7月25日-26日，在中国科学技术协会、中国科学院、中国工程院、浙江省人民政府、杭州市人民政府、浙江省人工智能发展专家委员会指导下，由中国人工智能学会、杭州市余杭区人民政府主办，浙江杭州未来科技城管理委员会承办的2020全球人工智能技术大会在“数字之都”——杭州，成功举办。在26日举办的后疫情时代智能制造与工业互联网应用专题论坛上中国工程院院士、中国机械工程学会理事长李培根为我们带来了题为“数据驱动-快速响应”的精彩演讲。 

李培根

中国工程院院士、中国机械工程学会理事长 

以下是李培根院士的演讲实录： 

我报告的题目是《数据驱动-快速响应》。大家一看这个题目大概知道我要说什么，实际上这次疫情之后，绝大多数企业都感觉到快速响应的重要性。 

这次疫情，尤其在中国，大家知道疫情的严重性之后，我们的应对应该说是非常好的。但是在这个过程中我们还是暴露出一些问题。我们讲智慧城市很多年，实际上这里有些问题，如智慧交通、物资的智能调度等还是有欠缺的地方，我们讲物联网技术有很多年，在某些地方也本应该做得更好。工业4.0的一个核心，是所谓CPS，就是数字世界和物理世界的深度融合，应该是最为核心的内容。以此次疫情为例，怎么通过数字世界与物理世界深度融合，怎么通过数字世界的作用快速响应，这是一个很重要的问题。 

智能制造的一个要点很多人不一定能够意识到，关键的问题是数据。所以要想快速反应，如在疫情期间口罩等防控产品的生产，一定是基于数据的快速响应。 

 首先谈一谈快速响应。比如在防疫期间，员工的健康管理、防控物资、相关人员的调度管理等，实际上都要通过工业互联网，需要数据驱动。 

疫情期间，武汉火神山、雷神山医院24小时完成光缆施工，率先开通5G，14个小时完成天翼云监控平台，中国电信快速响应的力度很大。 

海尔有一个 Costom plat云平台——工业互联网云平台。在2月疫情期间，海尔迅速打造两个子平台、5大专区，包括疫情咨询、疫情的医护物质的供需、设备服务等。这也是通过他们的云平台优势，助力企业复工复产、稳产增产。

武汉e-works公司从2月3日前，就开始安排居家复工且推出了系列报道，在疫情期间线上服务转型，一季度的净现金流量还超过去年。由2月10日起，e-works举办了70多场培训和研讨会，到现在这个数据估计应该已近百场，“国际智能制造网上博览会”即将投入使用，这是e-works在疫情期间的行动。 

为了快速响应，工业互联网、物联网平台等的作用非常大。举个PTC的例子，PTC有一个物联网平台叫做Thingworks，在这次疫情期期间也是迅速响应。该平台和ROCHE合作，很快组建一个跨职能的云服务快速响应小组，一周7天每天24小时，通过云平台进行工作，帮助罗氏进行远程设备监控，故障诊断及排除。平台和MasksOn（做面罩的公司）合作，利用其ONSHAPE软件在协同设计方面良好的功能，在工业互联网平台上快速进行协同设计，其间，MasksOn面罩每天的进展相当于传统标准流程3个月的进度。所以这次疫情期间，自动化、数字化及“云”化比较好的企业的反应非常快。 

宝钢也利用了基于大数据、人工智能的运行维护技术。他们搞黑灯工厂，也就是采取所谓不碰面生产方式，能够稳产高产，使宝钢度过危机时期。 

这次疫情期间进一步推动了虚拟生产、云制造等使用，如集MES管理、云平台存储和大数据计算功能为一体的云MES，不仅在任务分派、数据采集、生产跟踪、质量控制、资源管理等方面能实现高效执行力，生产后期还可以利用人工智能技术分析云端数据，进一步发现问题。 

自主移动技术的应用已经展示很大的潜力。虽然目前还没有普及，但是已经有公司（如隆博科技）做了很好的尝试，我觉得非常好。今后很多公司，甚至包括医院都可以考虑运采用这种技术。自主移动技术，基于地图定位技术，运用该项技术的自主移动机器人（AMR），通过扫描作业环境并自主更新地图，因此无需辅助固定信标，对工作场地几乎没有改造需求，实现“即到即用”的效果。AMR还融合了激光雷达、深度摄像头、超声波雷达等多项感知技术，可全面感知周围环境，拥有智能的决策能力，从而实现生产环境中灵活、自主的避让，很好地实现人机协同，非常适合部署在复杂、动态的生产场景中。 

从这张图我们可以看得很清楚，左边是通过磁条定位固定的路径，这种技术早就有；中间也基本上是相对固定的，是地标定位的，就像网格的路径；右边的是什么？你随便设计一个图形，根据地图就可以定位，所以它的柔性就非常好。机器人在这种场景下能够自主移动，非常方便。有的公司已经把移动机器人用到医疗物资的运输，包括在医院内部，尤其是在疫情期间，可以想象医务人员非常紧缺，他们的强度太大，如果有很多移动机器人帮助处理一些简单的工作，也能解决很多问题。所以我相信，今后医院里甚至或至少在特殊时期，这些移动机器人可以发挥作用。移动机器人在普通工厂能够应用。2019年我们在日本牧野那里参观，一个车间中，机床的上下料、自动开门、关门、搬运物料等，一个移动机器人可以为多台机床工作。以后这种技术在企业里也会用得越来越多，因为能够帮助企业或车间有可能更好地快速响应。 

前面我讲的是要快速反应。快速反应实际上不仅是在像疫情非常时期需要，在平常时期，对于一个企业来讲也需要快速响应，比如快速响应市场的变化等。快速响应最重要的是什么？是依靠数据驱动。这次疫情期间，我们发现一个有趣的现象，凡是数字化程度比较高的地方，商家的活动更活跃。大家看图的右边那块蓝色的区域，蓝色越深表示数字化程度越高。这是什么地方？是广东、江苏、浙江、上海这一带，是数字化程度较高的一些区域，也是商家活动最活跃的地方，复工复产也更快。这就说明数字化程度高，数据的作用发挥的更明显。 

举一个例子，这还不是发生在刚才讲的数字化程度很高的地方，在疫情期间，广西螺蛳粉也成为一个网红产业，一周被搜索320万次，半个月内4次冲上微博热搜，每天50万份外卖订单，从米粉加工、竹笋、剁椒种植到螺蛳的养殖，整条产业链都受益。当然，它是通过工业互联网平台，把整条链串起来，简单的讲也就是数据驱动了整个产业链的各环节。 

企业的一切过程包括设计过程、生产过程、管理过程和企业的目标，企业的一切事物都需要数据，我们应该有这个意识。首先在产品的设计开发过程，前面提到的通过 PTC的OnShape，在疫情期间进行协同设计，快速响应效果非常好。比如在协同设计过程中，项目的信息和文档从一开始创立时就放置到一个共享的平台上。项目组的所有人都很容易看到，并且很容易利用，每个人的工作实际上都要靠数据驱动。设计过程中每个人要做什么，这些数据都清清楚楚地呈现在面前，或者是驱动设计者做下一步的工作。 

数据能够驱动产品创新。举一个例子，汽车发动机里的太多因素实际上是有关联的，有些我们不清楚，有些可能我们知道它们之间有关联，但不知道关联的程度。这就需要我们收集数据，然后进行数据处理，做大数据分析，发现一些原来人们不清楚的关联，使得对事物的认识更加深刻。 

还有一个很有趣的例子，网球拍。把传感器和互联装置安装到球拍中间，打球时球的速度、旋转的情况、击球点的变化等都被记录下来，而且上云。这有什么好处？通过分析后帮运动员和教练员，以后怎么表现更好。简单的讲，击球速度、旋转角度、风向等很多数据以前没有很好关联起来。所以，数据关联不仅能够驱动产品创新，而且还可驱动产品使用者提升水平。 

这个例子是福特实验室的，它收集了400万辆装有车载传感器的数据，对数据进行分析，工程师就可以了解驾驶汽车时的感受，包括外部环境变化，汽车里的环境的相应表现和噪声等。 

数据驱动甚至也表现在很多制造设备里，华中科技大学李德群院士团队研发的智能注塑机，它的特点就是具有学习功能，也就是说它不断加工各种各样的零件，通过这些数据可以使它的注塑机变得越来越聪明。这里很重要的就是数据驱动，包括以前做过的零件的那些历史数据、现在加工时传感器检测到的实时数据。这些数据通过机器学习推理使加工工艺参数得到优化，因此能够提升精度、提高效率，并且能耗降低，最好的情况下据说能把设备的耗电降低60%，这个效果很惊人。 

华中数控的主要产品是数控系统。他们现在把数字孪生的概念用到数控、用到机床上面。什么意思呢？实际上就是收集所谓孪生数据。关于数字孪生，大家不要理解仅是一个实体（如机床）的数字外形，它不仅是几何的，关键的是它运行过程中、动态过程中的那些状态和性能等数据。华中数控系统能收集机床运行中方方面面的各种数据，这也叫做孪生数据，而且把孪生数据和G代码联系起来，其目的就是希望发现新的关联。数据的分析有利于质量控制。必要时，可查看运行的状态，是否需要维护？孪生数据驱动了机床的正常和高质量运行。所以特别要强调一点就是，千万不要以为孪生数据只是在产品设计中产生的几何和物理信息，孪生数据是在产品的全生命周期，尤其是在产品运行过程中的孪生数据更重要。如汽车，汽车几何的、物理的数据除外，汽车在运行过程中，包括它的外部数据（比如道路的状况、运行的路线等），这都是其孪生数据。收集这些数据进行分析处理，可以帮助改善运行状况；另外一方面，大量收集这种数据，有利于未来进行产品的更新设计、产品的创新。 

这里是孪生数据指导产品优化运行的例子。风电上装了很多传感器，运行时收集数据，通过物联网数据传下来，然后用数字孪生模型进行仿真。仿真结果进行反馈，目的是什么？指导风电在什么样参数下运行效果会最好。

数据甚至可以驱动企业的战略。举一个很有趣的例子，香港有一个风投公司，5年前聘请了一个叫做瓦投（VITAL）的AI董事。一般都是人做董事，这个董事是人工智能系统。为什么请他做董事？是因为他掌握了一般聪明的人也很难掌握的信息即数据。它的信息量特别大，数据特别多。当然它还有数据分析的能力，所以 VITAL能做人做不了的事情，它能针对海量信息的逻辑分析做一些确保投资决策正确的事。很有趣的是，对于某些专属的领域，比如老年医疗，瓦投在这些领域被赋予一票否决权，也就是说在董事会里，哪怕人类董事都同意，但是瓦投不同意也是不行的。讲这个例子说明数据真的是可以驱动企业的战略，有时企业的重要战略，需要建立在掌握更多数据信息的基础上，现在的人工智能系统可以给我们很大帮助。 

跨行业的数据是非常有用的。在很多场合下人们可能还不一定意识到，但是在某些地方跨行业的数据已经开始得到应用。比如把电网和交通网的数据整合一起，能够反映更多问题。根据交通网的数据可以预测电网的问题，这两个领域的数据有很多的关联，有它特定的规律。还有伦敦奥运会时，他们发现交通堵塞这种情况（需要城市管理者面对的），与网上购物的数据存在一些关联。网上购物和交通完全是两个不同行业，但这两个行业的数据是关联在一起的，可以反映很多问题。所以有一些关联的数据、跨行业的关联数据能够帮助我们解决一些特别的问题。 

另外需要注意的是什么？不完整信息。比如新冠疫情早期，我们能够意识到新冠疫情对产业、对经济会造成一定的影响，但是影响到什么程度未必能意识到，因为得到的信息不完整，所以这就需要现在的数字技术、工业互联网技术和人工智能技术的帮助，它能够使我们获得相对更完整的信息，而且把这些即使不完整的信息进行关联分析，帮助我们对问题有更好的认识。 

以前讲信息化，包括以前讲制造业信息化，强调的是信息流动，但信息流动很多情况下是单向流动，主要满足既有活动的需求。现在讲的数据驱动不一样，这和以前我知道我要做什么事情需要什么信息是不一样的，数据驱动可以驱动我们去做一些新的活动，比如客户的某些数据用于驱动新产品开发，社会的某些宏观数据用于驱动我们去进行战略调整。 

以前讲的信息流动基本上是单向流动，就是这个信息从一个部门流到另外一个部门等，而起驱动作用的数据往往是多重的，不同类型的数据，甚至是前面讲到跨行业的数据。 

总而言之，企业必须关注社会特别事件的影响，快速响应，它是一个企业能力的表现。这里数据驱动是关键，数据驱动要体现在企业方方面面的活动中，要认识到数据驱动和信息流动的不同。企业的数据能力能够增强其软能力，软能力很大程度上体现企业的能力。

（本报告根据速记整理）

CAAI原创 丨 作者李培根院士

未经授权严禁转载及翻译

如需转载合作请向学会或本人申请

转发请注明转自中国人工智能学会