9月25日，以“智”造引領，“云”享未來為主題，“科創(chuàng)中國”2020年“企業(yè)創(chuàng)新大家談”系列活動智能制造高峰論壇在北京舉辦。本次活動由中國科學技術協(xié)會主辦，中國科協(xié)企業(yè)創(chuàng)新服務中心、中國儀器儀表學會承辦。在主論壇上，西門子（中國）有限公司 數(shù)字化工業(yè)集團副總裁兼過程自動化事業(yè)部總經(jīng)理姚峻就《人工智能+工業(yè)大數(shù)據(jù)分析：解鎖工廠“智能運維”的未來》作主旨報告，本文整理了他的觀點分享：

一個一個工廠需要把的自動化，是能夠把整個工廠真正聯(lián)動起來，然后到今天所說的數(shù)字化，可能通過不同平臺我們把不同的平臺上面的數(shù)據(jù)連起來，通過平臺能連起來，比如自動化就是一個平臺，然后上面的信息化又是一個平臺，我們說設計到生產(chǎn)、到運維，所有的數(shù)據(jù)又是一個平臺。最后從IoT、從到云端又是一個平臺。今天現(xiàn)在能夠做到的讓各個平臺，尤其是自動化和信息化能夠連在一起，能夠有大量的數(shù)據(jù)能夠產(chǎn)生，、大量的數(shù)據(jù)能夠互相地交付，、通過大量的數(shù)據(jù)能夠形成對整個生產(chǎn)質量和生產(chǎn)過程的優(yōu)化、生產(chǎn)過程的優(yōu)化，然后實現(xiàn)環(huán)保，能夠實現(xiàn)、節(jié)能降排。

但是智能工廠最終的目標是智能制造，工廠會自運行、自優(yōu)化，最主要的就是我們說的智能的運行和維護。這里面有三個層級，一是從傳感，從感知到認知；二是從優(yōu)化的控制，從精準到最佳，也就是我不斷地把工業(yè)參數(shù)優(yōu)化；三是銳化的運營，能夠從用不同的專業(yè)、不同的技術能夠整合在一起，把一個工廠形成一個真正的高智能自運營。

在數(shù)字化的前提下，我們能做到產(chǎn)品、生產(chǎn)和性能三個主要步驟的數(shù)字化的雙胞胎。智能運維已經(jīng)融入到今天的數(shù)字化當中，尤其在數(shù)字化雙胞胎的技術當中。從產(chǎn)品，我們從質量的預警，兩率問題關聯(lián)的分析，怎么樣優(yōu)化我的產(chǎn)品，我有一個虛擬的產(chǎn)品還沒生產(chǎn)之前我就可以可以優(yōu)化，生產(chǎn)了以后反饋回來我還可以不斷地優(yōu)化我的產(chǎn)品，而且這個優(yōu)化的速度是非常快，因為他在虛擬的環(huán)境就優(yōu)化了。我們從將產(chǎn)品設計的軟件、產(chǎn)品的仿真到產(chǎn)品的優(yōu)化、質量的分析等等都連在一起。所以今天現(xiàn)在就能夠在產(chǎn)品設計和優(yōu)化上面，我們把一些智能化的元素融入進去，我們在生產(chǎn)的過程中，包括風險的預測、模型的優(yōu)化、模型仿真也融入進去，達到現(xiàn)在性能預測性的維護、異常的預警和智能診斷，智能運維是一個智能工廠要走過的關鍵的路，到最后這個工廠可以真正實現(xiàn)是無人化，自帶大腦的工廠。

大數(shù)據(jù)和人工智能是真正實現(xiàn)智能運維的重要手段，我們能看到的，因為我們今天把不同的最新的技術，甚至從商業(yè)的技術，不斷地融入到工業(yè)里面，比如說我們的人工智能、大數(shù)據(jù)，比如說我們的、5G的技術，而且這些技術都是關聯(lián)的，夏老師說在云端，它也要跟5G技術連在一起，如果沒有這樣的技術，很多工業(yè)下面的場景是不可能誕生的，誕生了也運行不了無法運行，它的缺少可靠性、穩(wěn)定性。如果我們看監(jiān)督學習，要從人工智能的三個階段開始：

第一，監(jiān)督學習，掃健康碼、導航等都是監(jiān)督學習，如果把監(jiān)督學習用到真正的工廠，就是我們的強化感知，從傳感到認知，能做到今天異常狀態(tài)的預警，、風險趨勢的預測，我從這些數(shù)據(jù)中能夠認知它，不但能得到數(shù)據(jù)而且能認知，因為今天現(xiàn)在很多的數(shù)據(jù)需要實化，第一數(shù)據(jù)太多，第二連不起來，第三數(shù)據(jù)發(fā)揮不了它的作用，真正把這些數(shù)據(jù)發(fā)揮作用了，這個工廠才能保證上一個臺階。

第二，AlphaGo的強化學習。也就是說你有了認知以后，最關鍵的是怎么樣把你的模型再提高，這就是學習。人要睡覺的、要休息的，機器是不睡覺的，24小時、365天天天可以學，也就是說它不斷地從新的數(shù)據(jù)里學習，去優(yōu)化原來的模型，所以我們能做到優(yōu)化控制、精準。

第三，知識圖譜。今天比如你拿了一張X光片，上邊有兩點，醫(yī)生要去做診斷，拿著片子要做診斷，但是一個專業(yè)的醫(yī)生做不了診斷，可能說有問題，可能說沒問題，可能有不同的專業(yè)合在一起幫你做診斷，其實工業(yè)里面也一樣，碰到很多的問題你不知道，。有經(jīng)驗的老師傅很重要，他用20年的生產(chǎn)經(jīng)驗碰到所有的事故，今天沒有，我們可以不用，發(fā)生任何事故都在知識圖譜里，也就是說如果現(xiàn)場發(fā)生事情，哪怕是個新的技術人員，首先你到系統(tǒng)里去查，自動去查，同樣的事故發(fā)生過嗎？什么時候發(fā)生的？為什么發(fā)生的？后來是怎么解決的？這跟一個有經(jīng)驗的老師傅差不多，所以說真正建立知識圖譜是很重要的。我們今天就是一個專家知識庫，所謂的專家知識庫是有很多專家會診，所以醫(yī)生會是在人工智能以后最早被淘汰的職業(yè)，現(xiàn)在今天去找醫(yī)生也是，拍了不同的片子，不不化驗不同的血是不給你做診斷的，以前只要看看臉色、舌苔就知道什么事情。今天現(xiàn)在他們自己也在走向通過大數(shù)據(jù)的分析來提高診斷能力，我們的工廠也一樣，通過老專家，通過知識圖譜把這么多經(jīng)驗收集起來，就能取代這些經(jīng)驗。

我們從工業(yè)大數(shù)據(jù)做機器開始學習，然后形成了模型，從模型去做我們的風險預警預測，然后對這個設備狀態(tài)的進行分析診斷，再把這些數(shù)據(jù)又融入進模型，這個模型就是一個自學習的過程，它不斷地從目前的數(shù)據(jù)跟歷史數(shù)據(jù)結合，再去學習，不斷地學習迭代，然后再回到整個閉環(huán)。也就是說如果我開始用這樣的一個系統(tǒng)，我有了一個最初的模型，這個模型會被歷史數(shù)據(jù)和現(xiàn)實數(shù)據(jù)不斷地訓練，最后做出來的這樣一個診斷、判斷、預測會越來越精準，這樣的系統(tǒng)可以用到設備維護，也可以用到工藝優(yōu)化，用到方方面面的運維當中，最后來降低成本，包括提高工廠的可用率、降低成本、資產(chǎn)的整合、更多的數(shù)據(jù)挖掘等。

（根據(jù)2020“企業(yè)創(chuàng)新大家談”第三期速記整理）