人工智能助力装备制造智能化

中国航天系统科学与工程研究院总工程师 刘海滨

近年来，随着深度学习理论的提出和AlphaGo战胜人类围棋世界冠军，人工智能在学术界、工业界及军界等多个领域受到了广泛的关注，掀起了新一轮的研究和应用热潮，进入了一个全新的飞速发展时代。目前，我国、美国、日本及英国等国政府相继推出人工智能国家发展战略，期待在未来的竞争中占据先机，人工智能相关领域及产业发展已成为全球科技创新的新焦点、国家经济发展的新引擎。准确理解和把握国内外人工智能发展趋势、发展战略和行动计划，牢牢抓住我国大力发展人工智能及其产业的历史机遇，具有非常重要的现实意义。同时，应结合各自行业发展的特点，找准人工智能和各行业融合发展的突破口，充分利用大数据、云计算、“互联网+”等新一代信息技术，针对我国重点行业和领域，培育新动能、发展新产业、形成新业态，从而推动我国经济的创新发展。

制造业是支撑我国实体经济发展的重要支柱产业。因此，国家需要加快人工智能核心技术突破，促进人工智能在制造业特别是装备制造业的推广应用，将人工智能技术融入装备制造的全过程，助力装备制造智能化发展，培育若干引领全球装备制造的骨干企业和创新团队，形成创新活跃、开放合作、协同发展的产业生态。

一、人工智能成为国家发展战略

（一）美国的人工智能研发战略计划

2016年10月，时任美国总统奥巴马主持召开白宫前沿峰会，展望美国在未来50年的发展。峰会中白宫发布《国家人工智能研究与发展策略规划》报告，为美国资助的人工智能（Artificial Intelligence）研究和发展制定策略，该报告主要包括以下7个方面的策略。

（1）对人工智能研发进行长期投资。用于知识发现的先进数据驱动方法增强人工智能系统的感知能力，了解人工智能的理论能力和限制，开展通用人工智能技术研究，开发可伸缩的人工智能系统，促进类人人工智能研究，开发更能干更可靠的机器人，改善硬件提升人工智能系统性能，开发适用于先进硬件的人工智能系统。

（2）开发人机协作的有效方法。寻求具备人类感知能力的人工智能新算法，开发用于人类机能增进的人工智能技术，开发用于数据可视化和人–机界面技术，开发更有效的自然语言处理系统。

（3）理解和应对人工智能带来的伦理、法律和社会影响。通过设计改进公平性、透明度和可追究性，建立伦理人工智能，设计伦理人工智能的架构。

（4）确保人工智能系统的安全性。改进可解释性和透明度，建立信任机制，增强校验和验证，建立防攻击的安全策略，实现人工智能自演化中的安全性和价值一致性。

（5）开发适用于人工智能训练和测试的共享公共数据集和环境。为多类型的人工智能兴趣和应用开发和制作充足的可用数据集，使训练和测试资源适应商业和公共利益，开发开源软件库和工具集。

（6）建立标准和基准评估人工智能技术。研制一系列人工智能标准，建立人工智能技术基准，增加人工智能实验平台的可用性，组织人工智能标准和基准社团。

（7）更好地把握国家人工智能研发人才需求。人工智能的发展需要一支强劲的人工智能研究人员团体。要更好地了解目前和将来人工智能研发对人才的需要，以确保有足够的人工智能专家应对本计划中概述的战略研发领域。

图1 为美国人工智能发展规划总体结构，最底层（红色）为影响人工智能系统开发最根本的基础；这些基础在策略（3）～（7）中进行了描述。中间层（紫色、中蓝色）列出了发展人工智能所需要的大多数领域的研究。这些基本研究领域（包括基础研究）在策略（1）及（2）中进行了概述。图1的最顶层（深蓝色）为预期将从人工智能发展中受益的应用案例。人工智能研发战略计划的这些构成总体界定了联邦投资的高水平框架，该框架可引导该领域的进展及积极的社会效益。

美国不同政府机构也制定了各自的人工智能发展战略。

（1）2018年9月7日，美国国防部表示，未来5年将投资20亿美元用于人工智能研发，开发能够进行学习并适应环境不断变化的机器。其投资重点为：网络安全、检测人工智能技术生成的虚假音频或视频、针对人机交互的“人机共生”项目。

（2）美国国防高级研究计划局（Defense Advanced Research Projects Agency）希望探索机器如何获得与人相类似的交流和推理能力。

（3）美国联邦政府表示，用于研究和发展人工智能的预算处于优先级中的第二位，在美国制造业、太空探索和医疗创新之上。

（二）我国的人工智能发展战略及总体部署

1.“三步走”战略目标

（1）到2020年，人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点，人工智能技术应用成为改善民生的新途径，为我国进入创新型国家行列和实现全面建成小康社会的奋斗目标提供有力支撑。

（2）到2025年，人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为带动我国产业升级和经济转型的主要动力，智能社会建设取得积极进展。

（3）到2030年，人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心，智能经济、智能社会取得明显成效，为我国跻身创新型国家前列和经济强国奠定重要基础。

2.人工智能科技创新体系

人工智能科技创新体系可以概括为基础理论体系、关键技术体系、基础支撑平台、高端人才培养这4个方面，图2为体系各个部分的详细组成结构。

3.人工智能发展总体部署

发展人工智能是一项事关全局的复杂系统工程，要按照“构建一个体系、把握双重属性、坚持三位一体、强化四大支撑”思路进行布局，形成人工智能健康持续发展的战略路径。表1为形成人工智能健康持续发展战略路径的具体做法。

表1 形成人工智能健康持续发展战略路径的具体做法

二、人工智能引发产业革命

人工智能日益成为新一轮产业革命的引擎。在人工智能领域，我国大体上能与世界先进国家发展同步，完全有能力跻身新工业革命前列。我们应该依托互联网平台提供的人工智能创新公共服务方式，加快人工智能核心技术突破，促进人工智能在智能制造、智能终端、智能农业、机器人等领域的推广应用，培育若干引领全球人工智能发展的骨干企业和创新团队，形成创新活跃、开放合作、协同发展的产业生态。我国必须把握这一重大发展机遇，瞄准国际人工智能发展趋势，把人工智能技术与产业升级改造有机结合起来，给经济发展新常态注入智能化的新动力。

包括谷歌、IBM、Facebook和微软在内的世界各大公司纷纷加大在人工智能领域布局，这些公司早已在运行自己的人工智能实验室。最近一个新趋势是，各大公司纷纷开放了自己的研究资源平台，以期吸引更多研究者在其上参与研究，其进展近况对比如表2所示。

三、人工智能的未来发展领域

根据国务院《新一代人工智能发展规划》，人工智能在生产生活、社会治理、国防建设各方面应用的广度和深度极大拓展，形成涵盖核心技术、关键系统、支撑平台和智能应用的完备产业链和高端产业群，人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。经过分析，本文选取2017年人工智能应用最广的城市、医疗、环保、工业这4个领域来展开研究。

（一）城市

城市是以非农业产业和非农业人口集聚形成的较大居民点。城市的治理、服务、产业与每个市民息息相关，所以人工智能在城市中的应用非常广。图3为人工智能在城市中应用的体系结构图。

1.人工智能在城市治理模式中的应用

未来的人工智能城市，将突破过往传统智慧城市建设中分散于交通、安防、政务等领域的单点信息化应用——彻底打通底层居民、车辆、终端的连接，形成万物互联的局面，并在中层基于 人工智能技术构建感知与决策的“城市大脑”，最终支撑上层交通、安防、医疗等城市运营领域的应用场景，形成彼此间紧密相连的人工智能城市应用生态体系，而人工智能将成为城市治理的核心和“大脑”。城市数据大脑具有代表性的应用体现在交通管理、司法治理、公共服务和城市管理4个方面。

表2 各大公司人工智能技术研发的进展情况

2.人工智能在城市服务模式中的应用

在城市服务模式中，人工智能的应用主要体现在：形成以数据为驱动的城市服务机制，根据实时数据和各类型信息，综合调配和调控城市的公共资源，最终实现自动智能化，为人们在城市的生活服务提供便利，打造运作效率最优化的城市。在服务模式中，最重要的体现为生活综合服务，其主要分为供应和营销两大服务方面。

（1）供应。城市的运行集中表现为供应的管理，同时供应链也是当今人工智能领域的热点话题。供应链是指围绕核心企业，通过对商流、信息流、物流、资金流的控制，从采购原材料开始到制成中间产品及最终产品，最后由销售网络把产品送到消费者受众的一个由供应商、制造商、分销商直到最终用户所连成的整体功能网链结构。从定义中不难看出，供应链遍布城市服务的方方面面，主要体现在采购、物流、定价等3个方面。

（2）营销。本文城市服务模式中的营销不局限于销售的传统狭义概念，而是指为城市中的每一位居民提供有效并且有针对性的信息，从而使得生活在城市中的居民感受到城市服务的周到。人工智能技术将主要应用于收集、筛选、定位、预测这四大营销步骤，从而为城市居民提供更加有意义的服务。

3.人工智能在城市产业发展中的应用

产业发展是指产业的产生、成长和进化过程，既包括单个产业的进化过程，又包括产业总体，即整个国民经济的进化过程。在城市这个区域概念上，我们可以认为产业发展是指城市中某些产业的产生、成长和进化过程，是关乎整个城市经济发展的主要因素。

人工智能技术的发展，为城市整体产业的发展注入了新鲜的血液，一大批新型产业应运而生。本文将对自动驾驶与机器人两大产业进行简要的分析。

（1）自动驾驶。自动驾驶主要指自动驾驶汽车，它是一种通过电脑系统实现无人驾驶的智能汽车。自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。在定位方面，人工智能视觉导航对基础设施的要求较低，被认为是最有前景的导航方法。在识别方面，人工智能的图像识别与感知可帮助汽车在行驶过程中收集和处理周围环境信息。在深度学习方面，它是源于人工神经网络的一种高效的机器学习方法，可以提高汽车识别道路、行人、障碍物的时间效率。

（2）机器人。运用人工智能技术的机器人，结合专家的知识和经验，是可以求解专业性问题的具有人工智能的计算机应用系统。同时，人工智能中的语音识别、自然语言处理等技术的应用，可以使得机器人更加贴近于真实的人类，行使交流的功能。

（二）医疗

人都会经历生老病死，也就意味着需要一定的医疗救助，而现阶段我国的医疗资源非常紧缺，需要医生具有丰富的临床经验，现在医疗和人工智能的结合能有效解决一些医疗行业的关键问题。图4为人工智能在医疗中应用的体系结构图。

1.人工智能在辅助诊断系统中的应用

辅助诊断系统分为分级诊疗和病理诊断标准。

分级诊疗是将大量常见病、多发病、慢性病的病人，从三级医疗机构中、从专家手中，转移到基层医疗机构的全科医生手中。大数据和人工智能将有助于推动实现原来需要专家才能做到的诊断，现在由基层医生借助于智能辅助系统，就能进行初步的诊断工作。

人工智能与人脑相比的优越性在于，可以更高效地处理海量数据，迅速找到一些特征和规律，并将其应用在数字病理诊断的发展中去，使计算机能够自动检测数字切片中的病变区域并定量评估各项指标，帮助病理医生做出快速、准确、重复性高的病理诊断。

2.人工智能在医疗机构中的应用

医疗行业信息化建设呈现明显的两级分化特征，大型医疗健康机构已进入系统整合阶段，而相当数量的医疗健康机构依然处于系统建设阶段。

（1）基础应用阶段。该阶段是信息化初级阶段，主要进行从单机到局域网局部的信息交流和共享，基本的管理信息系统应用（OA、财务管理等），互联网接入和WEB网站，支持服务占据IT服务需求主流。

（2） 系统建设阶段。该阶段是管理驱动阶段，根据“急需先行”原则，开发建设适应生产、管理需要的应用系统，首先需解决生产管理中的瓶颈问题，尚无信息化总体规划，应用系统仍为以“部门级”为主，开始建设广域网。

（3）系统整合阶段。该阶段是信息化总体规划阶段，采取总体规划、分步实施、重点突破策略，伴随医疗健康机构流程重组，全面整合已有的孤立的应用系统、数据库，开始建设ERP/SCM/CRM等“企业级”应用系统，完善基础网络，集成服务需求增强。

（4） 应用整合阶段。该阶段的信息化应用水平较高，信息化战略发挥效益，信息化工作以应用系统优化为主，医疗健康机构信息化基础网络比较完善，更加关注整个信息化体系的安全性、能力规划及可持续。

（5） 价值整合阶段。该阶段是信息化建设高级阶段，核心医疗健康机构将信息化建设模式输出到供应链和销售链，提升整个价值链的信息化应用水平，建立面向全球的电子商务应用，实现价值链内部的协同工作。

3.人工智能在药品研发中的应用

人工智能可应用于药物开发的不同环节，包括锁定致病蛋白质、筛选对蛋白质起作用的药物成分、药物有效性/安全性预测、构建新型药物分子、筛选生物标志物和研究新型组合疗法等。

（1）新药开发。建立两个计算机网络，称为生成式对抗网络(简称GANs)。其中一项研究提出了可能具有治疗特性的新分子；另一种则是否定哪些药物治疗无效。第一个网络一直试图“欺骗”后者，让后者接受新的分子作为合法药物，这两种方法都能更好地了解疾病治疗应该是什么样子。一旦它们通过相互测试，这些网络就可以用来检测化合物，以检测它们的治疗潜力。

（2） 药物有效性/安全性预测。一种物质变成药物，必须要具备安全性、有效性的特征，而在新药研发过程中提前预测，则可以极大程度地提高研发成功率。通过超级计算机分析数据库，并用深度学习神经网络分析化合物的构效关系，于药物研发早期评估新药风险。

（3）药物挖掘。药物挖掘是人工智能应用最早且进展最快的领域，通过计算机模拟，可以对药物活性、安全性和副作用进行预测，其过程主要有数据分析、深度学习软件摄取及分析信息。

（4）筛选生物标志物。研究人员将健康样品和各种疾病样品送入人工智能平台，利用数万个数据点建立不同的模型，并最终找出横跨这些模型的热点，这些热点可代表生物标记或药物靶点。

（5）研究新型组合疗法。研究人员通过机器学习分析大量孤立的数据来源，实时交互得到有证据的结果，用于疾病领域新药物靶点的发现、组合疗法的研究和患者治疗策略的选择中。

4.人工智能在个人健康中的应用

（1）健康管理。人工智能在健康管理中的应用主要分为健康体检大数据智能分析、定制智能健康干预方案。前者主要通过收集用户的身体健康信息及数据分析，为用户提供个性化的健康管理方案；后者主要通过饮食、运动、心理、用药、检测及教育这6个方面的指导对用户进行健康的管理。

（2）基因测序。作为一项全新的前沿技术，基因检测不仅能准确检测出人体的基因信息，还能在此基础上依靠生物信息技术计算出人体罹患癌症、心脑血管疾病、糖尿病等多种疾病的风险，从而进行早期预防与精准治疗。

（三）环保

近些年，我国对环境保护非常重视，人工智能的应用大大减轻投入环保的人力，通过智能监测、污染治理、环境模拟来达到保护环境的目的。图5为人工智能在环保中应用的体系结构图。

1. 人工智能在智能监测中的应用

智能监测是指利用各种传感器技术、移动计算、信息融合等技术对空气状况、海洋环境、水质情况、生态环境及城市环境质量5方面进行全面有效地监控，通过分析各地环境质量的监测数据实现对环境的实时监控和综合分析，为采取合理的环境治理措施和污染预警提供更客观、有效的依据。

（1）空气监测。空气质量在线监控系统由若干子系统及数据采集处理子系统等组成。测定空气中各项参数指标并计算，通过将数据传输至环保主管部门，实现对监测区域的无人化远程实时监测，做到实时监控和应急预警。

（2）海洋监测。海洋污染物联网系统主要监测海洋中各种重金属元素和其他污染物的含量与变化，以及海洋生物的生存状态等，计算各种数据，并将数据和图表提交给海洋管理部门，实现对我国海洋领域的水质进行在线监测和管理。

（3）水质在线监测。水质在线监测系统通过对水样及预处理系统进行控制，从而实现了对水样的环境参数进行测量控制预警等功能。

（4）生态环境监测。生态环境监测系统通过监测某区域生态环境系统的温度、水分、植被覆盖率、动物迁徙等情况，来判断监测区域内的生态环境变化。

（5）城市环境监测。城市环境监测子系统通过污染源监测系统平台，对各个城市重点污染源污染物的排放总量、噪声污染、粉尘污染实施实时监测。

2. 人工智能在污染治理中的应用

环保部门借助人工智能技术，结合卫星图像、传感器以及监测仪器等手段，精准且快速地确定污染源，助力早期污染检测，更好地保护自然资源，促进生态与经济的可持续性发展。其中，人工智能主要为实时监控、基本属性查询、辅助决策及经济核算这4个部分服务。

3.人工智能在环境模拟中的应用

（1）水环境。为了提高研究者对水环境的认识并做出更加切合实际的决策，就需要借助水质模型来定量化水质变化过程，其在一定程度上能够定量反映水质变化规律。其中水环境的模拟有智能监测与预警、综合智能管理平台这两个方面的服务功能。

（2）大气环境。通过模拟大气环境，有助于提高空气污染模拟的科学性，从而为空气污染治理提供更加合理的决策支持。其中大气环境模拟主要有环境质量感知、后台应用系统这两个主要的应用功能。

（四）工业

工业生产主要是对自然资源及原材料进行加工或装配的过程，这是一个工作比较艰苦的行业，要求从事此行业的人有一定的体能和技能。人工智能渗入工业的供应链、研发、生产、营销中，有效减少生产消耗，降低运输成本。图6为人工智能在工业中应用的体系结构图。

1.人工智能在供应链中的应用

如今，在如此庞大的网络、用户、商品的前提下，只靠人的计算已经很难满足精细运营管理的需求，所以人工智能在整个供应链中的作用越来越重要。企业可以在供应链的智能预测、智能商品、智能定价、智能库存、科学分配订单、风险控制系统等多个环节采取智能化的应用。

2. 人工智能在研发中的应用

随着人工智能的发展，越来越多的领域已经用到人工智能技术来提高生产力。人工智能必然也将广泛应用到研发的过程中，从而提高工业中研发的效率及质量。本文主要从设计表达和分析计算两个方面简要介绍人工智能的应用。

（1）设计表达。设计表达是利用设计概念并以其为主线贯穿全部设计过程的设计方法，是从分析用户需求到生成概念产品的一系列有序的、可组织的、有目标的设计活动。其过程中最常用的就是CAD，设计的核心是智力创造，但传统CAD技术并未能对这一部分工作提供有力的辅助和支持。智能CAD系统和虚拟系统等技术的发展，将传统的“硬”模型利用计算机三维建模技术变为能反复修改的数字“软”模型，通过计算系统、数据库与显示装置，配合动态仿真，能从生产和使用的观点全方位检验设计。

（2）分析计算。研发过程中往往需要对大量数据进行分析，这就需要用到超级计算技术。数据中心依托服务器集群搭建高性能计算（HPC）专区，全面满足工业制造等场景中的超大计算需求，助力工业向智能化转型，推动互联网、大数据、人工智能与实体经济的深度融合。

3. 人工智能在生产中的应用

随着新一轮工业革命的发展，工业转型的呼声日渐高涨。面对信息技术和工业技术的革新浪潮，许多国家都提出了工业转型战略，这些战略的核心都是利用新兴的信息化技术来提升工业的智能化应用水平，进而提升工业生产在全球市场的竞争力。

（1）工厂智能化。工厂智能化就是将人工智能技术应用在工厂的设备中，提高工厂器械的智能化。主要分别体现在数字化工厂和智能制造方面，前者可实现实时的生产调整，根据实际生产数据和用户需求计算调整设备参数，达到个性化生产；后者是将制造自动化扩张到柔性化、智能化和高度集成化。

（2）人资智能化。人资智能化主要体现在员工机器人和全价值链价值平台，前者主要用智能化机器人代替人工岗位，达到高效低成本的目标；后者是搭建企业质量管理平台，并进行自动化和信息化建设，为智能制造的实现铺平道路。

4.人工智能在营销中的应用

随着技术的日益成熟，人工智能正不断扩大在营销领域的应用，已经有许多人工智能技术被应用到企业的营销推广中。

（1）程序化推送。广告投放是人工智能在营销中的应用之一。在广告投放中应用人工智能技术后，系统可以通过多个维度来判断投放对象与目标消费群体的契合度，并根据分析结果，给出不同的投放方案。目前，受限于后台技术规则和投放方案的数量，人工智能技术在广告投放中的应用范围和深度还远远不够。

（2）营销洞察。每天都有大规模的数据从各行各业中产出，而这些数据能够非常好的为营销人员优化方案。尽管这些数据非常庞大并已经到达了人类处理不了的程度，但对人工智能来说，却几乎是小菜一碟。

四、人工智能与装备制造

（一）人工智能助力装备制造智能化提升的方式

“工业4.0之父”、德国人工智能研究中心首席执行官沃尔夫冈·瓦尔斯特曾说，人工智能和工业密切相关，人工智能是工业4.0的驱动力，是实现智能制造的一把重要钥匙。

1.设计融智

提升人机协作的智能化设计能力，将大数据与人工智能技术融合于需求分析与产品设计过程，通过大量案例学习，模拟人类思维活动，能够更多、更好的承担设计过程中的各种复杂任务，辅助设计人员开展更有创新的设计工作。智能设计的构建图如图7所示。

2.生产融智

增强机器自主生产能力，将人工智能技术嵌入生产流程环节，使得机器能在更多复杂情况下实现自主生产，目前主要应用在工艺优化和智能质检等方面。智能生产的构建如图8所示。

3.服务融智

提高营销和售后的精准服务水平，利用人工智能算法，为制造企业提供更精准的增值服务。三一重工结合腾讯云，把分布全球的30万台设备接入平台，利用大数据和智能算法，远程管理庞大设备群的运行状况，实现故障风险预警。智能服务的组成如图9所示。

（二）航天装备制造的特征及发展路线

航天装备制造具有制造学科交叉、系统性强，产品复杂程度高、定性强，产品使用环境条件极端、要求严苛，制造过程复杂特殊，以及产品制造协作面广等5个方面的特征。

我国航天装备制造将在2020年完成以全集成自动化为核心的数字化工厂的目标，2025年完成智能化柔性制造的目标。前者主要打通全三维数字化设计、虚拟仿真、数字化加工、数字化检测、虚拟装配和智能管理与分析决策的整条装备制造链，建设形成典型航天产品数字化工厂；后者主要融合应用信息物理系统 （CPS）、工业大数据、人工智能技术、认知制造、云制造等技术，形成适应航天多型号研制并举的异地协同智能化柔性制造模式。

五、发展建议

自1956年人工智能的概念提出以来，已经有60多年的发展历史，其发展并不是一帆风顺，而是经过了若干次大的起伏和挫折。这次人工智能的再一次兴起，将给人类社会带来新的发展机会，特别是在我国进入新时代，面临新一轮改革发展的关键时刻，人工智能技术将为我们提供一个换道超车的机会，引领我国新经济时代的发展。在人工智能领域，现阶段我国大体上能与世界先进国家发展同步，完全有能力跻身新工业革命前列。我们必须把握国际人工智能发展趋势，把人工智能技术与产业升级改造有机结合起来，为经济发展和新经济时代注入智能化的新动力。

虽然人工智能有着非常广阔的发展前景，但历来这个领域的发展就是既充满诱惑又不乏挑战的，没有人能确定它的发展不会再经受挫折，也没有人知道一旦成功实现最终目标会给人类社会带来多么大的辉煌和巨变。我们有理由相信，从现在开始到2030年，将是一个人工智能快速发展的阶段。人工智能将改变各行各业的生产和工作方式，也将催生许多新行业、新领域、新业态，并将引领我国新经济时代发展，最终将全面改变世界和人类生活。