工業(yè)化+數(shù)字化：機(jī)器學(xué)習(xí)時(shí)代的工業(yè)4.0

工業(yè) 4.0 概述

當(dāng)過(guò)去的未來(lái)學(xué)家設(shè)想 2020 年時(shí)，該愿景可能包括大量智能設(shè)備，這在當(dāng)時(shí)似乎是科幻小說(shuō)的專屬領(lǐng)域。他們?cè)O(shè)想，諸如從事家務(wù)勞動(dòng)的家用機(jī)器人、在道路和天空中漫游的自動(dòng)駕駛汽車和飛機(jī)以及身臨其境的虛擬現(xiàn)實(shí)等技術(shù)將成為視聽娛樂(lè)的下一個(gè)，也許是最后一個(gè)階段。盡管這一愿景不太可能在 2020 年底之前實(shí)現(xiàn)，因?yàn)槭澜缛蕴幱?COVID-19 流行病的枷鎖之下，但體現(xiàn)這一愿景的第四次工業(yè)革命（工業(yè) 4.0）仍在進(jìn)行中。

早在2013年，隨著互聯(lián)網(wǎng)和計(jì)算機(jī)技術(shù)的成熟以及相關(guān)基礎(chǔ)設(shè)施的逐步完善，德國(guó)率先提出了工業(yè)4.0的概念——一場(chǎng)新技術(shù)革命，承諾利用信息物理系統(tǒng)改善人們?cè)诒姸嗖煌I(lǐng)域的生活領(lǐng)域。這一理念后來(lái)被納入多個(gè)國(guó)家的發(fā)展規(guī)劃，以傳統(tǒng)工業(yè)技術(shù)和服務(wù)為基礎(chǔ)，通過(guò)工業(yè)化和信息化相結(jié)合，打造新的增長(zhǎng)點(diǎn)。

如今，與工業(yè) 4.0 相關(guān)的技術(shù)開發(fā)和傳播如火如荼。在軟件方面，增強(qiáng)現(xiàn)實(shí)技術(shù)可以為用戶提供新穎的視聽體驗(yàn)，并已在某些職業(yè)（如警察和醫(yī)生）的培訓(xùn)項(xiàng)目中得到應(yīng)用。物聯(lián)網(wǎng) (IoT) 技術(shù)利用傳感器集群實(shí)現(xiàn)對(duì)設(shè)備的全面監(jiān)控。此外，工業(yè)網(wǎng)絡(luò)安全技術(shù)的進(jìn)步允許及時(shí)監(jiān)控企業(yè)網(wǎng)絡(luò)以阻止黑客攻擊。在硬件方面，3D打印技術(shù)將使任何級(jí)別的用戶都能快速制造出他們能想象到的任何設(shè)計(jì)。工業(yè)機(jī)器人的普及有望標(biāo)準(zhǔn)化和簡(jiǎn)化產(chǎn)品制造。

工業(yè)4.0典型場(chǎng)景

數(shù)據(jù)和利用數(shù)據(jù)的機(jī)器學(xué)習(xí)技術(shù)是第四次工業(yè)革命的核心。數(shù)據(jù)從傳感器獲取，通過(guò)互聯(lián)網(wǎng)傳輸?shù)皆品?wù)器，并通過(guò)機(jī)器學(xué)習(xí)和人工智能算法進(jìn)行分析。然后返回到服務(wù)終端或工業(yè)機(jī)器人以完成完整的工作流程。典型的工業(yè) 4.0 場(chǎng)景包括更好地了解用戶、產(chǎn)品制造、監(jiān)控產(chǎn)品質(zhì)量、分銷物流和用戶反饋，每個(gè)場(chǎng)景都取決于數(shù)據(jù)和機(jī)器學(xué)習(xí)的廣泛參與。

用戶資料

許多手機(jī)和計(jì)算機(jī)軟件程序已經(jīng)存儲(chǔ)和分析用戶數(shù)據(jù)。一些實(shí)體店使用射頻識(shí)別（RFID）芯片記錄用戶偏好，并通過(guò)算法等方法分析用戶數(shù)據(jù)，推薦和更新產(chǎn)品及相關(guān)內(nèi)容。在由工業(yè) 4.0 運(yùn)行的世界中，用戶數(shù)據(jù)（例如使用頻率、偏好、使用模式和時(shí)間表）會(huì)被記錄下來(lái)。該媒體涵蓋了從移動(dòng)應(yīng)用程序到家用電器、辦公設(shè)備和醫(yī)療設(shè)備的所有領(lǐng)域。這些數(shù)據(jù)通過(guò)機(jī)器學(xué)習(xí)算法進(jìn)行分析，以生成多維分類標(biāo)簽。每個(gè)用戶都被多個(gè)標(biāo)簽描述，可以為每個(gè)用戶構(gòu)建越來(lái)越準(zhǔn)確的畫像。

制造過(guò)程

全面的用戶配置文件以在生產(chǎn)級(jí)別提高個(gè)性化的形式提供了非常直接的好處。就像今天瀏覽互聯(lián)網(wǎng)的用戶如何實(shí)現(xiàn)內(nèi)容個(gè)性化一樣，在第四次工業(yè)革命時(shí)代，高度精細(xì)化的用戶畫像將直接應(yīng)用于產(chǎn)品制造過(guò)程。這使得企業(yè)更容易生產(chǎn)出滿足用戶需求的個(gè)性化產(chǎn)品。個(gè)性化產(chǎn)品可以根據(jù)用戶數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)進(jìn)行量身定制，為用戶提供更多的可能性。

除了對(duì)生產(chǎn)決策的潛在影響外，制造過(guò)程中各個(gè)步驟的控制將通過(guò)工業(yè) 4.0 萬(wàn)物互聯(lián) (IoE) 技術(shù)和工業(yè)機(jī)器人技術(shù)實(shí)現(xiàn)完全自動(dòng)化。生產(chǎn)過(guò)程中的每個(gè)步驟都將根據(jù)對(duì)先前生產(chǎn)步驟的結(jié)果和產(chǎn)品要求的持續(xù)分析進(jìn)行實(shí)時(shí)微調(diào)。在這樣的智能工廠中，生產(chǎn)線的可控性和魯棒性得到提高，工人的參與從重復(fù)性工作轉(zhuǎn)變?yōu)闄C(jī)器人代理的監(jiān)督。自成立以來(lái)，特斯拉就致力于建設(shè)智能汽車工廠，不僅生產(chǎn)線裝配由工業(yè)機(jī)器人完成，倉(cāng)儲(chǔ)、物料管理、訂單和銷售流程都通過(guò)人工智能實(shí)現(xiàn)高度自動(dòng)化，

質(zhì)量控制

除了過(guò)程相關(guān)數(shù)據(jù)的分析和控制，機(jī)器學(xué)習(xí)和機(jī)器視覺技術(shù)的結(jié)合可以自動(dòng)化大規(guī)模、高精度的產(chǎn)品檢測(cè)，這對(duì)于識(shí)別難以確定的復(fù)雜缺陷特別有效。只有人眼。由知名人工智能科學(xué)家吳恩達(dá)領(lǐng)導(dǎo)的人工智能算法公司Landing.AI最近推出了一種基于人工智能和機(jī)器視覺的氣泡檢測(cè)設(shè)備，用于檢測(cè)設(shè)備中的氣體泄漏。這種機(jī)器視覺系統(tǒng)允許計(jì)算機(jī)非常精確地捕獲小氣泡并確定氣體泄漏的位置。系統(tǒng)識(shí)別例程的錯(cuò)誤率遠(yuǎn)低于工人通過(guò)目視發(fā)現(xiàn)氣泡進(jìn)行檢查的 30% 平均錯(cuò)誤率。

快速物流

在生產(chǎn)過(guò)程的最后，還必須對(duì)物流問(wèn)題做出規(guī)定。工業(yè)機(jī)器人可以自動(dòng)包裝產(chǎn)品，并在包裹上打印包含產(chǎn)品信息和郵寄地址的特定二維碼標(biāo)簽，為配送做準(zhǔn)備。預(yù)計(jì)自動(dòng)駕駛系統(tǒng)將在配送過(guò)程中發(fā)揮重要作用。預(yù)計(jì)在未來(lái)10到15年內(nèi)，基于計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)和控制技術(shù)的自動(dòng)駕駛技術(shù)將實(shí)現(xiàn)全面商業(yè)化，這將使配送和物流更簡(jiǎn)單、更高效，同時(shí)顯著降低人力成本。電商巨頭阿里巴巴首批智能機(jī)器人倉(cāng)于2017年投入運(yùn)營(yíng)，其子公司菜鳥，已經(jīng)開始落地人臉識(shí)別、無(wú)人機(jī)調(diào)度等技術(shù)。2019年底，菜鳥物流估值達(dá)到280億美元。在物聯(lián)網(wǎng)和自動(dòng)駕駛技術(shù)盛行的未來(lái)，包裹會(huì)尋找人，而不是相反。

服務(wù)與反饋

在用戶端，產(chǎn)品的傳感系統(tǒng)上傳的數(shù)據(jù)可以通過(guò)云端的機(jī)器學(xué)習(xí)算法進(jìn)行分析，判斷數(shù)據(jù)是否存在異常，從而實(shí)現(xiàn)對(duì)產(chǎn)品性能的實(shí)時(shí)監(jiān)控。此外，當(dāng)用戶遇到任何問(wèn)題時(shí)，經(jīng)過(guò)訓(xùn)練的人工智能系統(tǒng)可以高效地處理文本聊天、接聽電話和視頻連接等任務(wù)，從而實(shí)現(xiàn)快速反饋和及時(shí)解決。2018 年發(fā)布的 Bidirectional Encoder Representations from Transformers (BERT) 模型在聊天機(jī)器人領(lǐng)域已經(jīng)超越了人類，相關(guān)應(yīng)用在互聯(lián)網(wǎng)巨頭（如微軟阿凡達(dá)、阿里小米、 IBM Watson）以及新興的 AI 公司（例如 Fourth Paradigm 和 C&T）。

工業(yè)4.0的特點(diǎn)

工業(yè)4.0在上述各種應(yīng)用中所體現(xiàn)的顯著特征主要包括以下幾點(diǎn)：

融合互聯(lián)

得益于第三次工業(yè)革命（或工業(yè) 3.0），全世界的人們獲得了通過(guò)互聯(lián)網(wǎng)快速連接的能力。然而，在工業(yè) 4.0 世界中，傳感器被集成到每個(gè)硬件中以實(shí)現(xiàn)機(jī)器對(duì)機(jī)器的通信。例如在印染行業(yè)，一個(gè)管理系統(tǒng)作為生產(chǎn)系統(tǒng)的中心，協(xié)調(diào)整個(gè)流水線的原染料分配、染料定位、自動(dòng)配料、自動(dòng)供水、打樣系統(tǒng)，實(shí)現(xiàn)智能染色大大提高了生產(chǎn)效率和產(chǎn)品穩(wěn)定性。此外，借助信息物理系統(tǒng)和云計(jì)算提供的機(jī)器學(xué)習(xí)引擎，一切都變得真正互聯(lián)——換言之，人與人之間的無(wú)縫連接成為可能，人對(duì)機(jī)器，機(jī)器對(duì)機(jī)器，服務(wù)對(duì)服務(wù)。當(dāng)互聯(lián)互通成為常態(tài)，從生產(chǎn)到服務(wù)的所有環(huán)節(jié)，包括設(shè)備、產(chǎn)線、工廠、服務(wù)，都可以緊密聯(lián)系在一起。

數(shù)據(jù)和數(shù)字化

在工業(yè)4.0體制下，信息技術(shù)的融合意味著數(shù)據(jù)必然成為工業(yè)生產(chǎn)的命脈。該數(shù)據(jù)包括生產(chǎn)和相關(guān)服務(wù)的所有方面，包括產(chǎn)品數(shù)據(jù)、設(shè)備數(shù)據(jù)、研發(fā)數(shù)據(jù)、供應(yīng)鏈數(shù)據(jù)、運(yùn)營(yíng)數(shù)據(jù)和用戶數(shù)據(jù)。一方面，數(shù)據(jù)在訓(xùn)練和優(yōu)化機(jī)器學(xué)習(xí)算法方面起著決定性作用。另一方面，機(jī)器學(xué)習(xí)算法的部署還需要不斷生成數(shù)據(jù)，以便可以適當(dāng)?shù)乜刂葡嚓P(guān)的生產(chǎn)過(guò)程。這意味著生活和生產(chǎn)過(guò)程的所有方面都需要盡可能地?cái)?shù)字化。也就是說(shuō)，一切都必須使用合理的度量標(biāo)準(zhǔn)進(jìn)行量化，以有效地嵌入自動(dòng)化系統(tǒng)。這需要數(shù)據(jù)科學(xué)家設(shè)計(jì)考慮數(shù)據(jù)當(dāng)前狀態(tài)的流程，引導(dǎo)系統(tǒng)有意識(shí)地收集正確的數(shù)據(jù)，并不斷設(shè)計(jì)和優(yōu)化適當(dāng)?shù)亩攘俊?/p>

細(xì)化和個(gè)性化

隨著工業(yè)4.0對(duì)數(shù)據(jù)流提出了相對(duì)具體和細(xì)化的要求，生產(chǎn)過(guò)程中包含的各個(gè)模塊也相應(yīng)地越來(lái)越細(xì)化。生產(chǎn)線的各個(gè)部分越來(lái)越模塊化和精細(xì)化，使個(gè)性化生產(chǎn)成為可能，同時(shí)更好地反映和預(yù)測(cè)用戶的需求，形成生產(chǎn)-銷售-反饋的良性循環(huán)。

工業(yè)4.0帶來(lái)的機(jī)遇與挑戰(zhàn)

工業(yè) 4.0 帶來(lái)了大量機(jī)遇。雖然可以整合整個(gè)生產(chǎn)流程，但數(shù)據(jù)處理所涉及的工作量可以分散到多個(gè)部門甚至多個(gè)公司。因此，小型公司的單一突破作為大型集成流程的一部分將變得越來(lái)越有價(jià)值。同樣，可以使用各種分類、細(xì)分和趨勢(shì)預(yù)測(cè)模型對(duì)智能設(shè)備進(jìn)行劃分。它們也可以分解成數(shù)據(jù)傳輸系統(tǒng)、數(shù)據(jù)采集設(shè)備、數(shù)據(jù)反饋系統(tǒng)等模塊，其中每個(gè)模塊都可以嵌入到其他生產(chǎn)過(guò)程中。例如，數(shù)據(jù)采集設(shè)備可以與其他精密儀器生產(chǎn)流程共享生產(chǎn)線。因此，各種小型企業(yè)都可以依賴工業(yè) 4。

目前的現(xiàn)狀表明，基礎(chǔ)設(shè)施建設(shè)將成為未來(lái)幾年的重點(diǎn)行業(yè)。無(wú)論是前一年中美兩國(guó)在5G技術(shù)上的摩擦，還是近年來(lái)各家互聯(lián)網(wǎng)公司紛紛打造云計(jì)算平臺(tái)，都表明基礎(chǔ)設(shè)施工業(yè)4.0范式對(duì)于保護(hù)企業(yè)利潤(rùn)的重要性和國(guó)家安全。此外，數(shù)據(jù)是另一種基礎(chǔ)設(shè)施，擁有大量數(shù)據(jù)的互聯(lián)網(wǎng)巨頭最有可能獲得最大份額的機(jī)會(huì)。然而，較小的公司也將有機(jī)會(huì)尋找和識(shí)別尚未由數(shù)據(jù)驅(qū)動(dòng)的生產(chǎn)和日常生活領(lǐng)域。

工業(yè) 4.0 下對(duì)數(shù)據(jù)和機(jī)器學(xué)習(xí)技術(shù)的需求也是大型主流企業(yè)面臨的挑戰(zhàn)。由于大公司在我們現(xiàn)階段的競(jìng)爭(zhēng)優(yōu)勢(shì)主要依賴于大規(guī)模的工業(yè)生產(chǎn)，因此在其生產(chǎn)線上增加傳感系統(tǒng)和物聯(lián)網(wǎng)系統(tǒng)將需要較大的投資。大公司還需要將機(jī)器學(xué)習(xí)技術(shù)融入生產(chǎn)線和產(chǎn)品設(shè)計(jì)，這需要人才的投入和管理理念的創(chuàng)新。近年來(lái)機(jī)器學(xué)習(xí)技術(shù)的普及導(dǎo)致公司在決策過(guò)程中幾乎癡迷于人工智能，這對(duì)決策者辨別投資好壞的能力提出了新的挑戰(zhàn)。

結(jié)論

隨著工業(yè)4.0逐漸走進(jìn)人們的日常生活領(lǐng)域，將會(huì)開發(fā)出許多今天無(wú)法預(yù)測(cè)的新應(yīng)用。當(dāng)物聯(lián)網(wǎng)最終走進(jìn)千家萬(wàn)戶，當(dāng)自動(dòng)駕駛大規(guī)模部署時(shí)，人類將從目前的大量重復(fù)性工作中解放出來(lái)。因此，不禁要問(wèn)：隨著工業(yè)4.0的沖擊，未來(lái)的職業(yè)主要集中在計(jì)算機(jī)行業(yè)還是數(shù)據(jù)分析？人們會(huì)有更多空閑時(shí)間等待填補(bǔ)嗎？人與人之間的關(guān)系以及人與機(jī)器之間的關(guān)系會(huì)發(fā)生什么變化？進(jìn)入21世紀(jì)的第三個(gè)十年，這些問(wèn)題人類仍難以回答，但可以肯定的是，Industry 4。

審核編輯hhy