日前發布的4月份工業數據顯示，我國高技術產業增長加快。但新動能發展的同時，我國制造業還有不少短板和挑戰。業(ye)內呼吁，要抓住(zhu)產業(ye)變革的(de)機遇期做強制(zhi)造業(ye)。

　　數(shu)據顯示，今年4月份，高技術制造業(ye)(ye)同(tong)比增長11.2%，比規模(mo)以上(shang)工(gong)業(ye)(ye)快5.8個百分點，工(gong)業(ye)(ye)生產運行總體平穩中不(bu)乏亮(liang)點。

　　歷(li)經多年發(fa)展(zhan)，我(wo)國已經成為(wei)全(quan)球第一(yi)制(zhi)造(zao)(zao)大(da)國。但與此同時也有一(yi)些短板。“我(wo)國制(zhi)造(zao)(zao)業(ye)大(da)而不強的問題仍然突(tu)出，在(zai)高速、高精、高強、高穩定性等方面(mian)和國外(wai)相比，仍有較大(da)差(cha)距。”機械工業(ye)信(xin)息研(yan)究(jiu)院(yuan)院(yuan)長李奇日前在(zai)百萬莊(zhuang)論壇上說。

　　特別是在高端(duan)裝備制造業方面，“專(zhuan)(zhuan)用(yong)的生(sheng)產設備、專(zhuan)(zhuan)用(yong)生(sheng)產線以及專(zhuan)(zhuan)用(yong)檢測系統方面還有不(bu)少需(xu)要進口，制約了高端(duan)裝備創(chuang)新發展，成(cheng)為‘短(duan)板’裝備。”機工智(zhi)庫研究員(yuan)司建楠說。

　　挑(tiao)戰中有機遇(yu)。“當前，世(shi)界正處于國際貿易秩序重塑、新一輪(lun)產(chan)業革命興起的變革期，最近十(shi)年(nian)也(ye)是決(jue)定未來百年(nian)產(chan)業格局的關鍵時期。”李奇說。

　　“進入2019年，制造業(ye)內外(wai)部出(chu)現了一些(xie)新(xin)變化(hua)。”中(zhong)國機械工業(ye)聯合會(hui)執(zhi)行副會(hui)長薛(xue)一平認為，新(xin)變化(hua)包括(kuo)：主(zhu)要產(chan)品產(chan)量有所恢復，行業(ye)運行形勢分(fen)化(hua)，價(jia)格(ge)指(zhi)數持續低位，固(gu)定資產(chan)投資恢復性增長等。

　　面對新(xin)形勢(shi)，薛(xue)一平(ping)認為，機械行業(ye)應以穩中求進(jin)應對穩中有變，要(yao)主動做好應對全(quan)球經濟變化(hua)的(de)各項準備工作，要(yao)繼續關注推進(jin)行業(ye)轉型升級向(xiang)縱深發展(zhan)的(de)情況(kuang)，要(yao)充分研究激發企業(ye)活力打造全(quan)產(chan)業(ye)鏈生(sheng)態。

　　“未來(lai)5年至10年，是高(gao)端(duan)裝(zhuang)備(bei)(bei)補短(duan)板(ban)的(de)重要機(ji)遇期，要加快體制(zhi)機(ji)制(zhi)創(chuang)新，通過提升高(gao)端(duan)裝(zhuang)備(bei)(bei)的(de)核心競爭力，加快構建(jian)重大(da)‘短(duan)板(ban)’裝(zhuang)備(bei)(bei)的(de)產業生(sheng)態體系(xi)，助(zhu)力我(wo)國(guo)邁(mai)向制(zhi)造強(qiang)國(guo)。”司(si)建(jian)楠說。

       相關閱讀：為什么人工智能對傳統制造業的沖擊更大?

       隨著(zhu)信息科(ke)技(ji)時代(dai)即“互(hu)聯網(wang)+”時代(dai)的(de)到來，科(ke)學技(ji)術(shu)正在不斷(duan)推進(jin)更新(xin)，互(hu)聯網(wang)正在以它獨特的(de)方式引領全國乃至全球(qiu)的(de)進(jin)步。從(cong)技(ji)術(shu)上而言：憑借著(zhu)計(ji)算(suan)機運(yun)行處理速度的(de)大幅提(ti)升，以及(ji)云計(ji)算(suan)、大數據(ju)、物聯網(wang)等技(ji)術(shu)的(de)飛(fei)速發展，人工智(zhi)能的(de)應用成本也在大幅度降(jiang)低。

　　從需求(qiu)上而(er)言(yan)：市場(chang)經濟(ji)的(de)發展、廣大(da)消費者對(dui)別具一格(ge)的(de)個性(xing)化定制(zhi)和(he)(he)對(dui)產品(pin)(pin)的(de)品(pin)(pin)質(zhi)消費需求(qiu)也在不斷(duan)提升，因此就極大(da)程度增加了制(zhi)造業的(de)繁雜(za)性(xing)和(he)(he)要求(qiu)改(gai)革創(chuang)新的(de)迫切性(xing)，包括生產的(de)組織形式(shi)、質(zhi)量檢測環節(jie)、倉(cang)儲物流等環節(jie)。　　

　　面對越(yue)來越(yue)復雜的(de)系統和人(ren)類學習應對能力的(de)有限性，接納人(ren)工智(zhi)能就(jiu)變成了(le)社會發展、經濟增長(chang)、人(ren)類演化的(de)必然，更是為了(le)滿(man)足人(ren)們高質(zhi)量生活的(de)需求(qiu)。　

　　怎樣利用人工(gong)智能技術代替(ti)人腦，甚至(zhi)使其領先人腦來實現制造業效率的提升呢？　

　　“物理世界(jie)”和(he)“數字世界(jie)”的(de)(de)碰撞催生(sheng)了制(zhi)(zhi)造(zao)業的(de)(de)巨大(da)轉變！傳(chuan)統制(zhi)(zhi)造(zao)業單(dan)一的(de)(de)生(sheng)產模式以及(ji)人(ren)員思維方式和(he)認(ren)識方面的(de)(de)局限性(xing)，導致系統中很多更加有益(yi)的(de)(de)價值并(bing)未被完全挖掘出(chu)來，但(dan)以人(ren)工智能(neng)為(wei)(wei)代表(biao)的(de)(de)新(xin)技術能(neng)為(wei)(wei)傳(chuan)統制(zhi)(zhi)造(zao)業帶來巨大(da)的(de)(de)改變，能(neng)擺脫人(ren)類認(ren)知的(de)(de)局限性(xing)，提升制(zhi)(zhi)造(zao)效率，通過數據科學和(he)數據分析來為(wei)(wei)決策支(zhi)持和(he)資源優(you)化提供可量(liang)化依據。　

　　本(ben)文主(zhu)要闡述了人(ren)工智能在(zai)不同的生(sheng)產環節，包括產線(xian)設備、質量檢測、倉儲物(wu)流三個方面的運用。　　

　　一、人工智能對產線設備(bei)的(de)影(ying)響　

　　1、生產線設備維護　

　　工廠運維(wei)(wei)方面：如果某一條生(sheng)產線在生(sheng)產過程中突(tu)然發出(chu)故障警示(shi)，該設備能進行自(zi)我診斷，找(zhao)到出(chu)現(xian)問題的地(di)方和分析出(chu)產生(sheng)該故障的原因，憑借歷史維(wei)(wei)護(hu)記錄和維(wei)(wei)護(hu)準則來告知我們應該如何解決該設備故障，甚至能夠讓機器實(shi)現(xian)自(zi)我診斷、自(zi)我解決、自(zi)我恢(hui)復。　　

　　預測(ce)性維(wei)護方面：試(shi)想(xiang)一下假如工業(ye)生(sheng)產(chan)線或生(sheng)產(chan)設(she)備在生(sheng)產(chan)過程中突然出(chu)現故障，可(ke)想(xiang)而知造成(cheng)的(de)損失是無法(fa)估量的(de)。如果能(neng)充分(fen)(fen)利用大數據建模和神經網(wang)絡等先進科技算(suan)法(fa)進行提前(qian)預判，就(jiu)能(neng)讓機器設(she)備在出(chu)現故障之(zhi)前(qian)就(jiu)能(neng)分(fen)(fen)析出(chu)或者感知到(dao)可(ke)能(neng)會出(chu)現的(de)一系(xi)列(lie)問題(ti)。　　

　　2、產線設(she)備參(can)數(shu)優化　

　　生產(chan)產(chan)線(xian)工(gong)位有(you)少(shao)有(you)多(duo)，可能會有(you)幾十(shi)個甚至上(shang)百個，其中(zhong)涉及到(dao)的產(chan)線(xian)設備、生產(chan)材料、員工(gong)等都非常繁多(duo)。　

　　通過基于生產(chan)(chan)線的(de)大量數據分析(xi)和智能計算能夠核算出每個工位最(zui)佳的(de)人員配比，使生產(chan)(chan)線平(ping)衡(heng)率盡可能提(ti)高。　　

　　減(jian)少(shao)物質能(neng)源、時(shi)間(jian)和資金(jin)的占用浪(lang)費(fei)，盡可能(neng)降低(di)生(sheng)產成本和員工(gong)的疲(pi)勞度，減(jian)少(shao)設備損壞和員工(gong)工(gong)傷(shang)的概率，從而(er)優化生(sheng)產工(gong)藝，改善產品(pin)品(pin)質。　　

　　提(ti)高(gao)生產效率，節約生產成本則(ze)是提(ti)高(gao)企業效益(yi)的最佳(jia)選擇！　　

　　現(xian)如今很多工廠都還是在利用(yong)傳(chuan)統的人工質(zhi)量檢測來對產品(pin)進行(xing)質(zhi)量評估，質(zhi)檢員每天需要花十多個小(xiao)時的時間(jian)去判(pan)斷產品(pin)質(zhi)量是否合格。但長時間(jian)下來肉眼確實難以承受，視覺(jue)疲勞的情況(kuang)下也很容(rong)易造成工作(zuo)上的失誤。　

　　二、人工(gong)智能在質量檢測(ce)方(fang)面(mian)的優(you)勢(shi)　

　　既然人工質檢存在這么多弊端，那為什么之(zhi)前沒采取技術手段來幫(bang)助(zhu)解決質檢問題呢？　

　　最主要的(de)(de)原(yuan)因就是(shi)(shi)在于(yu)傳(chuan)統的(de)(de)視覺檢測設備大概有(you)百分(fen)之三十(shi)左右的(de)(de)誤(wu)(wu)判率，而人工智能(neng)最重要的(de)(de)一(yi)個能(neng)力就是(shi)(shi)學(xue)習(xi)能(neng)力，例如同樣一(yi)個劃痕(hen)，它可(ke)能(neng)會和(he)傳(chuan)統的(de)(de)系統一(yi)樣第(di)一(yi)次都(dou)會出(chu)現錯(cuo)誤(wu)(wu)，但(dan)通過深度(du)學(xue)習(xi)后人工智能(neng)可(ke)以在第(di)二次第(di)三次杜絕此類錯(cuo)誤(wu)(wu)的(de)(de)出(chu)現。　　

　　正如人(ren)工智能(neng)(neng)首席專(zhuan)家吳恩達(da)和(he)富(fu)士(shi)康(kang)合(he)作(zuo)的智能(neng)(neng)檢測，通(tong)過(guo)利用深度學習和(he)神經網絡，就(jiu)能(neng)(neng)夠讓電腦快(kuai)速(su)學習做自(zi)動檢測工作(zuo)。　　

　　三、人工智(zhi)能在(zai)倉儲物流(liu)方面的(de)運用　　

　　在倉儲物流中，隨著新技術的(de)(de)(de)不斷引入，體力(li)勞動者是(shi)第一(yi)個要面臨被替代的(de)(de)(de)風險，因(yin)為人工(gong)智能所創造的(de)(de)(de)動力(li)機制能夠(gou)在全天24小時的(de)(de)(de)情況(kuang)下來(lai)完成(cheng)相應(ying)的(de)(de)(de)工(gong)作(zuo)任(ren)務，并且能夠(gou)保(bao)正工(gong)作(zuo)的(de)(de)(de)精準(zhun)性，降低了員工(gong)在處理重型機械時給自己或他人造成(cheng)事故的(de)(de)(de)風險。在2014年亞馬遜(xun)的(de)(de)(de)Kiva機器人被引進，他在倉庫中的(de)(de)(de)工(gong)作(zuo)速度比人類快得多，在使用人工(gong)智能技術來(lai)替代體力(li)勞動是(shi)更高效更經濟的(de)(de)(de)選擇。　　

　　在倉儲環節，對(dui)于企業倉庫選址的(de)優化問題，人(ren)工智能(neng)技(ji)術能(neng)夠根據現(xian)實環境(jing)的(de)種種約束條件，如顧客、供應商(shang)(shang)和生產商(shang)(shang)的(de)地理位置、運(yun)輸經濟(ji)性(xing)、勞動力可獲(huo)得性(xing)、建筑成(cheng)本(ben)、稅收制度等，進行充分的(de)優化與學習，從而給(gei)出接近(jin)最(zui)優解決方(fang)案的(de)選址模(mo)式(shi)。人(ren)工智能(neng)能(neng)夠減少人(ren)為(wei)因(yin)素(su)的(de)干(gan)預(yu)，使(shi)選址更為(wei)精準，降低(di)企業成(cheng)本(ben)，提高企業的(de)利潤。　　

　　在庫存管理(li)方(fang)面，人(ren)工智能(neng)在降低消費者等待時(shi)間的同時(shi)使得物流(liu)相關功能(neng)分離開來，令物流(liu)運作更(geng)為(wei)有效(xiao)。　　

　　人(ren)工智(zhi)能技術最廣為(wei)人(ren)知(zhi)的一個應(ying)用(yong)就是通過(guo)分析大量歷(li)史數據，從中學(xue) 結相應(ying)的知(zhi)識(shi)，建(jian)立相關模型對以(yi)往的數據進行解釋并預(yu)測未來的數據。　　

　　庫存(cun)(cun)管理的(de)方(fang)法是人工(gong)智能技術應用較早(zao)的(de)領(ling)域之一，通(tong)過分析歷史消費數據，動態(tai)調整庫存(cun)(cun)水平，保持(chi)企(qi)業存(cun)(cun)貨的(de)有序流(liu)通(tong)，提(ti)升(sheng)消費者滿意度(du)的(de)同時，不增加企(qi)業盲目生產(chan)的(de)成本浪費，使得企(qi)業始終能夠提(ti)供高質量的(de)生產(chan)服務(wu)。　　

　　早在兩年前(qian)，就有企(qi)業(ye)通(tong)過(guo)智能眼(yan)鏡掃描倉庫中(zhong)的條碼(ma)圖形以加快采集(ji)速度和減少錯誤。統計數(shu)據(ju)表明，AR為物流提供的增值，在采集(ji)數(shu)據(ju)過(guo)程中(zhong)效(xiao)率提高(gao)了25%。　　

　　對于運(yun)輸路徑的規劃，智能機(ji)器(qi)人的投(tou)遞分揀、智能快(kuai)遞柜的廣泛使(shi)用都大大提高了物流(liu)系統的效率。　　

　　隨著(zhu)無人駕駛等技(ji)術的(de)成熟，未來的(de)運輸將更加(jia)快(kuai)捷和高效，通過實(shi)時(shi)跟(gen)蹤交通信息，以及調整(zheng)運輸路徑，物流(liu)配送的(de)時(shi)間精(jing)度將逐(zhu)步提高。而無人監(jian)控的(de)智能投遞(di)系統也將大大減(jian)少包裝物的(de)使用，更加(jia)環保。　

　　云計算、大數據(ju)、物聯(lian)網(wang)、智能終端等(deng)互聯(lian)網(wang)基礎設施的投入，幫助制造型企業直接接入互聯(lian)網(wang)，可(ke)以促進信息的廣泛流動，實現更(geng)廣范圍的信息分(fen)享和使(shi)用，從而降(jiang)低信息處理(li)成本。