián)系，并將其作為測試工業(yè)4.0概念的早期測試平臺運營。通過它，我們可以洞察到未來的生產(chǎn)應該是什么樣子。
對于智能工廠來說，有很大一部分是個性化產(chǎn)品，就是今天很流行的“定制化”。因此，我們不是生產(chǎn)大量庫存產(chǎn)品，而是根據(jù)客戶需求及時為客戶生產(chǎn)產(chǎn)品。這也引發(fā)了新的外包策略，尤其是生產(chǎn)的最終裝配將更加接近客戶;當我們進入全球化階段，大部分生產(chǎn)過程都從歐洲轉移到亞洲時，我們看到的是生產(chǎn)的分裂;作為在低工資國家生產(chǎn)的大批量產(chǎn)品，零部件和產(chǎn)品的最終組裝將更接近消費者。所以，這仍然是現(xiàn)在我要說的，這是自動化和計算機科學的結合，它們會成為制造系統(tǒng)和生產(chǎn)系統(tǒng)的未來架構。
盡管我們討論這個問題已經(jīng)近十年，但由于這個行業(yè)的投資周期太長，現(xiàn)在還仍然是第一步。在廣泛的范圍內(nèi)實現(xiàn)生產(chǎn)數(shù)字化需要一些時間，但在德國已經(jīng)有了很好的旗艦設施。許多公司仍需經(jīng)歷這個過程。而在全球范圍內(nèi)，德國仍是整個生產(chǎn)數(shù)字化領域的領頭羊。我們在實現(xiàn)數(shù)字化生產(chǎn)過程中所面臨的巨大挑戰(zhàn)也會對業(yè)務流程本身產(chǎn)生影響。所以，現(xiàn)在我們并不能簡單地將一家高度依賴于紙張和人力工作的傳統(tǒng)公司直接轉入數(shù)字時代。你必須重新考慮整個業(yè)務流程，在管理上做出改變。改變工作的實際運行方式。這是我們真正需要的最關鍵的要點之一。
所以目前的任務是調(diào)查最近轉型所需的IT結構，并處理業(yè)務流程這個問題，以幫助公司進行轉型。因此，我們所做的很大一部分工作是幫助小公司向數(shù)字化的方向發(fā)展。德國聯(lián)邦政府資助專門的項目，幫助小公司逐步實現(xiàn)數(shù)字化。對于小公司來說，這是一個巨大的挑戰(zhàn)，因為要實現(xiàn)數(shù)字化和變革管理，需要大量的資源。在德國，一家小規(guī)模的隱形冠軍公司往往也只有幾百名員工。
比如有的公司大約有500名員工，有的只有100人，小公司很難抽出時間來完成這個數(shù)字化的轉換過程，它們都忙于執(zhí)行客戶的訂單。問題在于，轉換過程要么可以改變一切，要么什么都改變不了。因為我們不能只對公司的一部分這樣做，這也是為什么變革管理非常困難。
德國政府正在全國各地幫助建立“能力中心”，這些中心主要為中小企業(yè)服務，幫助他們解決問題、了解數(shù)字化對他們的意義。因為對每個公司來說，數(shù)字化是不一樣的，每個公司生產(chǎn)的產(chǎn)品也不同，所以數(shù)字化不能一概而論。需明確的是，最終數(shù)字化的轉換必須要由公司自己完成，這是他們自己的事情，外部因素只能起一些協(xié)助的作用。
工業(yè)4.0的核心是本地化智能
人工智能是數(shù)字化的補充，但展望未來，從傳統(tǒng)的計算機科學和傳統(tǒng)的IT轉換到人工智能不是一大步就能完成的，而是要一小步一小步地實現(xiàn)。沒有什么所謂“大人工智能系統(tǒng)”能夠做所有的事。人工智能是一個工具箱，你可以在特定的點上使用它以增強信息技術，以優(yōu)化過去必須由人完成的事情。舉一個簡單的例子，我們使用的現(xiàn)代辦公工具，包含有很多人工智能技術，你可以自動更正輸入的內(nèi)容;你可以掃描文件，OCR(光學字符識別)已經(jīng)應用于人工智能技術中，但掃描發(fā)票，自動支付、掃描名片等都是自動將正確的數(shù)據(jù)引入正確的文件，這是由人工智能完成的。雖然事情很小，但卻帶來一個更人性化的系統(tǒng)。
因此，人工智能是一種對人類有益的技術，使我們適應計算機世界。人工智能是一個非常大的領域，可以應用不同的技術，比如模式識別、語音識別、圖像識別、服務機器人，以及自動駕駛等，還有被稱之為機器的預測性維護的技術——通過識別機器的信號進行數(shù)據(jù)分析和預測將要發(fā)生的故障。人工智能覆蓋了以上全部這些領域，但最終的每個應用實例往往是一個小的本地解決方案。
最終，智能是由許多本地解決方案以智能方式協(xié)同工作的。就像螞蟻一樣，一只螞蟻是毫無用處的，但是一群螞蟻以一種智能的方式行動，作用就不同于一只螞蟻了。人工智能也是如此，我們稱之為多智能體系統(tǒng)。因此，我們增加本地化智能的功能，例如，機器可以告訴我們非洲工廠最近一次制造失敗有可能是在一周后，你得到這個信號，必須對這個調(diào)整性的信號做出反應。你可以引入系統(tǒng)，觸發(fā)服務器警報，在一周內(nèi)打電話給客戶，告訴他們機器將要損壞，他們應該安排維修。這就是本地智能的意思?，F(xiàn)在很多人都在期待一個“大人工智能”，期待人工智能來了，看著你，幫助你，一件又一件地接管你手頭的事務……但這根本不現(xiàn)實。
人工智能不是由自身驅動的，它是由操作人、計算機科學家以及建立信息技術系統(tǒng)的人使用的，是與人兼容的一套技術。我們總是控制哪些技術應該使用，哪些不應該使用，比如現(xiàn)在有很多關于人臉識別優(yōu)缺點以及如何正確地使用它的討論。但是我們對生產(chǎn)有一個愿景，我們稱之為自主化生產(chǎn)，但是自主化生產(chǎn)并不意味著無人化生產(chǎn)。
這并不像是自主化駕駛，在自主化駕駛的場景中我們希望用人工智能取代人類進行操作，從而將后者從駕駛的壓力中解放出來。對于工業(yè)生產(chǎn)來說這個思路是行不通的，因為生產(chǎn)的全流程太過復雜，遠遠超過駕駛這樣的任務。所以不能用一個全自動的信息技術方案來解決整個生產(chǎn)鏈條，而只能是在每個生產(chǎn)環(huán)節(jié)上引入本地智能。所以，本地智能要解決的問題主要是針對大工廠場景下的機器和工作環(huán)境自主化。
智能工廠的關鍵在于適應智能化的新型USB接口
現(xiàn)在很多人都在討論自主化的問題。在工業(yè)4.0剛開始的時候，我們已經(jīng)有了這個自主化的世界，但是除了這個流行詞之外，并沒有實質(zhì)的內(nèi)容。這是一個流行詞，一個愿景，沒有人真正知道自主化生產(chǎn)將是什么樣子，我們將會定義它的樣子，并在未來5-10年呈現(xiàn)這一未來的生產(chǎn)——這是我們在工業(yè)4.0領域的下一步工作。
按照我們的設想，將來工廠要完成的任務，包括物流，內(nèi)部物流——如何將物料從一臺機器轉移到另一臺機器，以及機器獲得實際生產(chǎn)訂單從而執(zhí)行——不是理論上的而是實際上的，如何將機器連接到電源，這些聽起來很簡單，但如果你想要靈活生產(chǎn)，則需要標準化電源連接器和通信連接器。鼠標只要插進電腦的USB接口里就能立刻使用，每個人都對此習以為?！I(yè)生產(chǎn)環(huán)境卻遠非如此簡單。
所以說計算機科學領域，以及我們?nèi)粘Ｋ褂玫挠嬎銠C、手機系統(tǒng)中習以為常的那些觀念，是遠離生產(chǎn)過程的現(xiàn)實環(huán)境的。因為各類工業(yè)接口的標準化情況和計算機/信息系統(tǒng)的標準化情況天差地別。我們必須展示它們是如何運作的，標準是怎樣的。
USB(Universal Serial Bus，通用串行總線)一開始的時候普及也很慢，一開始甚至被戲稱為無用串行總線(Useless Serial Bus)，因為在最初的幾年里并沒有設備支持它。但那是25年前的事了。今天，USB幾乎是唯一存在的接口。而我們預見，生產(chǎn)鏈也將經(jīng)歷同樣的進程——最終會有一個統(tǒng)一的機器接口，可以連接到所有的產(chǎn)品上，傳輸你所需要的數(shù)據(jù)等。
在德國，我們有著相當獨特的地位和眾多的企業(yè)、技術，所以我們在德國有相當多的智能工廠，但是他們通常在有限的技術路線上工作，表現(xiàn)為在自動化的數(shù)字化方面，就是只與少數(shù)制造商或一個制造商合作。所以我們通常只有少數(shù)幾個PLC制造商，比如說西門子，他們在這個領域的系統(tǒng)是CoDeSys(是一種功能強大的PLC軟件編程工具)。當然也有一些競爭者，比如美國的Rockwell，但他們在德國市場占有率不高。當只有一家制造商，但它提供全生產(chǎn)線上所有的產(chǎn)品時，事情是相當容易的，你可以輕易地數(shù)字化許多環(huán)節(jié)，將許多機器集成在一起。
而事實并非如此，因為許多不同的機器制造商使用的是不同的PLC控制器，你必須將它們進行整合。將不同制造商之間的機器集成到一個系統(tǒng)中是一個巨大的挑戰(zhàn)，這一點的關鍵在于虛擬線路、虛擬交換機，因為它們很容易集成。所以現(xiàn)實中最小的通用標準計劃有時就是替換一根電線——因為機器是由物理線路彼此了解而實現(xiàn)集成——所以最簡單的思路就是將連接線路自動化，從而輕易實現(xiàn)我們的目標。德國許多智能工廠只使用一種技術，這種技術很容易展示。但是我們在這里做的是將所有不同的制造商整合到我們的設備中。我認為在我們的機器中有大約10種不同的PLC。他們都工作在一起。我們已經(jīng)展示出了不同制造商之間的整合所能發(fā)揮的巨大作用。
十年前，沒有人相信這樣做是可行的，也就是說，你必須選擇西門子，或者我們必須選擇貝克霍夫(Beckhoff)或B&R才行，但今天，我們有可能把所有這些PLC制造商的產(chǎn)品整合在一起。啟動一臺機器是一項技術，因為這很容易，而這臺機器——這臺智能機器，我們稱之為網(wǎng)絡實體生產(chǎn)模塊(cyber-physical production module)。
網(wǎng)絡實體生產(chǎn)模塊是一個創(chuàng)造出來的詞匯。很多人討論作為子系統(tǒng)的網(wǎng)絡實體系統(tǒng)以及作為工廠的網(wǎng)絡實體生產(chǎn)系統(tǒng)，但是沒有人討論中間的生產(chǎn)模塊。這個生產(chǎn)模塊是一臺機器，或者更具體一些，它是一個生產(chǎn)單元。在常規(guī)自動化、非常規(guī)自動化中都有單元的概念，我們總是把單元看做是生產(chǎn)的一個實體，在這種自主化生產(chǎn)中也一樣，而這種生產(chǎn)是關于這個獨立的生產(chǎn)單元的。因此，它在某種程度上是智能的，它知道如何處理產(chǎn)品，了解自己的服務器等。
與人工智能如何相處
人工智能系統(tǒng)在全球范圍內(nèi)并不是那么成熟，它們沒有全局的藍圖。人工智能系統(tǒng)只是處理數(shù)據(jù)或數(shù)字，它們不知道具體的含義，所有含義都是我們解釋到系統(tǒng)中的。因此，它賦予人們權力，提高工作水平，在更高層次水平上，我們能更好地工作，人工智能也將創(chuàng)造更好的工作場所。
我們已經(jīng)用自動化技術取代了許多條件惡劣的工作，但許多辦公室仍然有一些很枯燥的工作，人工智能可以取代他們，使人們找到更具創(chuàng)造性的工作。有趣的是，如今我們常常沒有能力解決這些問題，因為人們雖然覺得這些工作很枯燥，但是他們沒有空閑時間來改進工作，思考問題。將來，我們使用人工智能來使這些枯燥的工作自動化，這樣人們就有更多的時間去思考更重要的問題，構建更宏偉的藍圖。
但老實說，這也帶來了新的問題。人們討論很多人工智能的倫理之類的問題。我們沒有倫理學的學術背景，但是，當你使用人工智能來實現(xiàn)自動決策時，從我控制學的背景上來說，一個必然存在的風險是——閉合循環(huán)——自動控制技術當中的控制回路。當你從系統(tǒng)中的某處提取數(shù)據(jù)，利用某種人工智能系統(tǒng)生成某種決策，而這種決策會反過來影響現(xiàn)實世界。在這個過程中，你就在某種程度上閉合了一個數(shù)據(jù)流的回路，而任何閉環(huán)系統(tǒng)中總是會存在某種不穩(wěn)定的風險——數(shù)據(jù)以某種形式被修正，從而產(chǎn)生反饋信號，而這一反饋信號又會疊加到我們所定義的系統(tǒng)穩(wěn)態(tài)上——閉環(huán)反饋系統(tǒng)是一個我們必須牢記的基本概念。
從整個社會來看，不管在什么領域應用人工智能，對人、對技術、對完全無關的機器，總是有不穩(wěn)定的風險，這是必須關注的地方。所以，當你使用人工智能改善每天的生活時，你必須確保它真正改善了我們的生活，而且一直處于穩(wěn)定狀態(tài)。是的，人們經(jīng)常談論這些——關于倫理層面的事。在我們看來，所謂的倫理問題就是——人工智能應當改善人們的生活，而非對社會產(chǎn)生負面的影響。
作者專訪后記：
Martin Ruskowski教授是SmartFactoryKL第二任主席、德國人工智能研究中心(DFKI)創(chuàng)新工廠系統(tǒng)研究部主管和凱澤斯勞滕工業(yè)大學機床與控制系統(tǒng)教授。主要研究領域有：機電系統(tǒng)(工業(yè)機器人)、自動化的創(chuàng)新控制和集成概念、自動化系統(tǒng)中的人工智能。
德國人工智能研究中心下屬的SmartFactoryKL是德國工業(yè)4.0的功能性平臺之一。它的作用，在于為制造業(yè)企業(yè)尤其是中小型制造業(yè)企業(yè)的智能化轉型提供解決方案，為工業(yè)4.0尋找真正可落地的實現(xiàn)路徑。
Martin Ruskowski教授特別強調(diào)，工業(yè)流程復雜，不可能像無人駕駛那樣通過一個系統(tǒng)平臺來解決所有任務，換言之，在工業(yè)領域，不可能出現(xiàn)一個“大的人工智能系統(tǒng)”讓現(xiàn)有工業(yè)系統(tǒng)完全智能化。最實際的做法是不同環(huán)節(jié)不同部門分別不同程度地智能化，這是“工業(yè)+人工智能”未來很長一段時間的基本態(tài)勢。在這種情況下，如何有效建立起不同智能化板塊之間的聯(lián)系，成為工業(yè)尤其是工廠在智能化過程中的必須。這正是SmartFactoryKL一直追求的目標。
SmartFactoryKL也許可以為適應新一輪科技革命和產(chǎn)業(yè)變革的功能性平臺建設提供新的思路。以往的功能性平臺比較強調(diào)共性技術，但多是已有的科技和產(chǎn)業(yè)范式中的共性技術;以往還有一種建設平臺的思路是做大做強一些平臺型企業(yè)，比如賦予百度、阿里巴巴、騰訊、科大訊飛等大公司相應的平臺職能，但是公司做平臺仍免不了一己之私的制約。而SmartFactoryKL既不是做傳統(tǒng)制造技術，也不是大公司，他們本身是為各個公司如何適應未來的產(chǎn)業(yè)變革而打造的平臺，事實上也確實可以為企業(yè)尤其是中小企業(yè)提供可落地的智能化方案。
另外，做強做大平臺型公司的做法，有一種潛在的假設是如果平臺足夠大、市場足夠大、用戶足夠多，其標準自然就會成為國家標準乃至國際標準。但是當前的用戶，出于對自己個人隱私或者商業(yè)秘密的考慮，也不愿只用一種平臺，他們更喜歡同時使用若干個公司的不同平臺、系統(tǒng)，比如有些部分用西門子公司的，有些部分用通用公司的，從而在一定程度上保護自己的利益。這也從客觀上要求更多能夠聯(lián)系各種平臺、系統(tǒng)的新的平臺的出現(xiàn)。
SmartFactoryKL在問世之初，就為自己的發(fā)展設立了獨特的標識，就是在英文單詞SmartFactory之后，又加了一個上標KL，KL是凱澤斯勞滕的簡稱，他們或許相信來自凱澤斯勞滕的這個“智慧工廠”，注定會成為一種獨特的存在。
SmartFactoryKL的運營和發(fā)展一直得到德國政府的高度重視?；诋斍暗闹悄苤圃彀l(fā)展形勢，我國在未來的科技創(chuàng)新平臺建設中也應鼓勵類似平臺的出現(xiàn)和發(fā)展。
（轉載）
