智能製造發展的三個階段(上篇)

中國這幾年信息化的發展已經出現很多概念和熱點，從雲計算到物聯網，智慧城市到大數據，到現在的人工智慧這一波熱浪。這些熱浪一定要落地下來，為製造業服務。對於中國人工智慧的發展而言，最重要的問題還是要解決中國的製造業發展問題。如果製造業的智能化上不去，中國國民經濟的脊樑就不夠堅實。

首先需要理解，什麼是智能製造？按照百科定義，智能是指獲取知識和技巧一種能力。而「人工智慧」現在還沒有統一定義。這個概念，早在1952年就由圖靈提了出來。現在，很多人把人工智慧的解釋，句子越來越長，講的越來越複雜，最後大家都搞不清楚到底什麼是人工智慧了。其實，人工智慧簡單地說，就是人賦予機器的職能。具體地說，就是通過計算機的硬體和軟體，尤其是各種軟體，給機器賦予了智能，讓機器可以感受環境，意識到環境的變化，進一步為決策者提供建議，拓展了人的智能，甚至在事前授權的情況下自主做出決定。

如果說智能是指獲取知識和技能的一種能力，無可否認的是，正是這些計算機輔助系統和工業軟體為製造業帶來了智能。因此，智能製造，簡單地說就是計算機製造，無需加上太多的修飾和太複雜的定義。

電腦比人腦更強大之處，不完全在於其強大的計算能力和存儲量，關鍵是其中運行的軟體。如果沒有軟體，計算機也就是一堆金屬塑料。以此為基礎，可以看看製造業信息化的發展，實際上也可以理解智能製造演進的三個階段。

「四化一造」看工業信息化

製造業信息化的發展，主要是圍繞著企業的業務運行而展開。首先是企業內部信息化，見圖1。這包括「四化一再造」，也就是研發信息化、產品信息化、生產信息化、管理信息化以及業務流程和組織再造。其中產品信息化，主要是指帶有嵌入式系統的產品，其複雜程度各不相同。理解產品信息化，對理解當下的智能製造，非常重要。

與此同時，企業還有一個上游供應鏈和下游社會關係的問題，上游包括原材料、零部件、裝備和人員招聘等，下游則與銷售、銀行、客戶關係等相關聯。這些屬於企業的外部信息化問題。

企業的內部業務和外部業務，構成了企業信息化最基本的內涵。企業信息化最早就是從數字化開始的。計算機剛剛發明的時候，本來是做科學計算的，很快就被用來做業務處理，提升管理效果。這是一個從下往上發展的過程，開始是做一些數據處理系統，如財務管理，包括一些統計報表處理；隨後，逐漸上升到管理層，也就是開發管理信息系統（MIS），從財務管理、人事管理，到生產管理，一層層往上走；最後，上升到了決策層和開發決策信息系統（DSS）。企業信息化，一開始就是處在數字化時期。

數字化起步

然而，利用計算機來改造企業的生產裝備，實際上比管理信息系統起步還要早。1952年，即商用電子計算機發明的第二年，美國就有一家公司設計了一套數控裝置，開發了第一台三坐標數控銑床。儘管這個銑床體積很大，造價也很高，但是開闢了一個數字控制的新時代。1958年，美國研製出第一台加工中心。這意味著，計算機改變製造業的時代，正式拉開了帷幕。隨後，隨著第一個微處理晶元的發明，各種各樣、數以億計的嵌入式系統開始嵌入到各種裝備、各種產品當中去。製造業開始走向以數字製造技術為核心的計算機控制時代，當時國內叫做機電一體化。「機電一體化」這個提法沒有完全點到問題的本質，那就是計算機控制。

可以看到，計算機系統很早就開始賦予各種製造裝備以智能。如果按照前面智能的定義的話，那麼智能製造這個問題，可以說很早就被提出來了。在整個信息化對製造業的改造過程當中，是工業軟體支撐了企業數字化的發展，扮演了一個非常關鍵的角色。

最近電視台有一個關於中國製造業的討論會，其中，關於「中國製造業還有什麼不能製造？」的問題，提了十個方面，唯獨沒有提到工業軟體。殊不知，中國製造業體量世界第一，佔世界製造業的份額20%，但是，中國的工業軟體現在90%以上依靠進口，稍微複雜一點的，都不是國產。而且，中國工業軟體的市場份額，僅佔世界工業軟體市場份額的1.7%。一個20%的製造業大國只佔1.7%的份額，足以說明中國工業的「體質」太弱。看上去，大家對於這個問題的認識，還是存在著比較大的偏差。

其實早在上世紀70年代，就可以看到數字化對傳統工業的改造蓬勃發展。特別是在1974年，第五代使用微處理晶元和半導體存儲器的計算機數控裝置研製成功以後，從生產裝備的角度來看，發展非常迅速。拿數控機床來講，從一軸到三軸到五軸到七軸，對基於信息化的工業化產生了革命性的影響。還有各種各樣的計算機輔助系統，從輔助製圖CAD、到計算機輔助工程模擬CAE、到計算機輔助製造CAM等，都對製造業的現代化產生了深遠的影響，完全改變了人們對現代化的工業化的認識。

後來，隨著計算機技術的發展，出現了全三維數字化和數字模擬。工業數字化向高端方向發展。企業從接訂單開始，一直到最後的產品交付，全流程完全依賴計算機軟體的控制和支撐。

網路化崛起

上個世紀90年代初互聯網開始在全球普及，企業的網路化隨之也快速發展。在互聯網沒有普及應用之前，基本上所有的企業都是採用客戶伺服器（C/S）的架構，但客戶伺服器只能解決本地域的聯網問題。互聯網興起之後，異地可以聯網，企業也很快開始走向網路化。

除了應用互聯網之外，企業的網路化有兩個主要的方向，一個就是內部網，將企業內部各個部門和下屬單位所有的信息系統全部連在一個網上，不管這些部門是在北京，還是在印度或墨西哥。這樣極大地提高了企業內部業務的運行效率和有效性。當然，只是實現了信息和數據的交換，還沒有做到智能化。

另外一個是外部網。企業的外部聯繫，全部通過互聯網進行。也就是說，把企業內部網的一部分向外部合作單位開放，求得橫向打通。比方說生產汽車的，會把生產計劃向上游的座椅工廠開放，後者可以進入企業內部網路，了解相關部門的生產進度，以便準確、及時供貨。企業跟銀行連通之後，只要座椅被汽車製造廠驗收，銀行就會自動打款給上游供應商。這樣，就做到了外部信息系統的一體化。

互聯網帶來的製造和生產的網路化，正是基於內部網和外部網實現。這個可以看做是早期的「互聯網+製造」的核心內涵。可以說「互聯網+製造 」實際上始於上世紀90年代。

製造業網路化帶來的重大技術突破，至少表現在以下三個方面。

第一個就是關聯設計系統。在虛擬設計與製造的環境下，網路可以支持成百上千個在線用戶同時進行實時設計，使得一個系統或者一台裝備的總體、子系統之間的三維設計結果相互關聯。IBM早期大量發展計算機輔助設計的一個根本動力，就是數字化圖紙可以通過網上傳送，可以在全世界任何一個IBM的工廠，生產所設計的零部件。當時，新產品的設計速度加快了16倍，產品更改和更新的速度提高了數百倍。「互聯網+」為製造能力的提升開闢了一個難以想像的巨大空間，對企業來講是一個全新的競爭優勢。

第二個是網路化協同平台，網路化帶來的不僅僅是大家交換信息，而且可以帶來工程人員的協同工作。一些大的企業，如波音公司，率先建立了自己非常強大的網路化協同平台。2000年9月以波音、洛克希德?馬丁、雷神、BAE及R&R為代表的美英國防航空巨頭，發起組建了大名鼎鼎的Exostar，探索國防航空行業的供應鏈網路協同。目前，通過Exostar進行供應鏈管理和協同的有六大主製造商，涵蓋16,000個不同規模的專業供應商。隨後，歐洲國防航空行業的四巨頭，空中客車、達索航空、賽峰和泰雷茲，也跟隨美國競爭對手的腳步，發起設立了一個屬於歐洲國防航空工業的網路化協同製造平台BoostAeroSpace，於2011年正式對行業內客戶提供服務。

第三個是全三維標註技術，任何一個產品，只要把三維的圖做出來，零部件的圖紙就可以利用計算機軟體和系統自然而然地分解和生成。這就使得企業得以形成單一的數據源管理。美國國防部和航空航天近幾年非常重視的數字主線（Digital Thread），也正是這樣一種技術的發展和延伸。

然而，不管是關聯設計也好，網路化協同平台也好，全三維標註也好，背後的根本支撐，其實並不是網路，而是工業軟體。這一切，都是依靠各種各樣的工業軟體來支撐的。今天大家討論的中國還不能生產的工業產品，可能很重要的原因就是沒有相應的工業軟體支撐的製造設備。集成電路有很多難以突破的核心技術。其中，集成電路的設計就是重要的一環。高端集成電路的設計圖紙，人工是畫不出來的，是靠計算機輔助設計軟體畫出來的。沒有最先進的這種軟體，就不可能設計出最先進的集成電路。如果國外只賣給我們前二代、前三代的設計軟體，那麼中國也就只能去設計前二代、前三代的相關產品。工業軟體的重要性由此可見一斑。

智能化發展

企業智能化的發展，可以回溯到上個世紀六十年代初。通過圖2的製造業智能化發展，可以看到製造業如何從數字化走到網路化，再走到智能化。

可以看到製造業的智能化，實際上跟數字化基本上是同步的，不過在早期，只是單機、單個裝備而已。像CAE這種非常複雜的軟體，需要把計算、工程知識和人類的經驗，都融合在裡面。因此工業軟體並不簡單是軟體，而是一門學問。只有學計算機軟體的工程師，是設計不出先進的工業軟體的。就智能化而言，從數據處理的角度來看，業務智能（Business Intelligence）也是很重要的一個分支。

過去幾十年中國信息化的發展有兩個不足之處。一個是網路化的內向性問題，很多企業只做了內部網，幾乎沒有做外部網，這種情況與我們的國情有關。第二個就是業務智能的使用在中國發展非常緩慢，這可能是因為「拍腦袋做決策」已經成為習慣。

現在炒得比較多的概念就是人工智慧，其中最熱門的是深度學習和機器學習。這方面的發展主要是基於兩個條件：超強的計算能力和充沛的大數據集。現在，一方面是計算機的運轉速度很快，存儲量也很大；另外就是很多重要的數據可以收集上來處理。如語音識別、圖像識別，都不是今天才搞起來的。早在上世紀60年代初，中科院自動化所就開展了模式識別中的研究。但在當時，數據既算不過來，也存不過來。因此，70年代以後人工智慧的動靜就不大了。這幾年人工智慧又開始熱起來，是因為數據量大了，計算機算的快了。當然，人工智慧不僅僅是深度學習和機器學習，比方說人腦的模擬等，人工智慧比較高級的發展階段，還將有更大的發展。

智能化實際上是依託於計算科學，而不僅僅是計算機科學。美國國家總統信息技術委員會在2005年專門就「計算科學」的重要意義給時任總統小布希寫過一個報告，其中講到計算科學是由三個不同的元素組成的：計算機與信息科學、建模與模擬軟體和計算的基礎設施，這三點缺一不可。

在計算科學意義上的智能化，實際上包含四個基本的要素：模型、演算法、軟體和數據。研究任何一個問題，必須首先要把物理問題的數學模型構造出來；之後需要有一套模型計算的演算法方法，例如，各種微分方程和代數方程的求解；需要形成可以按演算法重複執行計算的軟體；而在計算的時候，則需要大量的數據處理和分析。如果只是做了信息的採集、存儲、處理、檢索和利用，這個不是智能的系統，而只是一個簡單的信息系統；即使把它們都連成網路了，仍然只是一個聯網的信息系統，而不是一個智能的系統。因此，判定一個系統是否是真正的、智能的系統，一定要從這四個方面去評估。很多地方搞智慧城市、搞智能製造，如果需要仔細推敲其真偽，最好的衡量的方法，就是利用這把具有四個維度的尺子。

本文曾發表於《環球新工業》2017年12月刊。

作者

周宏仁：國家信息化專家諮詢委員會常務副主任，賽迪專家學術委員會主任

編審

孟采菽：《知識自動化》主編