前些時候，有條新聞在人工智能領域刷了屏：AI大牛吳恩達宣布成立AI初創公司Landing.AI。“AI將變革制造業。這是一個無法改變的事實。”在接受媒體采訪時，吳恩達這樣說。日前，在一次人工智能峰會上，阿里云總裁胡曉明也表示，AI企業只有與產業深度融合，才是正確發展方向。

　　當人工智能遇上制造業，會擦出怎樣的火花？

　　現狀：技術研發需一步一腳印

　　在新松機器人的一個車間里，生產線上的機器手臂正在上下揮舞，完成程序指令的焊接工作。與傳統機器人的區別是：程序指令不再由人下達，而是智能焊接系統自主完成編程并執行的。　　新松機器人公司多年來一直致力于推動人工智能在機器人領域的研究及應用，并于2017年設立了人工智能研究院。

　　“通過機器視覺系統的進步，人工智能技術已經在工廠中得到了應用。”新松機器人公司技術總監徐方說，“這套智能焊接系統，就是首先感知工件并對其進行測量，自主生成程序，根據不同的焊接工藝調取不同的焊接技術。”

　　徐方還介紹，新松機器人在智能焊接系統、智能打磨系統、協作機器人、復合機器人等多個領域積極推動人工智能技術的應用。

　　“人工智能技術研發要一步一個腳印地走。”新松機器人自動化股份有限公司中央研究院院長助理王曉東博士對科技日報記者說，“我們目前在視覺、室內定位、語音等方面的人工智能技術有所收獲，預計還需要一年左右實現技術模塊的成熟。”

　　“比如研發的機器人視覺定位系統，通過視覺算法讓機器人擁有了自主判斷、精確定位、位姿調整等功能；除此以外，正在研發中的人工智能技術還體現在機器人對復雜配料的挑選、整理方面，用以提升生產效率，降低人工成本。”王曉東說。

　　王曉東還介紹，除了視覺定位系統外，人臉識別與自動跟隨、室內定位也是該公司人工智能技術取得的成果。“比方說，在一定的工作環境中，工人需要人力推車裝運物料并進行運送分發，通過人工智能技術升級，可以實現車體的自動跟隨以便輔助運送。”王曉東說。

　　難點：仍要夯實技術基礎

　　政策的紅利、資本的涌入，人工智能在60年發展歷程中還是頭一次受到如此熱烈的關注。相較于其他領域，AI+制造業擁有巨大潛力，被認為是智能制造、產業升級的主戰場。而制造業與人工智能的結合，其根本目的是提升效率，降低成本。但目前來看，人工智能進入制造業的最后一公里仍有許多問題亟待解決。

　　徐方告訴科技日報記者，一個顯著難點是數據不足。“數量眾多、需要升級的中小型制造業企業的需求比較碎片化。人工智能需要在大數據的基礎上深度挖掘、深度學習，但每一個工廠的環境、生產過程都不盡相同，更重要的是積累的數據相對比較少。”徐方說。

　　另一方面，如果根據每一個工廠的不同環境進行“量身定制”，經濟成本是否能被廠家接受也是一個問題。“還有一個值得關注的問題是安全，與入侵一臺手機不同，智能化工廠具有執行能力，在大數據環境下，如何保障信息安全、生產安全也值得思考。”徐方說。

　　從全球角度來看，制造業毫無疑問是國家競爭的核心戰場。無論是美國的工業互聯網、德國的工業4.0、日本的工業智能化還是英國的工業2050計劃，西方國家已將人工智能作為“再工業化”的戰略核心內容。

　　“人工智能的道路會很長，技術進步需要一定的時間來完善、規避風險，才能實現人們對美好生活的向往，我也希望社會對于人工智能領域的支持是長期的，最終實現智能制造的升級和發展。”徐方說。

　　展望：融合是大勢所趨

　　“目前我們還沒有人工智能技術的運用，但已經處于準備階段了。”沈陽機床集團技術部副部長楊銳說，“經過大數據的積累、采集，未來人工智能技術或許是一個可行的選項。”

　　據沈機股份1月9日發布的公告稱，沈陽機床集團與騰訊云簽署了《戰略合作框架協議》，擬共同打造工業云平臺，在工業物聯網、智能制造、AI大數據、互聯網金融結算等方面開展深度合作。公告中還表示，合作內容是深化智能制造領域合作，提供云端服務及安全支持，充分挖掘工業大數據潛在價值，開展工業物聯網領域合作，并且提供互聯網金融、結算服務。

　　楊銳告訴記者，作為智能裝備制造企業，如果自身建立云平臺進行數據的處理和運算，成本過高不說，也并非其專長。借助互聯網巨頭的數據處理、數據存儲、云計算能力，不但成本低、效率高，對未來發展的路徑也是明晰的。

　　那么，AI與制造業，究竟能擦出怎樣的火花？中國信息通信研究院政策與經濟研究所主任工程師秦業認為，雖然目前人工智能的解決方案尚不能滿足制造業的要求，但作為一項通用性技術，人工智能與制造業融合是大勢所趨。

　　“首先，對于制造業而言，知識經驗的固化與傳承很重要。在一些流程制造行業中，物料的配比、參數的設置，都需要有老專家根據多年的行業經驗來操作。AI可以將這些歷史經驗數據進行學習與建模，從而在一定程度上取代專家，為制造過程提供決策支撐。”秦業說。

　　其次，他認為，人工智能可以進一步接管復雜工序。以往，被機器取代的往往是簡單重復的工作。未來，一些需要在現場由人腦進行復雜情況判斷的工序也會被人工智能技術逐步滲透。與此同時，隨著機器視覺、手勢識別等技術與工業機器人的深入融合，人機協作也將在更多工作場景和更多復雜工序中成為主流。

　　另外，人工智能可以對復雜過程進行智能化指引。以產品研發設計為例，工業設計軟件在集成了人工智能模塊后，可以理解設計師的需求，還可以與區域經濟、社會輿情、社交媒體等多元化數據進行對接，由此形成的數據模型可向工程師智能化推薦相關的產品設計研發方案，甚至自主設計出多個初步的產品方案供工程師選擇。這樣可以極大地釋放出創新活力，工程師不再拘泥于計算、制圖過程，而是用更多的時間來思考產品創新的突破。

　　“總之，人工智能是一種方法，一個工具，在我們發展制造業的過程中會起到助推器的作用。”秦業說，“但是也不要過分夸大人工智能在短期內對制造業的作用，技術還要腳踏實地的研發、突破，積累才是最終實現‘超車’的關鍵。”