18世紀英國率先進行工業革命開創了以機器代替手工勞動的時代。經歷2個多世紀的發展，工業領域在過去5－10年當中，工業領域最熱門的話題莫過于智能制造，追求運營卓越的智能工廠成為工業領域的一大目標。

據OFweek維科網了解，西門子在智能工廠全生命周期的數據應用與分析、工業人工智能等領域已具有超過20年的投入與經驗，目前正致力于以技術創新作為根本驅動力，做可落地的工廠智能運維。

在日前舉辦的“2020中國（深圳）工業互聯網產業發展高峰論壇”上，西門子過程工業數字化研發中心總監吳文超接受了OFweek維科網的采訪，并就人工智能工業應用和工廠智能運維等話題進行了分享。

西門子過程工業數字化研發中心總監 吳文超

智能制造離不開人工智能

智能制造的核心要素離不開人工智能技術。無論是大戰圍棋高手的Alpha Go，或是為我們出行準確預測路線的導航系統，又或是堪稱“醫學奇跡”令乳腺癌的診斷誤差率下降85％的人工智能淋巴結診斷，人工智能的神奇堪比魔法，但又勝于魔法，因為人工智能是可以通過科學發展為人類所獲取的。人工智能是通過計算機程序模擬、延伸和擴展人類智能的一門新的科學技術。它將散亂的現象通過算法歸納成一定規律，然后為人所用。

工業人工智能則是人工智能典型技術在工業場景下的探索和延展。吳文超認為，工業領域不但不缺數據，還擁有海量的數據，而現在制造業企業需要去解決的事情就是通過算法同時結合行業的經驗和知識，從數據當中歸納出規律，然后來服務于人類，這就是工業人工智能所要達到的目的。

制造系統中問題的發生和解決的過程會產生大量的數據，通過對這些數據的分析和挖掘可以了解問題產生的過程、造成的影響和解決的方式，這些信息被抽象化建模后轉化成知識，再利用知識去認識、解決和避免問題。核心是從以往依靠人的經驗，轉向依靠挖掘數據中隱性的線索，使得制造知識能夠被更加高效和自發地產生、利用和傳承。

在談及人工智能在工業領域上的應用時，吳文超表示監督學習，強化學習，知識圖譜等三個技術就是工廠智能運維的核心工具。通過監督學習，工業人工智能能夠從大量的自動化控制的數據和傳感當中，去識別數據背后的含義，從而幫助用戶來實現異常狀態的預警，風險趨勢的預測。

通過強化學習，工業人工智能可以像Alpha Go一樣通過對棋譜的不斷學習，分析歷史數據，優化下一步的舉措，在這一點上，工業人工智能可以幫助企業實現參數尋優和關聯性分析等智能運維焦點應用。而知識圖譜在工業當中，就是一個升級版的專家知識庫，能夠幫助企業結合數據綜合分析，來進行人機協同合作。

人工智能與自動化相輔相成

吳文超認為，人工智能和自動化兩者是相輔相成的，人工智能的技術可以幫助打破傳統工業自動化所存在的天花板，實現更大的價值。吳文超表示，若將自動化看為一個廣義的范疇，人工智能從某種含義上看可以算為一種自動化，因為人工智能也是把過往的知識和經驗進行了收集、整合和分析從而完成自動化，“人工智能＋自動化”是一種面向未來的應用。

西門子一直以來的形象就是一個注重于電氣電子工程的“理工男”，多年來注重于品質保證與技術創新的宗旨，也讓西門子在市場上依然維持著不錯的品牌信賴度。雖然西門子依然秉持著在產品質量上精益求精的理念，但近些年來興起的人工智能等柔性技術，西門子也沒有固步自封，而是選擇吸納這樣一種充滿前景的技術，將人工智能結合自動化，創建出了工廠智能運維的模式。

對于人工智能和大數據等智能技術，吳文超認為雖然這些都是技術發展的趨勢，但對于企業來說，每個企業是否都需要向智能制造方向發展，還需要衡量智能制造對每一個特定企業所帶的價值。

總結

邁入工業4．0時代，吳文超透露高端精密技術落地、行業結合和生態系統打造已成為西門子專注的三大發展動態。目前西門子已經在進行數據分析、邊緣計算、工業5G和增材制造等前沿技術試點落地，與此同時西門子希望能夠將百年的電氣電子工程經驗與IT等行業進行結合，實現真正的智能制造。

責任編輯：gt