当前位置: 主页 > 快速通道 > 物联网 > 生物识别 >

邬贺铨:人工智能助力智能制造

2019-01-18 09:58 [生物识别] 来源于:OFweek智能家居网
导读:我过去了解的旷视科技是从人脸识别做起的,当时主要是面向个人、智慧城市等应用,现在机器人是面向产业、物体的,所以我认为这是旷视科技的一个转型。
1月16日下午,中国人工智能企业旷视科技在北京举办机器人战略发布会,发布了旷视机器人战略的核心产品——“河图(Hetu)”。在本次战略发布会上,中国工程院院士邬贺铨发表了题为《人工智能助力智能制造》,OFweek做了不改变其意愿的记录。
以下是邬贺铨的演讲全文:
大家下午好!
我过去了解的旷视科技是从人脸识别做起的,当时主要是面向个人、智慧城市等应用,现在机器人是面向产业、物体的,所以我认为这是旷视科技的一个转型。结合新技术,机器视觉还是没有变化,实体产业在应用上做,市场会更大。
我今天的题目是“人工智能助力智能制造”,从应用归类的人工智能技术可以分成感知、理解、行动,包括视觉处理、音频、语音、语言、机器学习。目前是提升生产效率、降低成本、改进体验、促进创新,产业链的采购-安排生产-生产设备诊断-产品质量检测、销售决策、成本控制等都全部包括到这里来了。
比如说台湾的中钢公司引进了IBM的PowerAI解决方案,主要是怎么把一个27吨的钢坯压到0.5毫米,以及在这个过程里怎么保证质量。
它把一年积累的7000批各种参数提出来进行清洗,让数据符合机器学习的规范,把数据分成两组:
1、80%的数据做机器学习。
2、20%的数据作为验证。
开始选择四种数学模型,从数据验证了以后,确定了其中的一种模型是最好的。
另外再把生产线上,新生产出的2000多个数据进行分析,发现其中压力对这个影响最大,光发现还不够,还要通过人工的经验来验证,这是对的。
通过这几种方式,它把钢坯质量的判定和人工资源节省了90%,成本大幅度下降,现在我们很多的工业上开始用机器人了,当然机器人买回来放到你的工厂上还是要变成的,否则的话它也不会按你的要求准备的运行,而且机器人的手臂、各种动作,有一些不该的动作没必要用。
所以,这里面往往要再编程,当然现在可以让机器人自我学习,比如说沈阳有一家公司是做各种机器人的,一个焊接机器人为例,他卖给客户,当然他也会帮助客户,然后客户的应用场景他稍微训练一下,这个机器人就自我生成程序了,现在国内也有公司做云控机器人,更多的机器人没必要装上大脑,我们可以把大脑装成云端,这样机器人的成本大大下降。
比如说这个小视频,机器手臂是没有预先编程序的,它看到旁边人的手臂怎么做它就会怎么做,它学会以后,人的手臂就不用动了,这个小视频的机器人也不见得需要有程序,它看见旁边的人怎么走它就会怎么走,在走的过程中它自己生成程序。
这个PPT是杭州浙江大学跟杭州汽轮机厂合作,过去一些修汽轮机厂是要把各种零件做出来,这个就比较麻烦。现在网上就可以做了,但是往往很多的时候要做仿真、各种各样的东西,大数据本身是从数据到模型,而仿真是从模型到数据,两者是相反的。
目前的仿真,哪怕你买了仿真软件,是比较难用的,因为你还要建模,然后非仿真的专业人员基本上不会用,现在用人工智能的技术,可以帮助非仿真的人员也可以用上仿真软件,像吉利汽车,它每做一辆新车要做60次整车的碰撞和数百次仿真,而每一次碰撞仿真要花30多个小时,现在利用了人工智能帮助他缩短到10个小时,当然仿真里面还可以用虚拟现实,更直观,仿真完了还可以检验整个过程,他的每个程序是不是正常,也可以做到优化你的工艺。
在生产工艺上面,比如说苏州有一个全世界最大的光伏公司,它生产了全世界1/3的光伏切片,光伏切片切得越薄,成本越低。当然太薄了,成品率有问题,怎么能做到兼顾这两方面?他把阿里请去了,利用阿里开发的工业大脑来监控他的生产线上上千个参数,其中找出60个最关键,把流程优化了良品率提了1%,单是这一年带来的效益就是超过了1个亿。
还有一个做光伏电池的,也有类似的情况,通过优化流程,成品率提升了7%,杭州有全世界第三做轮胎的,每年生产5000多万条轮胎,每天从全球不同地方进口1000吨橡胶,来源不同,质量很难控制。它也利用了人工智能的技术,分析出来其中混型胶这个环节的合格率是最关键的,把这个提升了每年也能增加上千万的利润。
另外,90年代后期,欧洲、美国生产期间,订单来了20天就可以交付,而现在变成了40天才能交付,因为现在要求个性化,一个企业要适应个性化生产是比较麻烦的。
奥迪和德国SAP合作,在匈牙利的电动汽车厂用人工智能技术,因为不同的车型工序不同、要的零部件组合不同,加起来这种组合是几何级的数据,只要你能把模型做好就能适应这个情况。所以,同时满足了效率和个性化,生产效率提升了20%。
瑞士是出巧克力的国家,现在消费者也在买巧克力,每一袋是一个品种,现在很多消费者希望一袋里面有很多品种,因为每个消费者的口味不同,现在通过个性化给你配料,也能做到个性化,通过人工智能提升你的效率。
韩国有一个浦项钢铁的公司,做镀锌钢板。怎么控制镀锌层的重量是成本和质量的保证,过去人工控制,一平方米的误差有7克,现在1平方米只有0.5克,这里就用到了机器视觉的技术。
还有普锐特公司和宝钢合作,管理轧机的压力,做到准备控制钢铁工业出来的薄板,印度也有塔塔公司控制汽车钢板,。
清华和英业达合作,英业达是做印刷版的,现在的印刷版成熟很多,条条很秘,靠人工的办法很难发现该连的线是不是连了,不该的连是不是没有连,人工的漏检率、误检率是14%,现在用了机器视觉技术,每年能节省1亿元效益。
华星光电和腾讯是做液晶板的,可以对海量板的图片进行快速学习,用机器视觉的办法自主质检,分类识别准确率是88.9%,节省人力60%。
所以,机器视觉在生产上不但可以看人、产品,还可以看生产线,都是很有用的。
下面说一下供应链,今天有很多物流,过去钢材供应链有很多环节,很不容易直接得到用户的信息,现在通过人工智能技术可以做到这个。
比如说联想和宝钢合作,利用联想的数据库,不是钢铁数据库,是反映经济形势的销售数据库,帮助宝钢准确掌握未来销量走向。
波司登是做羽绒服的,在全世界有3000多家门店,它原来不能掌握每家门店库存是不是多了、卖完了没有及时补充,利用人工智能的技术也能很好的做到这一点。
蒙牛是做牛奶的,为了提高国产牛奶质量的信誉,它用人工智能打通了奶源运输、仓储、生产、销售全流程,产品周转率提升30%-40%,核算人员减少了25%。
亚马逊通过各种行为采集数据、分析,掌控用户的行为,不仅向用户推荐,也给运营商、供销商、供货商推荐,亚马逊增加了30%的附加利润。
这是数字孪生,左图是一个实物,右图是网络上的径向,正常情况下可以采集这个实物所有的数据,一旦这个实物的数据发生变化就会出现异常,网上马上就可以感知,有些可以通过网上遥控改进,有一些不能改进的可以提醒做预防性维护。
很多公司都认为很多产品的故障80%是随机的,18%是可以预测的。
所以,随机的故障靠人工的经验是很难决定的,但是如果用了这种人工智能的技术,能全面性的预测、维护,对制造商平均提高25%的资产收益率,这也是相当可观。
客服中心,菜鸟提供一个数据,平均每一个快递员每天大概要送150-200个包裹,每一个包裹一般都要打一个电话,假如每个电话1分钟的话,每天打电话要花3个小时,阿里开发了语音助手,也就是帮助快递员,不是简单的打电话,如果打电话客户说我不在家,语音助手就会问你在什么地方,如果人家有一点犹豫,那我是送给你家还是送到你单位的问口,还是送到物流、物业、丰巢,它会智能化的解答。
所以,马云认为这个对于菜鸟是非常好的,当然印度有一个大型的IT节,这种大企业都有客户中心,他的客服中心有8000人,现在他用语音识别人工智能技术可以减少人数,未来还可以做什么呢?人脸识别,把客户投诉的人脸也录进来,更能够分析客户本身的感受。
日本保险公司说,他花了一点钱引进IBM的人工智能系统,代替了白领,虽然每一年需要付一点的维护费,但是每年节省的投资比那个多得多。
企业管理上人工智能也非常好用,华为他的管理水平应该在我们企业界应该是比较高的,当然华为认为他们管理上也有问题,华为开发了很多的手机型号,当然每一个手机型号软件是独立来做的,实际上里面有很多的硬件、软件是可以共用的,过去他没很好的把它利用起来,影响了效率。
另外,华为每一个产品的交付环节很多,有一些供应商来,有一些从合作方来,他现在每一个交付过去要先进20多个IT系统,效率很低,基本是华为在2014年,账务和他实际的产品一致率只有78%,每年有600多亿的账是对不上实物的,需要花大量的人力、物力来核对,现在利用人工智能技术,账面跟实物对应率达到了98.62%。
华为有10多万员工,有人说现在天上哪一家飞机上没有华为的员工基本上都是很少的,这么多的员工出差报销量很大,现在华为所有的报销都是机器人,每年可以处理120万单的员工报销,华为是用什么转型呢?
数字化的转型,要同时满足客户、消费者、合作伙伴、供应商和人工,总得来讲,整个华为是一体的,但是每一个员工出去是单兵作战的,要实现在单兵作战的情况下整个企业的一体化的利益。
当然,大数据人工智能制造业应用是有很多的挑战,一个神经网络,是一种输入导向的算法,要基于大量的数据,准备来讲要基于无穷的数据,而实际上的数据,再大也不可能绝对的全面。
所以,基于大数据导出的模型,不一定能比现在制造业多年累计得出来的模型更精准,所以就要对大数据的模型要求比较高,另外即便训练出的系统模型准备率到100%,但是实际的系统还是会有错误的。
而且,数据模型,它的参数因为复杂的数据离合,只有结果,没有理化意义,经常得出的结果是知其然不知所以然,没有透明性和解释性,因此不大好用。
比如说人工智能的医生,他最后诊断一个病人说要锯掉一条腿,但是它不告诉你为什么要锯掉一条腿,这个医院是很难做决策的。
所以,大数据、人工智能的应用是要创造工程师跟人工智能协同工作的环境,要通过人工经验来加以解释,大家看一下这个旋转的女郎,它是顺时针转还是逆时针转,当你眨一下眼睛再看的时候,原来以为顺时针转,现在又变成了逆时针转了,为什么?
取决于你主观上认为它是左腿在前面还是右腿在前面,人会发生这样的判断错误,人工智能、大数据也会有这样的判断错误,比如说Google上经常说明机器学习的图,通过机器学习、深度学习训练能识别狗和猫,实际上是找出它们的分界线,如果说在某个分界线边上稍微改了一下,可能就容易产生误判了。
但是,无论如何人工智能对经济增长的贡献是很高的,这是对美国、欧洲、日本12个国家统计的,到2035年人工智能的贡献,可以看到这里的整合关系。
第一个,ICT。
第二个,制造业。
第三个,金融。
第五个,物流仓储。
制造业,IT是因为本身的贡献比较高,附加值并不算太高,制造业本身的贡献没那么大,可是AI的附加值更大,所以人工智能对于制造业的影响更大,这边是对中国的分析,制造业是排第一位的,人工智能会使制造业带来的影响,高于其它的行业。
所以,预测2035年中国的GDP大概6.3%,但是如果用了人工智能有望我们的GDP提到7.9%,我们相当于增加7.1万亿美元,但是可惜的是,目前中国人工智能的投资,尽管绝对值高于美国人工智能投资,当然我们的人工智能投资。
23.4%在,在商业零售,18.3%在自动驾驶,在制造业还不到1%,这是什么呢?制造业相对于面向消费者的人工智能应用,他的数据采集,流程循环要长一些,本身的可靠性等等,可能有挑战,所以检验它的成果也比较难一些,这方面是有难度的,但是从那个角度来说它也使人工智能应用在未来的市场,很高兴看到旷视已经把这个领域作为自己的主攻方向。
人工智能、大数据、移动互联网、物联网、云计算的协同融合,点燃了信息化新时代的引擎,数字化的转型成为企业向高质量发展的共识,人工智能推动企业向智能制造和智能运营发展。
基于人工智能的智能制造的实现是长期过程,目前仅仅是开始,还有很大的应用和创新空间,我们需要以管理创新和技术创新并重,来应对发展中的挑战,推动数字经济发展。

(编辑:admin)

相关内容
推荐文章