智能到底是什么？它想干什么？

?? 顯然，人們搞各種智能的目的就是讓機(jī)器人幫人干活，也不是懶，在靈活性方面，機(jī)器是沒法跟人比的，但是，在質(zhì)量一致性、速度、工作態(tài)度方面，機(jī)器肯定比人強(qiáng)，生產(chǎn)線上的工人，老法師干活杠杠的，但是，老油條也能給你磨洋工，你看機(jī)器就不一樣，只要給它上電，它就給你干活，它出了問題，也不會(huì)抱怨你不給它漲工資，給上點(diǎn)潤(rùn)滑油，換個(gè)零件，繼續(xù)干。

? 智能，就是想讓機(jī)器擁有人的智慧，然后去干活，但就目前為止，我想機(jī)器還沒有達(dá)到“智慧”這個(gè)境界，智慧，要拿佛陀的說法就是“般若”，就是“明心見性”的通透，扯遠(yuǎn)了，要回到地面上說就是“判斷力”，對(duì)方向的把握吧，你說機(jī)器學(xué)習(xí)厲害，據(jù)說已經(jīng)達(dá)到了人類的圖片識(shí)別能力，我突然想起來，我們家小姑娘，她可是不需要那么多訓(xùn)練的，她看到一個(gè)大象的非常粗糙的卡通圖，到了動(dòng)物園，她就會(huì)指責(zé)著那個(gè)巨大的動(dòng)物說“大象”，你看，你花費(fèi)了那么多計(jì)算機(jī)資源才學(xué)到這個(gè)水平，那小朋友根本就不用

智能的本質(zhì)是什么？

? 智能的本質(zhì)，主要還是為了應(yīng)對(duì)變化，其實(shí)，變化是永恒的存在，因此，不管過去，今天，還是未來，變化都是存在的，因此，像控制、通信，其實(shí)都是為了解決這種VUCA環(huán)境下的穩(wěn)定生產(chǎn)問題，降低不確定性，這是顯然的。

?

? 相對(duì)來說，在過去的時(shí)間里，生產(chǎn)還是比較標(biāo)準(zhǔn)的，現(xiàn)在就不一樣了，現(xiàn)在你要讓我穿件跟你一樣的衣服，我內(nèi)心深深的覺得自己沒有個(gè)性-不能彰顯我獨(dú)特的魅力，盡管我知道我的個(gè)性化需求主要來自體型的局限性帶來的困擾，但是，我還是選擇去定制襯衫和西裝。

??

? 如果你讓機(jī)器擁有智能，其實(shí)，就是讓機(jī)器學(xué)會(huì)人的方式去干活，人怎么干活的？人是有眼睛、耳朵感知世界的，然后有手去執(zhí)行的，由感知到大腦，大腦協(xié)調(diào)各種肌肉、關(guān)節(jié)的運(yùn)動(dòng)（機(jī)器或機(jī)器人）來完成各種任務(wù)的。

?

智能的形成過程

?

? 但是，人的知識(shí)是怎么形成的？就是觀察、測(cè)試驗(yàn)證、然后不斷迭代，那么，機(jī)器也一樣需要這樣，人對(duì)這個(gè)世界的知識(shí)的應(yīng)用主要有演繹—即，像中學(xué)學(xué)習(xí)幾何一樣推理出結(jié)果，而歸納，就像今天的數(shù)據(jù)建模一樣，用數(shù)據(jù)擬合、聚合出一個(gè)模型，兩者即機(jī)理建模、數(shù)據(jù)驅(qū)動(dòng)的建模。

?

? 數(shù)學(xué)是連接物理和虛擬世界的橋梁，建模必然會(huì)用到數(shù)學(xué)，只是會(huì)用到什么樣的數(shù)學(xué)一樣，比如邏輯就是布爾代數(shù)、PID調(diào)節(jié)基于微積分、數(shù)據(jù)的處理基于概率統(tǒng)計(jì)，就連信息論、控制論也是基于數(shù)理邏輯、統(tǒng)計(jì)力學(xué)等學(xué)科匯集才能構(gòu)建一個(gè)“對(duì)不確定環(huán)境的統(tǒng)計(jì)學(xué)建模，然后預(yù)測(cè)未來的趨勢(shì)”，如果回到維納的《控制論》和香農(nóng)《信息論》，控制與通信都是這樣的，也是基于數(shù)據(jù)驅(qū)動(dòng)的模型。

? 因此，本來人工智能三大學(xué)派就分別代表了不同的實(shí)現(xiàn)，符號(hào)主義那幫人打算對(duì)人的思維、推理過程，用數(shù)字邏輯來表達(dá)，然后去推理、判斷與決策，而連接主義想模擬人的神經(jīng)遞質(zhì)傳遞過程，進(jìn)行計(jì)算，來模擬人的推理過程，而行為主義學(xué)派則是通過“負(fù)反饋”來調(diào)整“控制策略”，以實(shí)現(xiàn)對(duì)不確定性、干擾環(huán)境下的物理對(duì)象的穩(wěn)定輸出。

? 說來說去，其實(shí)，制造業(yè)的智能包括了大家平時(shí)用的機(jī)理建模和數(shù)據(jù)建模兩種方式，因?yàn)槲覀兛梢韵胂?，是否所有的制造都是“物理”和“化學(xué)”兩種，物理的成型也是有物理公式的，化學(xué)則有化學(xué)方程式，只是干擾卻具有不確定性，那么，行為主義不管你們的干擾形成和影響是什么樣的，我就認(rèn)準(zhǔn)對(duì)象輸出有問題就去調(diào)節(jié)，然后不斷的采樣、控制、周期性的控制策略調(diào)整，總歸是能達(dá)到效果的。機(jī)理模型當(dāng)然也不是完美的，畢竟，它也不是實(shí)時(shí)的，也只是控制“趨勢(shì)”。

?

? 智能其實(shí)就是這兩種主要的思維方式的數(shù)學(xué)建模，然后經(jīng)過大量的測(cè)試驗(yàn)證，最終形成知識(shí)的載體—工業(yè)軟件，軟件即是人的知識(shí)、推理的封裝。

??

工業(yè)智能的幾個(gè)重要場(chǎng)景

對(duì)于工業(yè)而言，圖3幾個(gè)場(chǎng)景是比較典型的AI發(fā)揮能力的地方：

（1）.預(yù)測(cè)性維護(hù)：傳統(tǒng)采用機(jī)械失效分析等機(jī)理的方式，其實(shí)一樣是需要領(lǐng)域知識(shí)的大量積累，過去稱為專家系統(tǒng)，但是，對(duì)于航空航天等重要領(lǐng)域，其實(shí)，這個(gè)方面的研究一直在進(jìn)行，但是，對(duì)于更為廣泛的領(lǐng)域，則由于經(jīng)濟(jì)性問題，而不能進(jìn)行大量的專家知識(shí)積累，依靠于人的經(jīng)驗(yàn)，而隨著AI帶來的成本下降，使得，通過AI來進(jìn)行更為廣泛領(lǐng)域的預(yù)測(cè)性維護(hù)，也成為了可能。

?

（2）.視覺應(yīng)用

相對(duì)于傳統(tǒng)的光電開關(guān)、紅外等傳感器，機(jī)器視覺能夠表達(dá)更為豐富的信息，因此，可以被應(yīng)用于各種任務(wù)，隨著FPGA芯片、GPU成本的下降，使得視覺可以更為廣泛的應(yīng)用，典型的在瑕疵檢測(cè)、測(cè)量、識(shí)別等場(chǎng)景，而機(jī)器視覺與機(jī)器學(xué)習(xí)可以結(jié)合，訓(xùn)練對(duì)缺陷的識(shí)別模型，并提高適應(yīng)性。

?

（3）.控制策略

事實(shí)上，AI在工業(yè)控制領(lǐng)域的應(yīng)用一直是伴隨著AI的發(fā)展的，只是局限于算力與經(jīng)濟(jì)性問題，因此，例如在自適應(yīng)控制、模糊控制中都會(huì)用到相應(yīng)的如神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)驅(qū)動(dòng)建模方法，而對(duì)于各種非線性、不易于測(cè)量、沒有機(jī)理模型的控制場(chǎng)景里，這些應(yīng)用一直在進(jìn)行。

（4）.最優(yōu)化：對(duì)于原有的控制任務(wù)過程中，我們可以加載觀測(cè)器、成本函數(shù)來對(duì)整個(gè)過程進(jìn)行約束，例如尋找時(shí)間消耗最小的路徑、材料最少、質(zhì)量最高的路徑，這種最優(yōu)化，在沒有模型可以依賴的時(shí)候，可以借助于學(xué)習(xí)來訓(xùn)練模型。

?

工業(yè)對(duì)于AI必須是“物理模型+AI方法與工具+行業(yè)知識(shí)”共同構(gòu)成，難道我們機(jī)理模型沒有打好基礎(chǔ)，就認(rèn)為直接邁入AI時(shí)代，就能跨越制造的本身？