工业人工智能＋大数据分析——解锁工厂‘智能运维’新未来

18世纪英国率先进行工业革命开创了以机器代替手工劳动的时代。经历2个多世纪的发展，工业领域在过去5－10年当中，工业领域最热门的话题莫过于智能制造，追求运营卓越的智能工厂成为工业领域的一大目标。

据OFweek维科网了解，西门子在智能工厂全生命周期的数据应用与分析、工业人工智能等领域已具有超过20年的投入与经验，目前正致力于以技术创新作为根本驱动力，做可落地的工厂智能运维。

在日前举办的“2020中国（深圳）工业互联网产业发展高峰论坛”上，西门子过程工业数字化研发中心总监吴文超接受了OFweek维科网的采访，并就人工智能工业应用和工厂智能运维等话题进行了分享。

智能制造离不开人工智能

智能制造的核心要素离不开人工智能技术。无论是大战围棋高手的Alpha Go，或是为我们出行准确预测路线的导航系统，又或是堪称“医学奇迹”令乳腺癌的诊断误差率下降85％的人工智能淋巴结诊断，人工智能的神奇堪比魔法，但又胜于魔法，因为人工智能是可以通过科学发展为人类所获取的。人工智能是通过计算机程序模拟、延伸和扩展人类智能的一门新的科学技术。它将散乱的现象通过算法归纳成一定规律，然后为人所用。

工业人工智能则是人工智能典型技术在工业场景下的探索和延展。吴文超认为，工业领域不但不缺数据，还拥有海量的数据，而现在制造业企业需要去解决的事情就是通过算法同时结合行业的经验和知识，从数据当中归纳出规律，然后来服务于人类，这就是工业人工智能所要达到的目的。

制造系统中问题的发生和解决的过程会产生大量的数据，通过对这些数据的分析和挖掘可以了解问题产生的过程、造成的影响和解决的方式，这些信息被抽象化建模后转化成知识，再利用知识去认识、解决和避免问题。核心是从以往依靠人的经验，转向依靠挖掘数据中隐性的线索，使得制造知识能够被更加高效和自发地产生、利用和传承。

在谈及人工智能在工业领域上的应用时，吴文超表示监督学习，强化学习，知识图谱等三个技术就是工厂智能运维的核心工具。通过监督学习，工业人工智能能够从大量的自动化控制的数据和传感当中，去识别数据背后的含义，从而帮助用户来实现异常状态的预警，风险趋势的预测。

通过强化学习，工业人工智能可以像Alpha Go一样通过对棋谱的不断学习，分析历史数据，优化下一步的举措，在这一点上，工业人工智能可以帮助企业实现参数寻优和关联性分析等智能运维焦点应用。而知识图谱在工业当中，就是一个升级版的专家知识库，能够帮助企业结合数据综合分析，来进行人机协同合作。

人工智能与自动化相辅相成

吴文超认为，人工智能和自动化两者是相辅相成的，人工智能的技术可以帮助打破传统工业自动化所存在的天花板，实现更大的价值。吴文超表示，若将自动化看为一个广义的范畴，人工智能从某种含义上看可以算为一种自动化，因为人工智能也是把过往的知识和经验进行了收集、整合和分析从而完成自动化，“人工智能＋自动化”是一种面向未来的应用。

西门子一直以来的形象就是一个注重于电气电子工程的“理工男”，多年来注重于品质保证与技术创新的宗旨，也让西门子在市场上依然维持着不错的品牌信赖度。虽然西门子依然秉持着在产品质量上精益求精的理念，但近些年来兴起的人工智能等柔性技术，西门子也没有固步自封，而是选择吸纳这样一种充满前景的技术，将人工智能结合自动化，创建出了工厂智能运维的模式。

对于人工智能和大数据等智能技术，吴文超认为虽然这些都是技术发展的趋势，但对于企业来说，每个企业是否都需要向智能制造方向发展，还需要衡量智能制造对每一个特定企业所带的价值。

总结

迈入工业4．0时代，吴文超透露高端精密技术落地、行业结合和生态系统打造已成为西门子专注的三大发展动态。目前西门子已经在进行数据分析、边缘计算、工业5G和增材制造等前沿技术试点落地，与此同时西门子希望能够将百年的电气电子工程经验与IT等行业进行结合，实现真正的智能制造。（来源：数字经济）