导读：

本次访谈围绕当前工业和工厂的历史阶段、SmartFactoryKL的基本内容以及工业工厂的未来展望为主要题目展开。为便于阅读，将问题省略，直接将专访德国人工智能研究中心“智能工厂”主席Martin Ruskowski教授的访谈观点整合成文，文章为Martin Ruskowsk教授的主要观点。

 

正在发生的工业革命：机器与机器的交流

 

 

让我们从工业的历史说起。工业经历了三次革命。第一次工业革命包含我一直强调的“振兴”，其核心是引进了机械动力。第二次工业革命，是电力取代了机械动力，更为关键的是这一次革命让我们能随处获得能量。第三次工业革命，称之为机电一体化时代，也就是所谓的自动化时代，引入计算机，代替人类进行一部分操控机器的工作。

 

因此，自动化时代已经有很多人类劳动被取代了。从20世纪60-70年代开始计算机就自动完成了很多工作。这种工作在增多，比如过去电力机器完全是由人来操控，后来被计算机取代，今天汽车是由人驾驶，未来可能也会被计算机取代。

 

但我们缺少的是机器之间的通信。在自动化时代，虽然我们有计算机，但我们只能用计算机信号部分地代替电气信号。机器的架构，仍是以电气化为基础。而如果今天我们要建立机器之间的联系，可以通过某种虚拟线路来实现。所谓的虚拟线路有点像一个开关，机器只是通过简单的开关进行通信，因为这与旧时代兼容，并且容易理解。

 

 

 

智能设备进入日常生活中已有一段时间，至少已经有15到20年了，我们日常生活中已经普及了这项技术，比如我们经常用智能手机，然而工厂却没有。因为工厂需要时刻正常运行，机器也不能经常更换。从一台机器换到新机器的过程往往需要数年甚至几十年的时间。当然现在几乎所有的公司里每个人都在用电子邮件，也有ERP（企业资源计划系统），但是这些毕竟不是生产的智能化，毕竟不是机器与机器之间的自动化关系。

 

几年前工业4.0出现了。但当时与我们提倡的计算机科学和自动化相匹配的理念还不完全是一回事。工业4.0的流行概念是由德国政府制定的，并将其作为一项高科技战略。沿着这个方向，该理念有大量研究项目和企业推动着。我们这个位于凯泽斯劳腾的“智能工厂”，理念早在15年前，即在2005年成立时就已经产生了。工业4.0战略希望通过我们这个智能工厂与产业界建立起联系，并将其作为测试工业4.0概念的早期测试平台运营。通过它，我们可以洞察到未来的生产应该是什么样子。

 

对于智能工厂来说，有很大一部分是个性化产品，就是今天很流行的“定制化”。因此，我们不是生产大量库存产品，而是根据客户需求及时为客户生产产品。这也引发了新的外包策略，尤其是生产的最终装配将更加接近客户；当我们进入全球化阶段，大部分生产过程都从欧洲转移到亚洲时，我们看到的是生产的分裂；作为在低工资国家生产的大批量产品，零部件和产品的最终组装将更接近消费者。所以，这仍然是现在我要说的，这是自动化和计算机科学的结合，它们会成为制造系统和生产系统的未来架构。

 

尽管我们讨论这个问题已经近十年，但由于这个行业的投资周期太长，现在还仍然是第一步。在广泛的范围内实现生产数字化需要一些时间，但在德国已经有了很好的旗舰设施。许多公司仍需经历这个过程。而在全球范围内，德国仍是整个生产数字化领域的领头羊。我们在实现数字化生产过程中所面临的巨大挑战也会对业务流程本身产生影响。所以，现在我们并不能简单地将一家高度依赖于纸张和人力工作的传统公司直接转入数字时代。你必须重新考虑整个业务流程，在管理上做出改变。改变工作的实际运行方式。这是我们真正需要的最关键的要点之一。

 

所以目前的任务是调查最近转型所需的IT结构，并处理业务流程这个问题，以帮助公司进行转型。因此，我们所做的很大一部分工作是帮助小公司向数字化的方向发展。德国联邦政府资助专门的项目，帮助小公司逐步实现数字化。对于小公司来说，这是一个巨大的挑战，因为要实现数字化和变革管理，需要大量的资源。在德国，一家小规模的隐形冠军公司往往也只有几百名员工。

 

比如有的公司大约有500名员工，有的只有100人，小公司很难抽出时间来完成这个数字化的转换过程，它们都忙于执行客户的订单。问题在于，转换过程要么可以改变一切，要么什么都改变不了。因为我们不能只对公司的一部分这样做，这也是为什么变革管理非常困难。

 

德国政府正在全国各地帮助建立“能力中心”，这些中心主要为中小企业服务，帮助他们解决问题、了解数字化对他们的意义。因为对每个公司来说，数字化是不一样的，每个公司生产的产品也不同，所以数字化不能一概而论。需明确的是，最终数字化的转换必须要由公司自己完成，这是他们自己的事情，外部因素只能起一些协助的作用。

 

工业4.0的核心是本地化智能

 

 

人工智能是数字化的补充，但展望未来，从传统的计算机科学和传统的IT转换到人工智能不是一大步就能完成的，而是要一小步一小步地实现。没有什么所谓“大人工智能系统”能够做所有的事。人工智能是一个工具箱，你可以在特定的点上使用它以增强信息技术，以优化过去必须由人完成的事情。举一个简单的例子，我们使用的现代办公工具，包含有很多人工智能技术，你可以自动更正输入的内容；你可以扫描文件，OCR（光学字符识别）已经应用于人工智能技术中，但扫描发票，自动支付、扫描名片等都是自动将正确的数据引入正确的文件，这是由人工智能完成的。虽然事情很小，但却带来一个更人性化的系统。

 

因此，人工智能是一种对人类有益的技术，使我们适应计算机世界。人工智能是一个非常大的领域，可以应用不同的技术，比如模式识别、语音识别、图像识别、服务机器人，以及自动驾驶等，还有被称之为机器的预测性维护的技术——通过识别机器的信号进行数据分析和预测将要发生的故障。人工智能覆盖了以上全部这些领域，但最终的每个应用实例往往是一个小的本地解决方案。

 

最终，智能是由许多本地解决方案以智能方式协同工作的。就像蚂蚁一样，一只蚂蚁是毫无用处的，但是一群蚂蚁以一种智能的方式行动，作用就不同于一只蚂蚁了。人工智能也是如此，我们称之为多智能体系统。因此，我们增加本地化智能的功能，例如，机器可以告诉我们非洲工厂最近一次制造失败有可能是在一周后，你得到这个信号，必须对这个调整性的信号做出反应。你可以引入系统，触发服务器警报，在一周内打电话给客户，告诉他们机器将要损坏，他们应该安排维修。这就是本地智能的意思。现在很多人都在期待一个“大人工智能”，期待人工智能来了，看着你，帮助你，一件又一件地接管你手头的事务……但这根本不现实。

 

人工智能不是由自身驱动的，它是由操作人、计算机科学家以及建立信息技术系统的人使用的，是与人兼容的一套技术。我们总是控制哪些技术应该使用，哪些不应该使用，比如现在有很多关于人脸识别优缺点以及如何正确地使用它的讨论。但是我们对生产有一个愿景，我们称之为自主化生产，但是自主化生产并不意味着无人化生产。

 

这并不像是自主化驾驶，在自主化驾驶的场景中我们希望用人工智能取代人类进行操作，从而将后者从驾驶的压力中解放出来。对于工业生产来说这个思路是行不通的，因为生产的全流程太过复杂，远远超过驾驶这样的任务。所以不能用一个全自动的信息技术方案来解决整个生产链条，而只能是在每个生产环节上引入本地智能。所以，本地智能要解决的问题主要是针对大工厂场景下的机器和工作环境自主化。

 

智能工厂的关键在于适应智能化的新型USB接口

 

 

现在很多人都在讨论自主化的问题。在工业4.0刚开始的时候，我们已经有了这个自主化的世界，但是除了这个流行词之外，并没有实质的内容。这是一个流行词，一个愿景，没有人真正知道自主化生产将是什么样子，我们将会定义它的样子，并在未来5-10年呈现这一未来的生产——这是我们在工业4.0领域的下一步工作。

 

按照我们的设想，将来工厂要完成的任务，包括物流，内部物流——如何将物料从一台机器转移到另一台机器，以及机器获得实际生产订单从而执行——不是理论上的而是实际上的，如何将机器连接到电源，这些听起来很简单，但如果你想要灵活生产，则需要标准化电源连接器和通信连接器。鼠标只要插进电脑的USB接口里就能立刻使用，每个人都对此习以为常——但工业生产环境却远非如此简单。

 

所以说计算机科学领域，以及我们日常所使用的计算机、手机系统中习以为常的那些观念，是远离生产过程的现实环境的。因为各类工业接口的标准化情况和计算机/信息系统的标准化情况天差地别。我们必须展示它们是如何运作的，标准是怎样的。

 

USB（Universal Serial Bus，通用串行总线）一开始的时候普及也很慢，一开始甚至被戏称为无用串行总线（Useless Serial Bus），因为在最初的几年里并没有设备支持它。但那是25年前的事了。今天，USB几乎是唯一存在的接口。而我们预见，生产链也将经历同样的进程——最终会有一个统一的机器接口，可以连接到所有的产品上，传输你所需要的数据等。

 

在德国，我们有着相当独特的地位和众多的企业、技术，所以我们在德国有相当多的智能工厂，但是他们通常在有限的技术路线上工作，表现为在自动化的数字化方面，就是只与少数制造商或一个制造商合作。所以我们通常只有少数几个PLC制造商，比如说西门子，他们在这个领域的系统是CoDeSys（是一种功能强大的PLC软件编程工具）。当然也有一些竞争者，比如美国的Rockwell，但他们在德国市场占有率不高。当只有一家制造商，但它提供全生产线上所有的产品时，事情是相当容易的，你可以轻易地数字化许多环节，将许多机器集成在一起。

 

而事实并非如此，因为许多不同的机器制造商使用的是不同的PLC控制器，你必须将它们进行整合。将不同制造商之间的机器集成到一个系统中是一个巨大的挑战，这一点的关键在于虚拟线路、虚拟交换机，因为它们很容易集成。所以现实中最小的通用标准计划有时就是替换一根电线——因为机器是由物理线路彼此了解而实现集成——所以最简单的思路就是将连接线路自动化，从而轻易实现我们的目标。德国许多智能工厂只使用一种技术，这种技术很容易展示。但是我们在这里做的是将所有不同的制造商整合到我们的设备中。我认为在我们的机器中有大约10种不同的PLC。他们都工作在一起。我们已经展示出了不同制造商之间的整合所能发挥的巨大作用。 

 

十年前，没有人相信这样做是可行的，也就是说，你必须选择西门子，或者我们必须选择贝克霍夫（Beckhoff）或B&R才行，但今天，我们有可能把所有这些PLC制造商的产品整合在一起。启动一台机器是一项技术，因为这很容易，而这台机器——这台智能机器，我们称之为网络实体生产模块（cyber-physical production module）。

 

网络实体生产模块是一个创造出来的词汇。很多人讨论作为子系统的网络实体系统以及作为工厂的网络实体生产系统，但是没有人讨论中间的生产模块。这个生产模块是一台机器，或者更具体一些，它是一个生产单元。在常规自动化、非常规自动化中都有单元的概念，我们总是把单元看做是生产的一个实体，在这种自主化生产中也一样，而这种生产是关于这个独立的生产单元的。因此，它在某种程度上是智能的，它知道如何处理产品，了解自己的服务器等。

 

与人工智能如何相处

 

 

人工智能系统在全球范围内并不是那么成熟，它们没有全局的蓝图。人工智能系统只是处理数据或数字，它们不知道具体的含义，所有含义都是我们解释到系统中的。因此，它赋予人们权力，提高工作水平，在更高层次水平上，我们能更好地工作，人工智能也将创造更好的工作场所。

 

我们已经用自动化技术取代了许多条件恶劣的工作，但许多办公室仍然有一些很枯燥的工作，人工智能可以取代他们，使人们找到更具创造性的工作。有趣的是，如今我们常常没有能力解决这些问题，因为人们虽然觉得这些工作很枯燥，但是他们没有空闲时间来改进工作，思考问题。将来，我们使用人工智能来使这些枯燥的工作自动化，这样人们就有更多的时间去思考更重要的问题，构建更宏伟的蓝图。

 

但老实说，这也带来了新的问题。人们讨论很多人工智能的伦理之类的问题。我们没有伦理学的学术背景，但是，当你使用人工智能来实现自动决策时，从我控制学的背景上来说，一个必然存在的风险是——闭合循环——自动控制技术当中的控制回路。当你从系统中的某处提取数据，利用某种人工智能系统生成某种决策，而这种决策会反过来影响现实世界。在这个过程中，你就在某种程度上闭合了一个数据流的回路，而任何闭环系统中总是会存在某种不稳定的风险——数据以某种形式被修正，从而产生反馈信号，而这一反馈信号又会叠加到我们所定义的系统稳态上——闭环反馈系统是一个我们必须牢记的基本概念。

 

从整个社会来看，不管在什么领域应用人工智能，对人、对技术、对完全无关的机器，总是有不稳定的风险，这是必须关注的地方。所以，当你使用人工智能改善每天的生活时，你必须确保它真正改善了我们的生活，而且一直处于稳定状态。是的，人们经常谈论这些——关于伦理层面的事。在我们看来，所谓的伦理问题就是——人工智能应当改善人们的生活，而非对社会产生负面的影响。

 

作者专访后记：

Martin Ruskowski教授是SmartFactoryKL第二任主席、德国人工智能研究中心（DFKI）创新工厂系统研究部主管和凯泽斯劳滕工业大学机床与控制系统教授。主要研究领域有：机电系统（工业机器人）、自动化的创新控制和集成概念、自动化系统中的人工智能。

 

德国人工智能研究中心下属的SmartFactoryKL是德国工业4.0的功能性平台之一。它的作用，在于为制造业企业尤其是中小型制造业企业的智能化转型提供解决方案，为工业4.0寻找真正可落地的实现路径。

 

Martin Ruskowski教授特别强调，工业流程复杂，不可能像无人驾驶那样通过一个系统平台来解决所有任务，换言之，在工业领域，不可能出现一个“大的人工智能系统”让现有工业系统完全智能化。最实际的做法是不同环节不同部门分别不同程度地智能化，这是“工业+人工智能”未来很长一段时间的基本态势。在这种情况下，如何有效建立起不同智能化板块之间的联系，成为工业尤其是工厂在智能化过程中的必须。这正是SmartFactoryKL一直追求的目标。

 

SmartFactoryKL也许可以为适应新一轮科技革命和产业变革的功能性平台建设提供新的思路。以往的功能性平台比较强调共性技术，但多是已有的科技和产业范式中的共性技术；以往还有一种建设平台的思路是做大做强一些平台型企业，比如赋予百度、阿里巴巴、腾讯、科大讯飞等大公司相应的平台职能，但是公司做平台仍免不了一己之私的制约。而SmartFactoryKL既不是做传统制造技术，也不是大公司，他们本身是为各个公司如何适应未来的产业变革而打造的平台，事实上也确实可以为企业尤其是中小企业提供可落地的智能化方案。

 

另外，做强做大平台型公司的做法，有一种潜在的假设是如果平台足够大、市场足够大、用户足够多，其标准自然就会成为国家标准乃至国际标准。但是当前的用户，出于对自己个人隐私或者商业秘密的考虑，也不愿只用一种平台，他们更喜欢同时使用若干个公司的不同平台、系统，比如有些部分用西门子公司的，有些部分用通用公司的，从而在一定程度上保护自己的利益。这也从客观上要求更多能够联系各种平台、系统的新的平台的出现。

 

SmartFactoryKL在问世之初，就为自己的发展设立了独特的标识，就是在英文单词SmartFactory之后，又加了一个上标KL，KL是凯泽斯劳滕的简称，他们或许相信来自凯泽斯劳滕的这个“智慧工厂”，注定会成为一种独特的存在。

 

SmartFactoryKL的运营和发展一直得到德国政府的高度重视。基于当前的智能制造发展形势，我国在未来的科技创新平台建设中也应鼓励类似平台的出现和发展。

 

（本次专访在成稿过程中，得到了德国凯泽斯劳滕大学韩斌和中南大学陈志文的帮助，特此致谢。）

作者：李辉   上海市科学学研究所副研究员