康乃狄克大學教授Peter B.Luh解析:工業4.0時代的狀況與挑戰 |...

雷鋒網 AI 科技評論按：ICRA 全稱為「IEEE International Conference on Robotics and Automation」（機器人與自動化會議），是機器人技術領域最有影響力的國際學術會議之一。ICRA 2017 於 5 月 29 日至 6月 3 日舉行，雷鋒網 AI 科技評論從新加坡帶來一線報導。該會議舉辦期間，雷鋒網(公眾號：雷鋒網)將圍繞會議議程及獲獎論文展開系列專題報導，敬請期待。

本文為康乃狄克大學教授Peter B.Luh在ICRA 2017上進行的工業4.0主題演講。Peter B. Luh教授是國際著名生產製造調度專家、IEEE Fellow、清華大學自動化系何毓琦講席教授組首席教授。Peter教授1973年獲得國立臺灣大學電氣工程專業學士學位，1977年獲得美國麻省理工學院(MIT)航空與航天專業碩士學位，1980年獲哈佛大學應用數學專業博士學位。1980年至今任教於美國康乃狄克大學電子與計算機工程系，2006年至2009年曾擔任系主任。

雷鋒網 AI 評論原文整理，有刪節。

謝謝。很榮幸在這裡為大家介紹工業4.0 - 自動化與機器人，我主要研究的方向就是工業4.0 。那麼工業4.0是指什麼呢？

第四次工業革命

我們都知道，一共有4次工業革命，第一次是1784年開始的工業革命，由蒸汽機的發明推動，協助了機械化生產。第二次工業革命大家都知道是電推動的，它催生了福特汽車的組裝線。第三次工業革命來自計算力，標誌性的事件是1969年發明的PLC。

第四次工業革命呢？是網絡的力量，來自計算力以及溝通，它們一起可以產生巨大的力量，從幾年前德國政府做智能製造的研究開始。它是否成為了事實，它只是個名字，或者是企業想要在兩年後達成的目標？我們今天就可以討論一下，它是否是一個熱潮，它會發展成什麼樣，它對自動化和機器人的影響如何。

我會講下面幾部分，簡單介紹一下背景，工業4.0的設計準則，歷史中的經驗教訓，簡單介紹幾個關鍵技術，包括3D列印、機器人、虛擬計量學和優化理論。然後簡單介紹一下美國和日本的工業4.0狀況。

背景

工業4.0的背景在於需求推動進步。客戶需求高質量、多功能，並且想以合理的價格定製產品和服務；並且全球的企業之間也有激烈的競爭。供給側的進步動力來自於科技進步，就是網絡的力量。我們看看摩爾定律，大家都知道摩爾定律，每18個月電晶體的數量就會翻倍。從1965年摩爾提出的這個預測以來已經50年，準確地說是52年了，每18個月就會翻一番，它改變不只是電晶體的數量，它帶動了所有事情的進步，從半導體工業到手機、PLC到各種各樣的東西。在它們的推動下，現在兩個實體間的聯繫和互動已經非常普及，人、機器、更多別的東西都是，數位化把物理世界和虛擬世界混合在一起。我們也看到了新興的顛覆性技術。

所以，伴隨著所有這些進步、這些聯繫、這些真實世界和虛擬世界的混合、這些新興的顛覆性技術，未來的製造業會怎樣變化？身邊的事物可以連接到一個中心伺服器，或者連接到車上，對你來說是隨時可以用的，而且去中心化了。那它們未來會怎麼樣？

設計規範

所以工業4.0的原始設計規範表述出來是這樣的，包括以下六點內容：

• 第一點是互通性，網絡物理系統或者人可以互相連接和通訊，通過物聯網（Internet of Things）或者服務網（Internet of Services）；

• 其次是虛擬化，對所有連接到物理系統的東西做備份；

• 相比於把所有東西用層次網絡連成一個中心化的層次網絡，我們更希望是一個去中心化的網絡，網絡物理系統或者人可以獨立做出決定；

• 再者，實時性也不可少，我遇到一個問題以後思考了好幾個小時還不給出反饋是不行的，需要實時；

• 此外，要面向服務，通過服務網絡提供服務；

• 我們還需要模塊化，聯網的東西需要能夠靈活適配，跟上變化的需求。

根據以上這些，就可以達到自我優化、自我配置、自我診斷，對工作者進行識別和智能支持。一切都齊了，這不僅很好，而且不是沒可能實現。

歷史中的經驗教訓

80年代的自動化工廠是不開燈的，黑漆漆的。你可能會問，人看不清怎麼辦？但其實已經不需要人看見了。這算是成功了嗎？我們都有聽聞，自動化應該用在產生效用的地方。

我自己就在做這方面的研究，我們把自動化用在人類做起來太枯燥、太危險的事情上。另一個例子是數據分析，我們需要獲得大量的數據，然後用自動化幫忙我們分析，找到其中的規律。把關鍵的事情用自動化解決，而不是所有的事情。

20年來，許多公司倒閉了，但是也有很多公司不僅僅是出現了，而且發展得很壯大，比如亞馬遜、ebay、谷歌、阿里巴巴，它們改變了我們生活和思考的方式。

為了成功達到目的，我們需要知道我們在幹什麼、想要去哪裡、想要做什麼。在討論這些之前，我們先看看有哪些關鍵技術。

關鍵技術

討論關鍵技術的話：

• 首先，我們會想到物聯網、想到通訊、想到感知、想到集成。這些是物聯網的核心技術。

• 具體包括感知和通訊技術、雲計算和本地計算、伺服器和物理設備安全，還有大數據分析。還有很多的東西可以列在裡面。

• 還有集成化。垂直集成、水平集成，在生命期內從頭到尾、從產業鏈頂端到底端的集成。還有網絡、物理設備、人之間的集成。
  

• 現在還有新興的顛覆性技術，在這兒介紹幾個。包括 3D列印、機器人、虛擬計量學和優化理論。

3D列印

大家都聽說過3D列印，這已經不是什麼新技術了。如果在1980年的時候聽說它，是什麼感覺呢？不怎麼樣呀，用的是塑料，但是做的東西很小，又很慢，使用場合很受限。但是現在不一樣了，使用場合多多了。碰到加工複雜度非常高的東西，比如右上角的複雜幾何體，以及這個飛機發動機葉片，用傳統工藝想要做得很輕的話，設計和製造都非常繁瑣，製造起來會花很多時間，工序也非常多。3D列印直接就把加工複雜度的問題解決掉了，再也沒有加工起來複雜的東西了。

在設計的時候，傳統設計並沒有發揮出設計的全部潛力，因為沒辦法設計得很複雜，要考慮如何組裝起來。現在有了3D列印，一次成形，設計人員可以有更多的選擇空間來發揮出設計的全部潛能。

對於庫存和供應鏈來說，用空間站舉例吧，很多零件都有可能出故障，那空間站就需要很多庫存、很多備用零件。這樣好嗎？還是乾脆配備一臺3D印表機，隨時做需要的零件。舉了空間站的例子，但是對於類似這樣的高價、高度定製化的使用場合，我們需要很多庫存嗎？還是一臺多功能的3D印表機就夠了。所以這樣一來，供應鏈就從根本上改變了，要簡單、扁平得多。

對公司來講，啟動門檻也要低很多。做這樣的飛機葉片，傳統上需要很多工序，但是有了3D列印以後就有更多的人可以把它設計、製造出來。很多初創企業就有了機會。

這其中的關鍵點是，管理數字財產的版權。雖然現在我們還沒有走到那一步，但是這其中的挑戰是非常多的。比如在線監控和反饋，多數的3D列印設備還是老式的、沒有這些功能的。

產品的質量也是挑戰，外型、結構、物體特性比如尺寸，雖然解決了加工複雜度的問題，但是質量方面還有很大挑戰。還有一些挑戰來自不同材料的選擇、加工產品的大小和加工速度的選擇。

3D列印不僅可以連接到物聯網，而且可以從物聯網得到真正的幫助。它可以從物聯網得到更多的信息、更多的感知、更多的溝通、更多的反饋。它也會是一項關鍵的生產加工技術。

機器人

在座的各位很多都是機器人專家，比我懂的多得多了，很多情況你們都知道。那麼基於工業4.0、基於物聯網的機器人會是什麼樣的呢？對於工業機器人和智慧機器人都有過很多討論了，仍然有很多關注在反饋控制、組裝上。但是如果想想機器人是基於工業4.0的會怎樣呢？每個機器人都有擁有智能，擁有機器學習的能力，而且有實時的數據計算能力，可以大大提高機器人的性能和靈活性。

重要的進展有這樣幾個，雲機器人、機器人網絡，協作機器人，還有無人機。許多許多公司都在無人機開發方面做出了各種突破性進展，這令人很激動，它們在重要的事情上拓展了人類的能力。

挑戰也有不少。這次會議上就會討論到其中的一些技術問題；物聯網要如何驅動機器人，反之亦然；以及倫理，明天會有一場單獨的關於倫理的討論，討論技術帶來的失業和機器人武器。弄清了這些以後才稱得上專業的工程師。

虛擬計量學

這方面的目標就是，產品零缺陷。但是100%的產品檢驗總的來說是不切實際的。所以在工業4.0中，虛擬分析和實體設備結合以後產生的新能力，可以把實際測量變成虛擬測量。把它和感知、統計、預測、計量、因果關係、自動化技術結合起來。現在這種方法已經在一些領域得到了應用，半導體工業、液晶顯示、太陽能電池、機械工具、自動化以及航天工業中。所以，虛擬測量的可以工業4.0中的質量控制帶來更好的保證。

為了達到零缺陷的目標，Fan-Tien Cheng博士把這個稱作工業4.1，在工業4.0的基礎上再前進一步。這對3D列印的質量提高也可能帶來啟發。

工業4.0的好處

普華永道做了一個關於工業4.0的調查，看看工業界對工業4.0抱有的期望是什麼樣的。這份調查是2016年的，他們覺得在優化商業規劃和控制、更好的生產與操作規劃、提升客戶關係、提高固定資產使用效率等等方面都會帶來提升，這是他們對工業4.0的期待。我們能看到什麼呢？優化和提升效率是其中最關鍵的。這裡也就有了去中心化，帶有自我優化能力的去中心化。

優化

優化問題的解決非常關鍵，但是對離散的多變量做優化很難，因為它非常混亂，沒有梯度下降這樣的處理方法。所以隨著變量池增大，解決問題的難度也急劇增大。所以我們做了近似最優優化方案，它通過基於價格的分解和協調，有著可量化的性質，而且執行起來很快。

我們的近期進展有一項「代拉格朗日釋放法」能夠解決傳統拉格朗日釋放法計算困難的問題。當計算複雜度急劇上升的時候，我們能怎麼辦呢，我們對它進行分解，問題複雜度也就大幅度下降。傳統的方法有很多的問題，我們把它們都克服了，我們採用分支和切割的方法，利用了分離性和線性。我們還有加速銜接，有緊湊的子問題方程，有分布式的異步算法，可以實時解決很多問題，對工業4.0需要的狀態協調、自主優化等等都能起到幫助。

美國的工業4.0

最後我想講講工業4.0在美國和日本的現狀。

在美國，有一個高級製造合作夥伴計劃，是在歐巴馬政府領導下2011年籤署的的，在這樣三個領域內給出了16條建議：鼓勵創新；讓人才培養機制更牢固，主要是教育方面；改善商業環境，比如改善政策、更多基礎設施投入。還有14個製造創新的全國網絡，是基於不同的工業類型的，有紡織、集成光學、3D列印、高級工業機器人。機器人方面的關注點在於多功機器人系統，要有靈活性；還有機器人的快速部署和功能更換，更換機器人所從事的工序的時候可以很快；以及低成本的方案。這部分內容還比較新穎，不久之前才得到批准。

它影響到的有生物技術；有清潔能源智能製造，做高級感知、控制和建模，嘗試降低生產過程中的能量消耗；有數碼生產和設計，是集約型的、輕量的；有多功能的混合電子；有生物製藥；有碳化矽和氮化鎵；有原子級別的加工；還有重複使用、拆解、重新加工、重複使用和恢復。可以看到每個類型都有多種，公司參與在其中，政府也拿出了有140萬到200萬美元的預算。

你可能會說，這是歐巴馬政府下的事情了，川普政府如何呢，他可反對了很多前任政府的政策。但是他說他要讓美國再變得偉大一次（make America great again），加強工業、創造工作機會，所以他沒有改變這方面的預算。

日本的工業4.0

日本的工業4.0有三個主要推動力，機器人優先倡議、工業價值鏈倡議和物聯網加速財團。機器人優先倡議關注的重點是生產製造中的物聯網、知識共享和物聯網應用的優點，會涉及到傳感器、人工智慧、數碼和網絡技術的方面。有超過200家企業和超過90個組織機構共同引領著這個方面。工業價值鏈倡議方面，有一個論壇，對應的是德國的工業4.0組織；有19個工作組在這邊。IAC注重的是加速解決方案的落地和演示。

日本就是這樣進行工業4.0的。拿出來對比一下話，感受如何呢？他們在物聯網中投入很多的溝通和多樣性，這樣的數碼化和多樣性全日本的各個層次都能看到，不只是加工行業中，而是整個工業中。

結論

不管如何稱呼它們，工業4.0的一部分都已經永久落地了。摩爾定律已經52年了，推動著每18個月翻倍的計算力，然後推動的不只是計算機，它推動了社會中一切事物的發展，不只是加工製造，我們的生活方式也發生了巨大的改變。

80和90年代的時候我們有子整體的推動力和一些概念，現在在工業4.0的階段我們把它們又發展了一大步，更先進的技術會永久落地。我們要更好地理解這種現代化的發展，我們不僅參與這個革命，而且要熱烈擁抱它。

謝謝大家！

AI科技評論招業界記者啦！

在這裡，你可以密切關注海外會議的大牛演講；可以採訪國內巨頭實驗室的技術專家；對人工智慧的動態了如指掌；更能深入剖析AI前沿的技術與未來！

如果你：

＊對人工智慧有一定的興趣或了解

 * 求知慾強，具備強大的學習能力

 * 有AI業界報導或者媒體經驗優先

簡歷投遞：

[e-mail]

相關文章：

ICRA前沿速報：製造業重新關注機械控制，AI融合仍任重道遠｜ICRA 2017

實例揭秘：ICRA上的學術界和工業界是怎樣殊途同歸的？| ICRA 2017

吃貨必來的 ICRA 2017：「論文與體重齊飛，大牛共美食一色」

雷鋒網原創文章，未經授權禁止轉載。詳情見轉載須知。