本文系由深圳創(chuàng)新發(fā)展研究院、博研商學(xué)院、深圳企聯(lián)等共同主辦的“科技創(chuàng)新院士報(bào)告廳”第五期內(nèi)容。8月26日，全球知名智能制造研究專家、加拿大工程院外籍院士杜如虛做客科技創(chuàng)新院士報(bào)告廳，圍繞“智能制造產(chǎn)業(yè)創(chuàng)新、布局與應(yīng)變”發(fā)表演講。

以下內(nèi)容根據(jù)杜如虛院士演講速記整理，經(jīng)講者審訂。

8月26日，加拿大工程院外籍院士杜如虛做客科技創(chuàng)新院士報(bào)告廳。 

今天很高興來到這兒跟大家做一個(gè)交流。

眾所周知，今天的世界有些不好的趨勢：保護(hù)主義盛行，技術(shù)、原材料、零部件、市場隨時(shí)可能不保；天災(zāi)人禍不斷，交通、通訊、能源都有可能中斷；恐怖襲擊、社會(huì)動(dòng)亂……其中的原因有很多，比如社會(huì)的兩極分化、貧富的距離越來越大、還有爭霸（所謂“修昔底德的陷阱”）、人類的偏見、新技術(shù)難以駕馭等等。

制造也面臨許多挑戰(zhàn)。中國制造在2016年左右就超過了美國（當(dāng)然，美國是以服務(wù)業(yè)為主，所以GDP還是領(lǐng)先）。審視中美出口的數(shù)據(jù)（表1），就可以看到為什么美國會(huì)瞄準(zhǔn)中國的電子產(chǎn)品了。所以，像華為這樣的企業(yè)必然首先被限制。

表1 中國與美國制造工業(yè)出口比較

例如，中國的5G技術(shù)其實(shí)不比美國落后，美國就說“不行，我要封殺。”另外還有AI技術(shù)。大家覺得AI好像就是軟件、算法，其實(shí)不是，AI跟5G是一樣的，有硬件和軟件的集成，缺一不可。中國不比美國落后，所以美國也要封殺，不讓AI產(chǎn)品出口。 

疫情考驗(yàn)國家韌性

2020年新冠疫情暴發(fā)，一些醫(yī)護(hù)用品短缺。中國是制造大國，所以有優(yōu)勢。美國以服務(wù)為主，自己不做日用品而依靠進(jìn)口，所以口罩就短缺了。在疫苗生產(chǎn)上，中國在全球也排名第3、4名的位置，很有競爭優(yōu)勢。

更重要的是疫情會(huì)改變我們的生活，也改變?nèi)澜绲闹圃旃こ?。今天新冠病毒的變種現(xiàn)在超過七八百種了（圖1），德爾塔只是其中一種。今后會(huì)繼續(xù)演變，與人類共存。

圖1 Covid-19新冠病毒的基因變異 

據(jù)統(tǒng)計(jì)，從新冠疫情爆發(fā)到現(xiàn)在大約有2億多人受感染，死亡人數(shù)近五百萬。但放在人類歷史長河中，這還不算大的。比如跟1918年的西班牙流感相比，當(dāng)時(shí)的死亡人數(shù)是5千萬到1億。當(dāng)時(shí)人類其實(shí)還不知道“病毒”這個(gè)概念，治療的方法有兩種，一種是隔離，第二種是退燒藥。西班牙的流感過了3年就沒有了。新冠從前年開始已經(jīng)一年多了,3年后會(huì)怎樣呢？隨著時(shí)間的推移和人類技術(shù)的進(jìn)步，新冠終會(huì)成為歷史的。

人類本身是具有韌性的，它不會(huì)被這樣或者那樣的事件輕易地打垮。人，作為生命個(gè)體也有韌性，不會(huì)一病就死掉，而是有一個(gè)自我恢復(fù)的能力。社會(huì)也有韌性，能夠在各種各樣的改變下很快地恢復(fù)過來。當(dāng)然，國家、地區(qū)、公司都需要這種韌性。

韌性理論的研究始于“911事件”，轉(zhuǎn)眼20年時(shí)間過去了。面對這樣的事件，學(xué)者們開始考慮怎樣抵御這些事件的發(fā)生，于是就產(chǎn)生了韌性理論。

美國洛克菲勒基金會(huì)提出了韌性城市計(jì)劃[注：“全球100韌性城市”（100RC）項(xiàng)目，旨在幫助世界各地城市增強(qiáng)韌性，應(yīng)對21世紀(jì)日益頻發(fā)的自然、社會(huì)、經(jīng)濟(jì)挑戰(zhàn)，美國紐約、法國巴黎、英國倫敦、意大利羅馬、澳大利亞墨爾本等均是其會(huì)員城市]。中國目前有四個(gè)城市入選，分別是：湖北黃石、四川德陽、浙江海鹽、浙江義烏。在全球有倫敦、巴黎、紐約等這些世界名城都在考慮怎樣成為“韌性城市”。但新冠病毒來了都疲于應(yīng)付，可見這個(gè)理論還不成熟，還有待提高。

有時(shí)候人類認(rèn)知會(huì)超前實(shí)踐，有時(shí)候?qū)嵺`會(huì)推動(dòng)認(rèn)知的發(fā)展。

韌性是什么？從雷達(dá)圖（圖2）上可以看到，它包括多個(gè)方面：研發(fā)與創(chuàng)新、領(lǐng)導(dǎo)與管理、營運(yùn)管理、金融資產(chǎn)、控制與制度、產(chǎn)品與服務(wù)、信息與通訊、供應(yīng)鏈、固定資產(chǎn)、人與文化、市場與消費(fèi)群體、社會(huì)關(guān)系。

你的韌性處于什么水平？可以做個(gè)雷達(dá)圖，判斷一下。 

圖2 怎樣獲得韌性

制造系統(tǒng)如何獲得韌性

怎樣獲得韌性？對于制造系統(tǒng)，有三個(gè)要素：創(chuàng)新、布局和應(yīng)變。

一、創(chuàng)新

創(chuàng)新是發(fā)展的引擎。首先，新技術(shù)層出不窮，一個(gè)產(chǎn)品不可能永遠(yuǎn)領(lǐng)先。其次，世界上2/3的專利都與制造有關(guān)。大家都在努力，你不努力人家一定會(huì)超過你。

比如手機(jī)的發(fā)展。手機(jī)本來是美國最先發(fā)明的，但是由于電話公司的保守以及相互之間打架，自己的發(fā)展拖了很久，所以中國就有機(jī)會(huì)超越美國。

創(chuàng)新包括好多部分的創(chuàng)新，比如產(chǎn)品設(shè)計(jì)的創(chuàng)新、制造技術(shù)的創(chuàng)新、供應(yīng)鏈和市場的創(chuàng)新等等。

先簡單講一下產(chǎn)品的創(chuàng)新。產(chǎn)品創(chuàng)新的一個(gè)例子是大疆公司的無人機(jī)結(jié)構(gòu)（圖3），大疆是一個(gè)電子公司，機(jī)械設(shè)計(jì)不是他們的強(qiáng)項(xiàng)。他們找到了美國的AUTOCAD公司幫他們設(shè)計(jì)無人機(jī)的結(jié)構(gòu)。這個(gè)結(jié)構(gòu)是用人工智能算法自動(dòng)設(shè)計(jì)出來的，后來發(fā)現(xiàn)這個(gè)設(shè)計(jì)跟南美洲一種會(huì)滑翔的松鼠的骨架相似。這種松鼠可以在風(fēng)中滑翔60米，非常穩(wěn)定。今天大疆無人機(jī)抗風(fēng)的能力非常強(qiáng)，就得益于這個(gè)結(jié)構(gòu)設(shè)計(jì)。 

圖3 大疆無人機(jī)結(jié)構(gòu)

產(chǎn)品的創(chuàng)新有了想法以后還要先看看已有的專利技術(shù)，要不然就會(huì)有侵權(quán)的可能。產(chǎn)品的創(chuàng)新還包括面向加工的設(shè)計(jì)以及設(shè)計(jì)優(yōu)化和自動(dòng)設(shè)計(jì)。

關(guān)于制造技術(shù)的創(chuàng)新，大家熟悉的是3D打印技術(shù)。還有一個(gè)是無模成型技術(shù)。在加工金屬板材時(shí)，精密的模具或大型的模具非常昂貴，如果只需要一件或幾件，那么成本就高得難以接受。因此我們嘗試不用模具直接加工出產(chǎn)品。我們做了多個(gè)無模成型的機(jī)床。圖4是一個(gè)6000KN步進(jìn)彎板機(jī)，用于加工大型船板。

圖4 6000KN步進(jìn)彎板機(jī)

二、布局

布局可以從兩個(gè)角度來做：一個(gè)是硬性，一個(gè)是柔性。

（1）硬性。硬性可以說是師法古人。世界各個(gè)古代文明傳下來的傳世之作，如埃及的金字塔和中國的萬里長城為什么能夠矗立數(shù)千年不倒呢？那是因?yàn)橛残缘?、?yán)格的質(zhì)量控制。埃及金字塔的設(shè)計(jì)者就埋在金字塔旁邊。中國萬里長城的磚上也有字說明是誰負(fù)責(zé)燒制的。

這樣硬性的規(guī)定對于精密制造特別重要。我們國家質(zhì)量管理的方法通常是制定一大堆質(zhì)量檢查標(biāo)準(zhǔn)、國標(biāo)、以及行業(yè)標(biāo)準(zhǔn)等。而日本的質(zhì)量管理更值得借鑒。我們都聽說過豐田的質(zhì)量管理方法，豐田的質(zhì)量不是只看產(chǎn)品的質(zhì)量，而是看產(chǎn)品加工中每一步的質(zhì)量，它是一個(gè)全過程質(zhì)量控制方法。這個(gè)理念十分重要。做質(zhì)量控制并不是最后檢查一下產(chǎn)品行不行，而是要檢查產(chǎn)品生產(chǎn)中的每一個(gè)步驟行不行。如果每一步都行了，到后來就算有問題也很容易發(fā)現(xiàn)和糾正。如果只是到最后才發(fā)現(xiàn)有問題，那也許已經(jīng)不可修復(fù)了。

（2）柔性。柔性可以說是師法自然。在自然界里，有生命的東西都是柔性的。即使是鯨魚、大象這些大型動(dòng)物也不例外。

柔性意味著可以變化，變化帶來韌性。有一種小動(dòng)物叫做水熊蟲，長度只有0.3到0.5毫米，不怎么看得見。但是，它們可以抵御151℃高溫、-272.8℃低溫 、缺水、超強(qiáng)輻射。有研究發(fā)現(xiàn)，在原子彈爆炸過的地方，水熊蟲還活著。它的武器就是變：變成胞囊、脫水隱生。

在制造領(lǐng)域，我們也可以利用柔性布局。布局分三步：

第一步危機(jī)分析。麻省理工學(xué)院的Yossi Sheffi教授有一本書《THE POWER OF RESILIENCE》（網(wǎng)上可以免費(fèi)下載），講到分析危機(jī)時(shí)要考慮到危機(jī)發(fā)生的可能性及危機(jī)導(dǎo)致的嚴(yán)重性。

第二步是把應(yīng)變的機(jī)制植入到制造系統(tǒng)以應(yīng)對危機(jī)（圖5）。傳統(tǒng)的方法是并聯(lián)和堆棧。并聯(lián)就是使用多個(gè)機(jī)床，一臺機(jī)床不保險(xiǎn)就用兩臺、三臺。堆棧用于倉儲(chǔ)，先把零部件存起來，機(jī)床發(fā)生故障時(shí)用。新的方法是使用可重構(gòu)機(jī)床。一臺機(jī)床可以重構(gòu)，做多個(gè)工作。使用可重構(gòu)機(jī)床柔性好，總投資也少些。堆?？勺龀捎糜?jì)算機(jī)控制的可移動(dòng)堆棧（如立庫、AGV等），效率更高。

圖5 堆棧

第三步是計(jì)算機(jī)仿真和優(yōu)化。近年來計(jì)算機(jī)仿真已經(jīng)發(fā)展到了數(shù)字孿生，利用數(shù)字孿生可以對生產(chǎn)線進(jìn)行各種各樣的分析，從而優(yōu)化生產(chǎn)線的運(yùn)行。

用“可重構(gòu)機(jī)床”與“可移動(dòng)堆?！眮聿季值乃枷胍部梢杂玫狡渌胤?，如交通管理、電力管理等等。

三、應(yīng)變

應(yīng)變就是智能控制。工業(yè)人工智能是現(xiàn)今制造業(yè)的發(fā)展方向。工業(yè)4.0的精神就是工業(yè)人工智能。

工業(yè)人工智能面臨著許多挑戰(zhàn)。首先是數(shù)據(jù)安全，企業(yè)有很多數(shù)據(jù)，這些數(shù)據(jù)是企業(yè)的生命線，不可外泄。其次，各個(gè)企業(yè)的數(shù)據(jù)難以分享。比如你買了一臺機(jī)器人，你的生產(chǎn)線可以與機(jī)器人對接，卻無法獲得機(jī)器人內(nèi)部的數(shù)據(jù)。機(jī)器人公司要保護(hù)自己的專利技術(shù)，不會(huì)把所有的數(shù)據(jù)都公開的。還有我們通常只有大量正常運(yùn)作時(shí)的數(shù)據(jù)，沒有或很少有故障時(shí)的數(shù)據(jù)。這就是所謂“數(shù)據(jù)孤島”的問題。數(shù)據(jù)很多，但不能連在一起。

工業(yè)人工智能有三個(gè)層次：第一個(gè)層次是信號采集與信號處理。把生產(chǎn)線上各種裝備的數(shù)據(jù)采集回來，并進(jìn)行統(tǒng)計(jì)分析。目前國內(nèi)一些公司已經(jīng)能夠做到了。第二層是數(shù)字孿生，把采集回來的數(shù)據(jù)與生產(chǎn)線的計(jì)算機(jī)模型生成的數(shù)據(jù)加以比對，并進(jìn)行深度分析。目前德國做得最好，還開發(fā)了一些專門的軟件。第三層是利用人工智能，發(fā)現(xiàn)問題的根源，不但可以防患于未然，而且還可以優(yōu)化系統(tǒng)的營運(yùn)，從而達(dá)到韌性。

我研究工業(yè)人工智能已經(jīng)三十多年了。 人工智能的算法大致分了五類：決策論、神經(jīng)元網(wǎng)絡(luò)、進(jìn)化論、統(tǒng)計(jì)分析和模擬分析。（推薦閱讀《終極算法》一書）。這些算法的主要目的是學(xué)習(xí)。近年來，最新的算法包括谷歌的Transformer（自我專注學(xué)習(xí)）、對比學(xué)習(xí)、變分自編碼器、對抗神經(jīng)網(wǎng)絡(luò)等等。今天給大家介紹的是對抗神經(jīng)網(wǎng)絡(luò)。

對抗神經(jīng)網(wǎng)絡(luò)其實(shí)是許多人持續(xù)努力的結(jié)果。它至少可以追溯到斯坦福大學(xué)教授Bradley Efron（布拉德利·埃弗龍）。Efron在1970年代寫了一篇文章提出了所謂的“自舉”的概念。我們知道，我們用采樣來分析樣本空間的狀況。例如，在座的這么多人，我來問其中的20個(gè)人“去年你們公司是掙錢了還是虧本了？”根據(jù)這個(gè)回答我大概就可以判斷去年的經(jīng)濟(jì)狀況，推論深圳的公司，甚至全中國的公司狀況。傳統(tǒng)的方法問一次就夠了，大家都認(rèn)為再問也沒用了。這個(gè)方法是著名的數(shù)學(xué)王子高斯在100多年前發(fā)現(xiàn)的。Efron說不是的。他說你可以再問，再采樣。然后把數(shù)據(jù)不停地組裝、統(tǒng)計(jì)分析。他證明了再采樣、再分析對樣本空間的估計(jì)更加準(zhǔn)確。后來，人們又發(fā)現(xiàn)不但統(tǒng)計(jì)量（如均值、方差）可以自舉，時(shí)間序列、神經(jīng)元網(wǎng)絡(luò)等都可以自舉。自舉（Bootstrap）是20世紀(jì)統(tǒng)計(jì)學(xué)的一個(gè)突破。

時(shí)間又過了30年，美國的年輕學(xué)者Ian Goodfellow提出了對抗神經(jīng)元網(wǎng)絡(luò)。他在斯坦福大學(xué)畢業(yè)后到加拿大蒙特利爾大學(xué)，師從圖靈獎(jiǎng)獲得者約瑟華·本吉奧（Yoshua Bengio）讀博士，博士畢業(yè)以后到谷歌公司做研究。在美國做研究跟中國不一樣，不大講究文章、專利這樣的指標(biāo)，更加注重你做的東西行不行，對世界有沒有影響。大多數(shù)人一輩子默默無聞，沒有做出什么來，但是總有些人做出了有影響力的工作。Goodfellow做出了“對抗神經(jīng)元網(wǎng)絡(luò)”。剛剛講到神經(jīng)網(wǎng)絡(luò)可以自舉，但問題是自舉生成出來的那些東西大部分都是一些垃圾，沒有什么用處。Goodfellow做了一個(gè)發(fā)生器和一個(gè)判別器，判別生成的網(wǎng)絡(luò)有沒有用。在學(xué)習(xí)的時(shí)候，發(fā)生器和判別器互相博弈，最后達(dá)到共同最優(yōu)，這個(gè)就是納什平衡。納什就是電影《美麗心靈》中講的那位數(shù)學(xué)家。Goodfellow他做了一個(gè)模擬人衰老的例子（圖6）。這是一位女性和一位男性在18、28、38、48、58、60歲的樣子。他的文章引起了轟動(dòng)，人工智能居然能夠做這樣的東西，讓人驚嘆。

圖6 用對抗神經(jīng)網(wǎng)絡(luò)生成的衰老過程圖片

Ian Goodfellow的算法需要高深的數(shù)學(xué)，大部分的人讀不懂。但他非但沒有申請什么專利，或者做什么加密，而且把這個(gè)程序開源，代碼就在那兒，誰都可以下載。所有全球?qū)股窠?jīng)元網(wǎng)絡(luò)的文章數(shù)以萬計(jì)，許多人不懂它的原理但照樣可以使用。我們不得不欽佩這些胸懷遠(yuǎn)大的學(xué)者。

對抗神經(jīng)元網(wǎng)絡(luò)的計(jì)算十分復(fù)雜。目前最有效的計(jì)算方法是最優(yōu)搬運(yùn)法。這個(gè)方法源自于法國科學(xué)家Gaspard Monge（加斯帕爾·蒙日 ）。巴黎鐵塔上有76位法國最著名的科學(xué)家的名字，他名列其中。Gaspard Monge的方法只是一個(gè)想法。2013年，法國數(shù)學(xué)家Cedric Villani（2010年菲爾茲獎(jiǎng)得主）最后解決了這個(gè)問題。

我們的算法是基于對抗神經(jīng)網(wǎng)絡(luò)的自增強(qiáng)的算法（Self—reinforced learning），主要用于解決數(shù)據(jù)孤島問題。

人工智能是人類數(shù)學(xué)史上第四次革命：第一次革命是計(jì)數(shù)，第二次革命發(fā)明了幾何、代數(shù)，描述靜止不動(dòng)的東西。第三次革命是牛頓引入運(yùn)動(dòng)的概念，從而可以描述機(jī)械的運(yùn)動(dòng)、流體的運(yùn)動(dòng)、電子的運(yùn)動(dòng)等等。但是這些運(yùn)動(dòng)方程已經(jīng)變得很復(fù)雜了，很難掌握。人工智能是第四次革命。利用深度學(xué)習(xí)的網(wǎng)絡(luò)，你甚至不用什么代數(shù)幾何微積分，用計(jì)算機(jī)就可以解決各種各樣的難題。今天最大的深度學(xué)習(xí)網(wǎng)絡(luò)有4億個(gè)神經(jīng)元，幾分鐘之內(nèi)就可以把網(wǎng)上所有關(guān)于一個(gè)特定問題（如起重機(jī)）的資料都讀一次并整理記錄下來。以后肯定也會(huì)越來越好。人工智能是人類認(rèn)識自然和社會(huì)的革命，非常重要。

人工智能的算法還可以不斷學(xué)習(xí)。每次加入新的數(shù)據(jù)，就能夠改進(jìn)。比如變老會(huì)怎么樣，疲勞了會(huì)怎么樣，污染了會(huì)怎么樣，等等。我們做了許多應(yīng)用的例子，其中一個(gè)是機(jī)器人關(guān)節(jié)諧波減速器的監(jiān)控診斷（圖7）。諧波減速器非線性的，很不好做。而且還很容易壞。我們的算法監(jiān)控準(zhǔn)確率達(dá)到了96.79%。

圖7 諧波減速器 

智能制造有三個(gè)部分，創(chuàng)新、布局、應(yīng)變。創(chuàng)新包括設(shè)計(jì)、制造、供應(yīng)鏈、客服的創(chuàng)新。布局包括生產(chǎn)線、可重構(gòu)機(jī)床等等。應(yīng)變是最重要的，應(yīng)變就是工業(yè)人工智能。

（整理：王苗米。小標(biāo)題為編者所加）