在8月底举行的2019世界人工智能大会上，与会嘉宾和企业代表纷纷提到了一个概念工业人工智能。
当前，以人工智能为代表的第四代工业革命正快速发展，一场新产业变革正在全球展开。在这个关键节点，工业人工智能及其所能发挥的作用无疑令人期待。
不过，究竟什么是工业人工智能？它在工业场景中的应用有什么样的特点？能为企业解决哪些“看得见”和“看不见”的问题？美国辛辛那提大学特聘讲座教授李杰长期深耕于工业领域的智能技术研究，在他看来，只有厘清这些问题，新技术的发展与应用才能帮助中国的智能制造转型之路走得更远、更扎实。
李杰 美国辛辛那提大学特聘讲座教授，最早提出“工业人工智能”概念
《工业人工智能》为业界首部系统阐述“工业人工智能”的专著
不能只是一个酷炫的噱头
上书房：随着人工智能技术应用场景的不断丰富，人们的生活方式和生产方式受到了越来越多的影响。但相对来说，人们对人工智能商业化应用较为熟悉，而对工业人工智能是什么，还不太了解。您如何定义工业人工智能？
李杰：人工智能是一门不断演进的认知科学，它能帮助人们探索生活增加智能化的机会；工业人工智能则是一个系统工程，它能重复、有效、可靠地解决工业问题。
我一直主张把这两者区分开来，因为人工智能实际上是以机会为导向，而非以问题为导向的思维方式。比方说，电子商务网站基于对客户历史消费行为的分析，判断客户可能会对某些产品感兴趣，随后在其个人页面精准投放广告。这样的做法追求的是快速反应和对情绪的影响，投放的准确度和确定性并不重要，重要的是不要错过任何可能产生商业价值的机会。但在工业场景中，问题域是有限的，问题是可以收敛的。比如在一个工厂中，不可能存在几万种质量问题，如果用人工智能进行质量问题的识别和预测，解决掉某个质量问题，就是一种突破。
因此，要将人工智能应用到工程系统，就要做到标准化。形象地来讲，就是只要给了一模一样的鱼和固定的烹饪方法，不管哪个厨师操刀，做出来的口味都是一样的。同样，对于电力、汽车、高铁、机器人等工业系统中存在的问题，工业人工智能能够给出重复、有效、可持续的解决办法。
上书房：所以，我们不能将不同的技术混为一谈，甚至乱贴标签？
李杰：对。我观察到人工智能“火”了以后，所有人都在谈论它，许多和人工智能关系并不太大的技术和领域也都冠以人工智能之名。
国内部分企业对人工智能技术的应用场景还存在一些认识误区，比如亚马逊公司推出的“just walkout超市”，提出的理念是无感支付，而在中国落地之后就被曲解成了无人超市，认为这项应用的价值在于“无人”。试想，如果无人了，那么顾客在超市中打破东西该谁来清理？难道售货员的服务不是有价值的吗？无人之后带来的就业流失该怎么办？无人超市虽然看起来很“酷”，但它是否符合基本的逻辑和社会价值呢？
所以我认为，认识新概念、新技术，不能只是把它作为一个酷炫的噱头，也不能视其为“万能解药”，而要让它助力企业转型，变成创造价值、促进经济增长的动力。
把“蛋黄”做强，把“蛋白”做大
上书房：有人认为，人工智能在工业系统中的应用目前十分有限，原因是技术应用的基础条件还不成熟，比如缺少数据。您同意吗？
李杰：我接触过许多对工业场景感兴趣的人工智能公司，它们有一个共同的特点，就是会先问有哪些数据，而不是问有哪些问题要解决。数据的确很重要，但我们怎么去看待数据、处理数据更重要。
我提倡六分法，即对于数据要分类、分割、分解、分析、分享、分忧。为什么在分析数据之前要有前面几步？因为怎样去分析，和人们希望怎么去使用这些数据、达成什么目标息息相关。好比一个厨师要烹饪一条鱼，是蒸还是煮还是煎，是由顾客希望怎么吃来决定的。但现在有一批“办公室里的大数据科学家”，他们既不愿意动手去找数据，也不知道数据要怎么用，只是单纯地分析数据之间的关系，这是令人担忧的。
所谓的大数据科学家，绝不应该是穿着白大褂，坐在最好的办公室里，用最高网速计算机，去分析别人提供给他的数据的形象。真正的科学家是有冒险精神的人，敢于开辟前人没有走过的路。我一直强调，科学家要到工厂和基地去，把有用的数据挖掘出来。
上书房：中国现已成为世界第一的制造大国，拥有完整的工业门类和产业链，但大而不强的问题仍然非常突出。人工智能技术真正应用到工业智能化进程中能够带来什么改变？
李杰：届时整个工业应该是“无忧”的，能够做到包括效率无忧、生产无忧、安全无忧、环境无忧、成本无忧等。
按照传统制造的观念，我们往往是发现问题后才去解决问题，头痛医头、脚痛医脚。一条生产线的问题解决完了，再到另一条，重复地解决重复的问题。但在工业人工智能技术得到应用之后，我们可以把生产设备存在的问题、问题产生的原因和各种参数变成一个学习的过程，在问题尚未发生之前就能够预测到，随后及时调整，避免它发生。这就从原来的问题性转换到了预防性。这就是我所说的无忧。
我想，下一个经济时代的竞争，是在实体经济与基础技术中的竞争，不只是虚拟经济与社交网络。有一个形象的模型叫作工业价值的煎蛋模型。“蛋黄”能力的提升指的是核心产品的功能性价值得到提升，比如通过检测生产线上机床刀具的磨损程度和剩余寿命，从而避免加工失效和降低刀具成本。而“蛋白”指的是持续创造价值的创新服务，比如发动机通过远程采集数据调整飞行参数实现省油，从而降低航油成本，这就叫制造的“蛋白”价值。人工智能应用于工业大数据环境中，就是要不断把“蛋黄”的核心竞争力做强，同时将“蛋白”的服务价值做大。
不是“拿着锤子找钉子”
上书房：在德勤《全球制造业竞争力指数》提出的六大制造业竞争驱动因素中，人才是公认的最重要的因素。但现在许多企业面临的是招不到、找不齐、留不住人才的困境。对于工业人工智能领域的人才培养，您有何建议？
李杰：我认为除了在基础科研领域投入大量资源之外，还应注重产学研的融合和产业型研究人才的培养。工业人工智能不是“拿着锤子找钉子”，而是要去场景中了解真实的生产，因此理论和实践的融合是人才培养的关键。
我把产业型研究人才的培养分为4个P的阶段，即理论研究（principle）、科研实践（practice）、解决问题（problem-solving）和独当一面（profession）。
以我在2000年发起成立的智能维护系统中心为例，在理论研究的训练中，中心注重思维框架、算法理论、工业领域知识和建模工具的培养。在科研实践方面，中心有许多来自工业界的真实问题和真实数据，学生们要利用所学知识去解决一个被明确定义的问题，对产业界形成有益的借鉴。在解决问题方面，学生每年要花至少3个月的时间到企业实习，完成一个完整项目的方案设计、功能开发、系统实施和优化过程。总的来说，学生要在工作中不断培养能力，逐渐成长为产业型的科研领军人才。
上书房：一方面要培养高端人才，但另一方面，有人担心工业人工智能的应用会让一部分产业工人失去工作。您怎么看？
李杰：成为一个工业制造大国是为了让人们享受智能化带来的成果，而不是让人们失业。工业人工智能的应用其实是让工人也学到新东西，增强他们的知识和能力，让他们从普通工人变成技师。从这个意义上说，工业人工智能不是在剥夺工作，而是创造新的就业和新的产业。
上书房：您在书中公开了许多案例数据，同时鼓励人们在阅读之后加入工业人工智能沙龙，形成一个工业社群。这是出于什么考虑？
李杰：我希望能够形成一个社区，进行工业知识、资源的集成和整合，推动智能化的落地。过去30年里，中国经历了飞速发展，但在这个过程中也损失了一定的工匠经验和知识。而工业人工智能可以助力中国将这些经验和知识从数据中重新弥补回来，并且得到更快的沉淀和更好的传承。因此，我希望本书的读者能够在对工业人工智能有了全面理解后，将相关知识实际用于自己的工作场景中，尝试突破传统经验生产的限制，创造出更大价值。
目的是带动国家层面的发展
上书房：有专家认为，当今世界正处于由信息和自动化驱动的第四次工业革命浪潮中，您认为在这个关键时刻，中国应该如何把握机会，坐稳这趟“头班车”？
李杰：中国在人工智能应用方面的确是领先的。如果我们用马斯洛需求层次理论来看，在当前的中国社会，人工智能在满足生理需求、安全需求、社交需求这前三层需求方面的应用已经比较成熟了：无论人在哪，送餐软件都会风雨无阻地把餐食送到人们面前；不管是在小巷中还是商场里，监控摄像头的人脸识别技术让罪犯无处遁形；抖音、快手等短视频平台为人们提供了广阔的机会和舞台，让普通人得以享受明星般的关注和待遇……
但我认为，工业人工智能的应用目的并不只是做一个生活方式层面的改变，而是带动国家层面的经济和社会发展。工业人工智能的作用是加速知识成长，帮助人们超越自己，促进合作式创造，加快实现第四层的尊重需求和第五层的自我实现需求。就好比瑞士，这个国家并没有大的制造业，而是坚持在制药和精密机械领域深耕。它不用靠其他人提供很多资源，也不会过多地受到外界的影响，而是找到自己成长的路径，创造社会价值和文化价值。
相信随着工业人工智能打开中国工业之路，自主掌握更多技术、突破更多瓶颈，中国对世界的影响会越来越大。
上书房：作为中国近代民族工业的发祥地，“上海制造”因品质精良享誉海内外，“上海制造”也承载着几代人的深刻记忆。进入新时代，上海提出了打响“上海制造”品牌的目标。针对“上海制造”发展高端制造，迈向全球产业链、价值链高端，您有什么建议？
李杰：我长期关注许多上海制造企业，在我看来，目前上海发展智能制造、高端制造，高度智能化只是一个手段，更关键是要实现“上海制造”的目标。这个目标可以是多种多样的，比如工厂的技术化程度最高、工人的知识化程度最高、生产过程中的环保程度最高、成本最具有竞争力等等。恰恰是这些目标体现了“上海制造”的内涵，突出了“上海制造”不同于其他地方的制造业的特点和优势所在。
要在世界打响“上海制造”品牌，还是要立足于上海这座国际化大都市，明确自己的定位和目标，有所为有所不为。
《工业人工智能》，[美]李杰著，上海交通大学出版社
