人工智能|不要在自动化数字化智能化绕圈子


有一种说法 , 不要在不具备网络化数字化基础时搞智能化 。 讨论这个话题的标题有点“吐槽” , 并不是太好 。 可要说清楚这些“化”是困难的 , 原因在于讨论需要同样的语境 。 关于网络化、数字化、智能化以及很多概念都有一些不同的定义 。 我无须去考证这些定义 , 只在自己的语境里自说自话 。 见仁见智 。
人工智能|不要在自动化数字化智能化绕圈子
本文插图

一、透过“化”的迷雾 , 认识其本质
“网络化”是基于互联网技术和通讯技术的基础环境 , 从互联网诞生就存在了 , 并且在不断强化和延伸 。 网络是做智能制造的基础 , 但是并不是说必须等网络“化”到什么程度才能做其他自动化数字化的事情 。 过去这么多年搞“两化融合”都是有什么条件做什么事情 , 在经济性前提下尽量应用网络新技术 。 网络建设是与信息化建设同步配套的 。 没有必要讨论网络化的顺序逻辑和层次逻辑 。 当前我们大力推进“新基建”(包括5G、工业互联网、标识解析体系等等)就是打基础 。 这里肯定是有些前瞻性的战略布局 。 作为国家战略刺激投资 , 加强流动性非常必要 , 也是被“三驾马车”跑不起来逼的 。 企业的网络建设是因地制宜适当超前 , 首要考虑的是能带来什么利益 。

网络化制造还有一层意思是不同空间的制造单元/实体之间的协同制造 。 这是数字化建设的结果 , 和网络没有太大关系 。 在当前的网络环境下 , 隔着一堵墙、一座城、一个太平洋 , 信息协同都不是障碍 , 麻烦在于物理的协同 。 “网络化制造”还不如改成“协同化制造”更容易理解 , 可是这词又与“数字化制造”的内涵重复了 。 所以 , 用网络化衡量智能制造的阶段或程度是多余的 。
自动化是一个名词 。 荷兰水车和绕月返回飞船都是自动化装置 。 人们习惯把工业自动化理解成自动扳手、机器人、无人工厂有点太窄了 。 自动化应该包括三个内容 。
第一个是数据资源的生产自动化 。 数据采集 , 边缘计算 , 降维处理 , 剔除数据垃圾等等都属于这个内容 。 既然数据作为企业的重要资源 , 那么这件事就很重要 。
第二个是知识自动化 , 也可以叫做“知识工作者自动化”(Knowledge-worker Automation) 。 它可以大大地解放知识工作者的重复性劳动 。 知识自动化在企业已经有很多应用 , 并将会有更多应用 。 例如在企业的技术设计部门 , 图像识别 , 语音翻译;例如天猫”双十一“在分分钟之内设计100万个海报广告 。

人工智能|不要在自动化数字化智能化绕圈子
本文插图

第三个就是通常理解的自动扳手、机器人、无人工厂这些硬件资源的自动化了 。 总的来说 , 自动化一定和智能相关 , 已经包含了”弱人工智能“ , 并逐步提升 。
“数字化”应该是一个动词 , 就是一个二进制代码制造的行为和动作 。 我们不论是数字化制造还是数字化转型 , 都需要用计算机 。 计算机只认识0和1 。 我们需要把一些数据转化为信息 , 把信息转化为知识 , 把知识转变为软件 , 把软件转变为指令 , 让计算机去做一些事情 。 那么 , 我们就要利用数字化的手段去表述一些物理现象、状态、过程;我们还要融入人的知识和经验;我们需要为一些物理状态行为建立数字化模型 , 提供算法 。 所有这一切都是数字化的过程 , 都是为了实现让计算机能够识别、分析、处理的目标 。 既然数字化是个动词 , 那么就有“数字化”干的好坏深浅的问题 。 “数字化一切”是不可能的 , 对企业而言 , 我们要把必须数字化的内容做扎实了 。 数字化工作的本身就是一种智能的工作 , 无法把两者切割开来 。 数字化的最高境界是把人的高层次的知识和经验“数字化” , 那是高级智能化 。


推荐阅读