杜如虛院士：智能制造產業創新、布局與應變

加拿大工程院院士杜如虛演講

8月26日上午，由深圳企聯、深圳創新發展研究院、博研教育、同心俱樂部等聯合主辦的科技創新院士報告廳第五期活動精彩開講，全球知名智能制造研究專家、加拿大工程院院士杜如虛圍繞“智能制造產業創新、布局與應變”做了精彩演講。

報告廳活動由原深圳市委常委、副市長張思平主持，我會黨委書記于劍，執行會長康永魁出席，近200位來自企業、投資、科研等領域的精英人士參與了現場交流，近30萬人通過騰訊新聞、廣東經濟科教頻道、巨浪視線等直播平臺參與了活動。

原深圳市委常委、副市長張思平主持報告廳

本期活動得到世范區、武漢大學深圳校友會、吉林大學深圳校友會等單位的大力支持。

當今世界面臨前所未有的挑戰，全球競爭空前激烈，未知的危機接踵而來。新冠病毒疫情爆發至今已經一年半，是近年來人類面臨的最大挑戰之一。杜如虛院士通過分析人類歷史上的流行病發展指出，“人類社會本身是具有韌性的，不會被這樣或者那樣的事件輕易地打垮” 。

關于如何獲得韌性，杜如虛院士認為，需要抓住創新、布局、應變三大關鍵點。

01.創新

杜如虛院士強調創新是社會發展的引擎，目前社會創新速度在不斷加快，而創新包括產品設計和制造技術創新，“三分之二的創新跟制造有關系”，此外還有供應鏈與市場的創新。

02.布局

企業和社會在發展中想要持續保持強大的“韌性”，布局也是一大關鍵點。杜如虛院士表示，所謂布局包含“硬性”和“柔性”兩大方面。硬性是強調嚴格的質量控制。在質量管理過程中，從頭到尾都必須考究，每一個環節都一定要做好。杜院士對比了中國質量和日本質量指出，我們的質量管理系統相對來說不夠健全，“不是說管理系統不夠健全，而是管理理念有待提高”。他舉例說，“豐田車的質量管理不是只看最后產品的質量，而是看產品加工的每一段的質量，它們有一個全程質量控制。也因此，日本車的質量真的要比德國車要好，也比美國車要好?！?/span>

與此同時，在打造好硬件布局的基礎上，還要兼顧“柔性”布局。在談到如何讓系統布局的時候更有柔性時，杜如虛院士分享了他的團隊的研究經驗，“嘗試把應變機制植入制造系統”，并對比了新的方法與舊方法。傳統的方法是多臺機床并行或堆棧，這樣會導致成本增加、材料浪費。而新的方法則可通過重構機床、可移動堆?；騽討B規劃。

活動現場

03.應變

杜如虛院士強調，保持韌性的第三個關鍵點是應變，這里的應變主要是工業人工智能。目前工業人工智能會面臨非常多的挑戰，特別是數據安全、數據孤島（各公司的數據無法分享，各自數據不完整；數據采集能力有限，無法獲得完整信息；只有大量正常運作時的數據，故障數據很少；許多故障的數據無法獲得）等問題。而解決這些問題的關鍵就是人工智能（AI），智能生產過程有三個步驟，首先是信號采集與處理；接著是建模預測，這需要AI；最后是控制決策，也需要AI。

杜如虛院士指出，智能制造系統的構建包含了三層：第一層各種裝備集成、數據采集，第二層數字孿生（Digital Twin），“最重要的是第三層，發掘深層問題”。他強調“怎么樣監控診斷，發現其中問題的根源，然后防范于未然。最后還要優化系統，使得系統能夠不斷地提高，這才是智能制造的關鍵所在，就是韌性?！?/span>

04.算法

人工智能的發展，包括硬件和軟件。但算法是一個核心。杜如虛院士指出，人工智能算法的目的是從觀測數據中學到盡可能多的知識?！叭绻斯ぶ悄苁且粋€大餅，其中的機器學習占80%。機器學習的目的是從數據中學到盡可能多的東西?！?/span>

最近的一些算法包括谷歌的“自我專注學習”（Transformer），對比學習，變分自編碼器，及對抗神經元網絡。杜如虛院士著重介紹了對抗神經元網絡，并分享了他的團隊基于對抗神經元網絡開發的新算法——自增強學習（self-reinforced learning）。杜院士強調，“如果我們有足夠的數據，可以不用對抗的方法，直接用深度學習的方法可以了。但在實際應用中，總會遇到數據孤島的問題。因此，要用對抗神經元網絡，要用我們的自增強學習方法?！?/span>

演講結束后，杜如虛院士與線上線下參會人士進行了40分鐘的互動交流，并于當天下午參加了智能制造產業發展閉門研討會，與來自產業界、投資界和科研機構的人士就人工智能技術的發展展開了進一步的討論。