IEEEJAS的个人博客分享 http://blog.sciencenet.cn/u/IEEEJAS

博文

工业人工智能发展方向

已有 1685 次阅读 2023-1-30 16:45 |系统分类:博客资讯

引用本文

 

柴天佑. 工业人工智能发展方向. 自动化学报, 2020, 46(10): 20052012 doi: 10.16383/j.aas.c200796

Chai Tian-You. Development directions of industrial artificial intelligence. Acta Automatica Sinica, 2020, 46(10): 20052012 doi: 10.16383/j.aas.c200796

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200796

 

关键词

 

工业自动化,制造与生产流程智能化,知识工作自动化与智能化,工业人工智能 

 

摘要

 

本文结合工业自动化和信息技术在工业革命中的作用以及制造与生产全流程决策、控制以及运行管理的现状和智能化发展方向的分析, 提出了发展工业人工智能的必要性. 通过对人工智能技术的涵义、发展简史和发展方向的分析以及自动化与人工智能研究与应用的核心目标、实现方式、研究对象与研究方法等方面的对比分析, 提出了工业人工智能技术的涵义. 通过对工业人工智能和工业自动化的研究对象与研究目标对比分析, 提出了工业人工智能的研究方向和研究思路与方法.

 

文章导读

 

智能制造已成为公认的提升制造业整体竞争力的国家战略. 以德国工业4.0为代表的智能制造的技术基础是信息物理融合系统(CPS). CPS是美国基金会在2008年提出的, CPS是指将计算资源与物理资源紧密融合与协同, 使得系统的适应性、自治力、效率、功能、可靠性、安全性和可用性远超过今天的系统[1].

 

近年来, 人工智能的发展为智能制造提供了新的技术基础. 美国国家技术委员会的《国家人工智能研究与发展战略计划》 (2016.10)提出, AI改进制造过程调度, 增强制造过程的柔性, 改进产品质量、降低成本[2]. 20185, 美国白宫举行美国工业人工智能峰会”, 发表声明: 重点发展具有高影响、面向特定领域的AI, 应用于美国工业来增强美国劳动力素质, 提高他们的工作效率, 更好地服务客户[3]. 美国科学基金会关于美国工业人工智能发表声明: 人工智能可能使美国工业的各个环节产生变革, 为先进制造创造新的希望[4]. 美国20202021财务预算优先支持的研发领域指出: 支持智能和数字化制造, 特别是结合工业物联网、机器学习和AI的制造系统[5-6]. 德国继工业4.0”平台之后, 20179月启动开发和应用学习系统计划, 使未来的工作和生产更加灵活和节省资源. 德国联邦政府人工智能战略提出, 促进AI的开发与应用面向经济, 经济是下一步AI研究的推动力[7]. 中国工程院制造强国战略研究(三期)新一代人工智能引领下的智能制造研究报告提出: 新一代智能制造作为我国智能制造的第二阶段(2025-2035)的战略目标是使我国智能制造技术和应用水平走在世界前列[8].

 

虽然Science文章[9]指出, AI系统开发者普遍认识到, 机器学习将对工业产生广泛影响, 但是, “人工智能发展到深度学习没有考虑如何应用于制造过程”, “多尺度、多源信息获取、预报模型和资源计划决策与控制过程集成是智能制造中的挑战难题”[10]. 为了使工业人工智能在智能制造中发挥不可取代的作用, 加快我国制造业向数字化、网络化、智能化发展进程, 本文以制造与生产全流程智能化为应用场景, 提出了工业人工智能的涵义、研究方向和研究思路与方法.

 1  工业自动化与信息技术在工业革命中的作用

 2  制造与生产全流程的决策、控制与运行管理的现状

 3  人参与的信息物理系统

 

通过对工业自动化和信息技术在工业革命中的作用以及制造与生产全流程智能化的分析, 可以看到三次工业革命实现了操作工作自动化、企业管理与决策信息化. 第四次工业革命将实现知识工作的自动化与智能化. 为此, 需要将人工智能技术、工业自动化技术、工业互联网与制造业的领域知识工作紧密融合与协同, 以实现制造业智能化为目标, 研发补充和增强知识工作者能力的AI算法和AI系统, 发展工业人工智能技术. 本文通过对工业自动化和工业人工智能的相互关系的对比分析, 提出了工业人工智能的涵义、研究方向和研究思路与方法.

 

为了使我国在工业人工智能和工业互联网的研究与应用走在世界前列, 需要一大批具有跨学科研究能力的创新型工程科技人才. 这就需要重新审视和考虑现行的专业人才培养模式、研究经费资助机制、评价机制、产学研合作机制等, 并进行必要的改革.

 

作者简介

 

柴天佑

中国工程院院士, 东北大学教授. IEEE Fellow, IFAC Fellow, 欧亚科学院院士. 主要研究方向为自适应控制, 智能解耦控制, 流程工业综合自动化理论、方法与技术. E-mail: tychai@mail.neu.edu.cn



https://blog.sciencenet.cn/blog-3291369-1374150.html

上一篇:IEEE/CAA J. Autom. Sinica致谢审稿人
下一篇:从知识图谱到数据中台: 华谱系统
收藏 IP: 222.131.244.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-11-23 08:40

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部