0
| 本文作者： 郭仁賢 | 2020-05-07 13:38 |
當(dāng)前，以智能化為核心的科技產(chǎn)業(yè)變革正在興起，人工智能技術(shù)與各個(gè)行業(yè)的融合不斷加劇，工業(yè)制造已逐漸成為人工智能的重點(diǎn)探索方向。
新松機(jī)器人利用人工智能+5G的巡檢機(jī)器人，實(shí)現(xiàn)了全自動(dòng)巡檢以及異常問題的自主判斷；
攀鋼、東華水泥等企業(yè)借助阿里云工業(yè)大腦的深度學(xué)習(xí)技術(shù)識別生產(chǎn)制造過程中的關(guān)鍵因子，找出最優(yōu)參數(shù)組合，提升生產(chǎn)效率；
三菱重工與FANUC合作，面向機(jī)身鋼板打孔、鉚接等工序，依托人工智能計(jì)算精密、高速加工的最佳條件。
在人工智能技術(shù)的加持下，工業(yè)制造正變得越來越聰明。生產(chǎn)線上的「鋼鐵軀體」開始有了自己的工業(yè)大腦，一向沉默的工業(yè)生產(chǎn)數(shù)據(jù)逐漸學(xué)會(huì)“開口說話”...... 用友在“秘密”地鉆研了半年之久后，近日他們的工業(yè)大腦也即將正式面世。
現(xiàn)如今，用友精智工業(yè)大腦成為了繼用友精智工業(yè)互聯(lián)網(wǎng)平臺之后的又一個(gè)智能制造「大殺器」，僅用了半年就完成了從生產(chǎn)配料、優(yōu)化排產(chǎn)、經(jīng)濟(jì)效益測算和裁切優(yōu)化等眾多場景的全覆蓋。
用友集團(tuán)高級專家唐洪華博士表示：
“用友精智工業(yè)大腦是用友為了普及智能技術(shù)在制造業(yè)的應(yīng)用而打造的新一代智能制造生產(chǎn)力的平臺，其對工業(yè)企業(yè)的生產(chǎn)運(yùn)營的優(yōu)化和應(yīng)用數(shù)據(jù)的優(yōu)化，是基于我們30多年以來服務(wù)46萬多家工業(yè)企業(yè)的經(jīng)驗(yàn)的沉淀，幫助企業(yè)構(gòu)建行業(yè)化、場景化的算法工廠創(chuàng)建的智能制造的平臺。”
另外，雷鋒網(wǎng)就用友為什么要研發(fā)工業(yè)大腦，以及工業(yè)機(jī)理、模型構(gòu)建的關(guān)鍵點(diǎn)，工業(yè)大腦如何發(fā)揮作用等問題與唐洪華進(jìn)行了交流。
工業(yè)大腦是人類智慧與機(jī)器智慧深度融合的產(chǎn)物，用算力、數(shù)據(jù)和算法破解工廠密碼，形成了制造業(yè)的一套解決問題的方法，幫助企業(yè)提升利潤，實(shí)現(xiàn)智能升級。
阿里云研究中心高級戰(zhàn)略專家王岳曾指出，“工業(yè)大腦絕不是簡單地模仿人腦，而是以自己獨(dú)特的數(shù)據(jù)化思維方式解決人類解決不了的問題。工業(yè)大腦的思考過程是從數(shù)據(jù)到知識再回歸到數(shù)據(jù)的過程。”
那么，用友為什么要研發(fā)工業(yè)大腦，以及他們的工業(yè)大腦是怎樣的？
用友之所以研發(fā)工業(yè)大腦一定程度上來自產(chǎn)業(yè)發(fā)展需要與客戶需求的倒逼。雷鋒網(wǎng)了解到，工業(yè)智能是我國由制造大國向制造強(qiáng)國轉(zhuǎn)變不可或缺的一部分，也是經(jīng)濟(jì)建設(shè)中人工智能領(lǐng)域的核心所在。用友作為工信部認(rèn)定的十大跨行業(yè)、跨領(lǐng)域工業(yè)互聯(lián)網(wǎng)平臺廠商之一，認(rèn)為自己需要擔(dān)負(fù)起工業(yè)大腦建設(shè)的重任；其次，在用友目前所服務(wù)的46萬工業(yè)企業(yè)客戶，大部分來自制造業(yè)。用友發(fā)現(xiàn)，制造企業(yè)已不僅僅是追求降本提質(zhì)增效，他們還需要通過數(shù)字化、智能化帶來業(yè)務(wù)模式、管理模式、以及商業(yè)模式的創(chuàng)新。
“工業(yè)大腦應(yīng)該包括三個(gè)方面，算力、數(shù)據(jù)和算法。”唐洪華表示：
“算力方面，主要是依靠伙伴提供IaaS支撐；數(shù)據(jù)方面，我們有大量的 ERP、MES、物聯(lián)網(wǎng)平臺等豐富的數(shù)據(jù)源；算法方面，用友有大量的客戶和應(yīng)用場景，這些場景的核心就是算法，這些算法有的是深度學(xué)習(xí)算法，有的是運(yùn)籌學(xué)多目標(biāo)優(yōu)化算法，有的是機(jī)理模型，這是我們一個(gè)很重要的優(yōu)勢。另外，用友31年的To B服務(wù)基因，這是其他一些公司所不具備的。”
“羅馬不是一天建成的，”那么用友精智工業(yè)大腦是怎樣構(gòu)建起來的？
工業(yè)的數(shù)據(jù)種類非常多，比如工業(yè)產(chǎn)品生產(chǎn)周期各階段，從最早的采購到產(chǎn)品的設(shè)計(jì)、生產(chǎn)、工藝過程，一直到生產(chǎn)出來后的銷售供應(yīng)鏈等，會(huì)有非常多的工業(yè)信息化軟件在里面，包括MES、ERP等。
原本，這些軟件都只在自己的環(huán)境里面發(fā)揮作用，軟件系統(tǒng)之間數(shù)據(jù)并沒有打通。這就使得大部分的數(shù)據(jù)，其實(shí)處于閑置狀態(tài)，而這些數(shù)據(jù)蘊(yùn)藏的潛能和價(jià)值是極其巨大的。
用友精智工業(yè)大腦在切入一些具體場景時(shí)，每個(gè)場景基本都經(jīng)歷了樣板化驗(yàn)證、產(chǎn)品沉淀和持續(xù)賦能三個(gè)階段。
在流程制造行業(yè)，由于它的原料是來自全球各地，因此原料的成分和價(jià)格都不太一樣。而用友在為國內(nèi)最大的冶煉銅企業(yè)做優(yōu)化配料時(shí)，就曾經(jīng)歷了這樣一系列的過程：
首先，基于場景的樣板化驗(yàn)證階段，結(jié)合客戶要求和自身經(jīng)驗(yàn)先把算法模型做出來；
隨后，在產(chǎn)品沉淀階段，通過客戶驗(yàn)證以后，把算法和模型沉淀在自身平臺，再去規(guī)模化推廣給中小企業(yè)。
最后，在持續(xù)賦能階段，其他同類企業(yè)可能存在定制化需求，比如除了配銅之外，還要求可以配鐵礦、配煤、配焦炭、配合金等。大的模型是類似的，但是針對一些特殊場景還會(huì)根據(jù)客戶具體需求進(jìn)行微小調(diào)整和優(yōu)化。
現(xiàn)階段，用友精智工業(yè)大腦在優(yōu)化配料方面，已在化工、冶金、建材等流程工業(yè)有了諸多成熟的案例；此外，還在優(yōu)化排程、經(jīng)濟(jì)效益測算和裁切優(yōu)化等場景進(jìn)行了更大范圍的覆蓋。
在優(yōu)化排程方面，目前已給食品飲料、軍工、塑料等行業(yè)做一些內(nèi)容的優(yōu)化排程。
在經(jīng)濟(jì)效益測算方面，已面向化工企業(yè)去做經(jīng)濟(jì)效益測算。據(jù)了解，化工企業(yè)是否達(dá)到滿負(fù)荷生產(chǎn)，以及在沒有滿負(fù)荷生產(chǎn)的時(shí)候，工作人員要判斷生產(chǎn)哪個(gè)產(chǎn)品更賺錢對于化工企業(yè)是很重要的。因?yàn)樯a(chǎn)一個(gè)產(chǎn)品，必然伴隨著另外一個(gè)副產(chǎn)品產(chǎn)生，有的副產(chǎn)品處理必須需要多裝置協(xié)同生產(chǎn)，多裝置之間物料、能源都是關(guān)聯(lián)在一起的，因此怎么做經(jīng)濟(jì)效益測算使得全場的經(jīng)濟(jì)效益最高，這個(gè)研究對化工企業(yè)是很有價(jià)值的。
裁切優(yōu)化，主要面向玻璃、鋼板等的裁切。另外，用友還會(huì)和客戶共同探索包括質(zhì)量診斷、故障診斷、圖像識別等這些場景的賦能。
“在鋼卷材料的剖切優(yōu)化中，使得某工業(yè)企業(yè)的原材料利用率提高了5%。比如某家企業(yè)客戶，每年鋼板的采購量大概是3個(gè)億，做了剖切優(yōu)化后，可以幫助這個(gè)企業(yè)節(jié)省大概1500萬的成本。”
用友精智工業(yè)大腦首次使用智能算法代替人工經(jīng)驗(yàn)，為某冶金行業(yè)企業(yè)進(jìn)行智能配料計(jì)算，充分考慮料倉庫位量、多種復(fù)雜約束條件，實(shí)現(xiàn)對不同來源精礦的自動(dòng)配料，穩(wěn)定爐料波動(dòng)，成本降低約3%，每年為企業(yè)節(jié)省近千萬的成本；在食品行業(yè)，用友精智工業(yè)大腦幫助某鹵制品加工企業(yè)通過機(jī)器自主學(xué)習(xí)實(shí)現(xiàn)鹵制品生產(chǎn)過程的智能排程，使得生產(chǎn)計(jì)劃準(zhǔn)確率得到顯著提升，生產(chǎn)效率提升36%；用友精智工業(yè)大腦幫助某汽配企業(yè)，配合智能工廠系統(tǒng)，與設(shè)備供應(yīng)商、勞務(wù)公司在線協(xié)同，用機(jī)器人代替手工生產(chǎn)，智能診斷生產(chǎn)質(zhì)量，實(shí)現(xiàn)端到端網(wǎng)絡(luò)化協(xié)同制造，產(chǎn)量增加22%，人員減少31%，缺陷降低千分之二。
我們知道，將工業(yè)大腦與眾多場景進(jìn)行深度融合時(shí)，工業(yè)機(jī)理和模型構(gòu)建會(huì)是一個(gè)難點(diǎn)，那么用友是如何攻克這些難點(diǎn)并快速覆蓋的？
中國是世界上工業(yè)行業(yè)最完備的國家，同時(shí)每類工業(yè)企業(yè)都有自己獨(dú)特的工業(yè)Know-How。但大體上，工業(yè)行業(yè)分為離散制造業(yè)和流程制造業(yè)兩大類。
離散制造業(yè)，都是一個(gè)工位做完再做下一個(gè)工位，要經(jīng)過一連串可中斷的工序進(jìn)行聯(lián)接，實(shí)現(xiàn)一個(gè)產(chǎn)品的輸出；而流程制造業(yè)，他們的生產(chǎn)過程的特色是當(dāng)把原材料投入到生產(chǎn)設(shè)備中以后，要經(jīng)過一連串的物理化學(xué)反應(yīng)，最后才能夠成為一個(gè)產(chǎn)品，生產(chǎn)過程是不可中斷的。
全應(yīng)科技CEO夏建濤表示，國內(nèi)做工業(yè)互聯(lián)網(wǎng)平臺的企業(yè)在以自身作為“試煉場”給自己賦能時(shí)，大多是來自離散制造業(yè)的賦能，比如家電、3C組裝等，其實(shí)他們是不研究具體工藝的。傳統(tǒng)流程型產(chǎn)業(yè)的智能化升級最重要工作是要做生產(chǎn)工藝的智能化在線控制優(yōu)化，這就意味著需要將工業(yè)機(jī)理、專家知識、數(shù)據(jù)統(tǒng)計(jì)模型和人工智能模型結(jié)合到一個(gè)點(diǎn)上。
“對于工業(yè)機(jī)理、專家知識的掌握情況，傳統(tǒng)工業(yè)雖然不存在問題，但是所有的流程工業(yè)都是動(dòng)態(tài)的，需要將這些動(dòng)態(tài)過程在數(shù)據(jù)上進(jìn)行體現(xiàn)，因此必須疊加數(shù)據(jù)統(tǒng)計(jì)模型和人工智能模型，而這兩種模型是傳統(tǒng)工業(yè)的人員難以完成的。”
用友精智工業(yè)大腦落地的眾多場景，包括離散制造業(yè)，也包括化工、冶金這樣的流程制造業(yè)的場景。在為這些流程制造業(yè)賦能時(shí)，他們?nèi)绾谓鉀Q工業(yè)機(jī)理和模型構(gòu)建方面的難題？
唐洪華博士表示，比如牛奶、冶金這種流程制造業(yè)，一定是和一些物理化學(xué)反應(yīng)過程相關(guān)的。我們公司有專門聘請一些行業(yè)專家作為我們的外部顧問，當(dāng)然我們公司內(nèi)部也有這種專門鉆研工藝的行業(yè)專家，這有助于我們?nèi)ダ斫膺@種工藝模型；在模型構(gòu)建方面，通過和清華大學(xué)等高校合作，在理清產(chǎn)品的需求后和高校的教授、博士研究生等進(jìn)行合作，去把物理模型、業(yè)務(wù)模型轉(zhuǎn)化成數(shù)學(xué)模型，然后再與計(jì)算機(jī)的算法結(jié)合起來去解決這個(gè)問題。其中，更難的一點(diǎn)是數(shù)據(jù)的清洗、模型的調(diào)試，以及約束邊界等這些細(xì)節(jié)的處理工作。
目前來看，工業(yè)人工智能和商業(yè)人工智能可能不太一樣，它更強(qiáng)調(diào)實(shí)時(shí)性高、可靠性高、準(zhǔn)確度高、有邏輯、有機(jī)理、能解釋這些特點(diǎn)。
雷鋒網(wǎng)了解到，比如圖像識別這種純粹的機(jī)器學(xué)習(xí)、深度學(xué)習(xí)，其中人工智能的一些方法與工業(yè)大腦中不太相同，這是一個(gè)很大的關(guān)鍵點(diǎn)。用友精智工業(yè)大腦中的人工智能，除了應(yīng)用深度學(xué)習(xí)等方法外，還強(qiáng)調(diào)使用運(yùn)籌學(xué)等算法。比如在優(yōu)化配料、優(yōu)化排程等，都是以運(yùn)籌學(xué)為核心的智能算法。當(dāng)然也有用到機(jī)器學(xué)習(xí)、深度學(xué)習(xí)，去解決質(zhì)量檢驗(yàn)等圖像識別的場景。
“也就是說，我們的工業(yè)大腦在模型建模這一塊與商業(yè)AI所用到的方法是不一樣，比如廢鋼的識別，我們會(huì)用到一些機(jī)器學(xué)習(xí)、深度學(xué)習(xí)，但是更多的場景還是要把運(yùn)籌學(xué)和機(jī)器學(xué)習(xí)融合起來解決問題。”
再者，在客戶的場景和數(shù)據(jù)質(zhì)量方面，用友做工業(yè)大腦時(shí)遇到很多場景，開始可能會(huì)覺得一些場景很類似，但是真正去實(shí)踐時(shí)就會(huì)發(fā)現(xiàn)這里面有很多完全不一樣的地方。比如在一個(gè)冶煉周期的預(yù)測中，盡管企業(yè)原有原始數(shù)據(jù)很多，但真正做的時(shí)候會(huì)發(fā)現(xiàn)，這些數(shù)據(jù)的質(zhì)量有很大的問題，真正有效的數(shù)據(jù)量卻不多，需要再構(gòu)建系統(tǒng)來獲取并清理數(shù)據(jù)。
據(jù)Markets報(bào)告預(yù)計(jì)，2025 年人工智能制造市場規(guī)模將達(dá) 172 億美元，預(yù)測期 (2018-2025 年 ) 內(nèi)的年復(fù)合增長率為 49.5%。而Automation Technology 預(yù)計(jì)到 2035年，人工智能對制造業(yè)增值占比可達(dá) 2.2%，排名社會(huì) 16 個(gè)主要行業(yè)之首。
工業(yè)大腦作為人工智能制造市場中的核心，到底是如何發(fā)揮它的作用，助力制造企業(yè)的智能化？
雷鋒網(wǎng)了解到，以用友精智工業(yè)大腦為例，這里主要有4個(gè)方面值得關(guān)注，分別是算法工廠、特定算法和管理系統(tǒng)的融合、與產(chǎn)業(yè)鏈伙伴的合作以及商業(yè)模式創(chuàng)新。
豐富的算法工廠。在實(shí)踐中，用友已經(jīng)積累了在冶金、化工、建材、能源、離散、食品、飲料等多種算法，有300多個(gè)業(yè)務(wù)模型，20多個(gè)機(jī)械工業(yè)機(jī)理模型和10多個(gè)數(shù)據(jù)算法模型，用友精智工業(yè)大腦的算法工廠能很好地幫助客戶進(jìn)行高質(zhì)量化的發(fā)展。
特定算法和管理系統(tǒng)的融合。這些智能模型算法融合了財(cái)務(wù)、供應(yīng)鏈、生產(chǎn)制造等產(chǎn)品，為客戶提供完整的產(chǎn)品體系，而不僅僅是一個(gè)單點(diǎn)的算法。此外，單點(diǎn)的最優(yōu)不一定是全程最優(yōu)，用友采用這種算法與管理系統(tǒng)融合的方式去提升企業(yè)整體產(chǎn)品能力。
與產(chǎn)業(yè)鏈伙伴的合作。目前，在故障診斷、圖像識別、語音識別等領(lǐng)域，業(yè)界已經(jīng)有龍頭企業(yè)誕生。比如科大訊飛的語音識別、百度的圖像識別等都是在各地領(lǐng)域做得非常棒的產(chǎn)品。用友旨在打造商業(yè)創(chuàng)新平臺，會(huì)通過產(chǎn)業(yè)鏈融合的方式，把生態(tài)伙伴的優(yōu)秀產(chǎn)品和解決方案融合到平臺產(chǎn)品里去為客戶賦能。
商業(yè)模式創(chuàng)新。用友把在頭部企業(yè)落地效果非常好的智能場景和算法，放到用友的商業(yè)創(chuàng)新平臺上，以此去賦能更多中小企業(yè)，提高質(zhì)量和降低成本，實(shí)現(xiàn)高質(zhì)量發(fā)展。
未來，用友精智工業(yè)大腦將持續(xù)進(jìn)行技術(shù)升級和功能迭代。比如，從產(chǎn)品設(shè)計(jì)本身，會(huì)考慮產(chǎn)品一定程度的靈活性、擴(kuò)展性，以減少大版本升級；優(yōu)化配料方面，進(jìn)行特定參數(shù)設(shè)計(jì)，使工業(yè)大腦在一定范圍內(nèi)具有擴(kuò)展性。比如，礦石的種類參數(shù)與可以自配置，從5種，到8種、10種、20種可以根據(jù)項(xiàng)目設(shè)置；針對庫存量、成分范圍、礦的用量等約束也有參數(shù)可以設(shè)置······（作者微信：15019459997，歡迎尋求工業(yè)互聯(lián)網(wǎng)的業(yè)內(nèi)報(bào)道）雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
