德国汉堡科学院院士张建伟：信息物理系统驱动智能未来

2018-11-24 06:34

云+边缘计算，实现设备快速响应能力

智能信息物理系统将会融合人工智能等多项技术，对计算机的运算能力有很高的要求。目前，云计算、雾计算、霾计算、边缘计算等概念已经兴起，并在制造领域越来越多的被讨论。企业要考虑上云，将信息或数字模型放到云平台里，而雾计算、边缘计算的运用，主要在于提升实时性能方面，和云端相对静态的数据融合起来，将具有极大的潜力。

张建伟对OFweek工控网表示，人工智能芯片变得越来越火热，实际上这些芯片是在实现边缘计算的能力，目前AI芯片主要停留在智能感知、智能识别等方面，例如物体的识别、人脸识别、语音识别等等，并开始在自动驾驶等商业领域上使用。

人脸识别的商业案例

未来，边缘计算将用在带有感知功能的机器上，尤其在机器人方面有很大的潜力。协作机器人有了视觉、力觉等感知需求，反应速度不如传统工业机器人，这也体现了边缘计算能力的不足。因为协作机器人不仅要检测周边环境，还要做分析和决策，采用传统的数据采集、总线传输再到控制运算的方式，在时间上延误严重，而机器达不到快速响应的要求。因此，需要将云计算、雾计算、边缘计算结合起来，才能让智能系统获得快速反应的能力。

从CPS到HCPS，提质增效降本减存

自动化行业追求无人化工厂，但在未来制造系统里，人的角色将是不可或缺的。所以，信息物理系统需要从CPS扩展到HCPS，将人、信息、物理三大空间综合起来考虑。人在生产里将起到十分关键的作用，实现生产的组织、协调，或者是在操作级与机器实现人机共融。

随着制造业工作任务的越来越复杂，工厂里需要采用机器人、人工智能等技术来减轻人的负担。张建伟认为，人机协作的场景里，机器人充当了第三只手的角色。目前机器人的灵活方面还比不上人手，完全取代人力是不可能的，所以采用人机协作的方式可以达到最优的生产效果。

生产线的虚拟仿真

在人工智能的赋能下，机器人可以主动察觉人的意图、了解装配的要求和人的装配习惯，并对多种场景进行学习和理解，最终能够主动协助人去执行一些任务，人工智能将加速人机共融场景的实现，并能解决一些传统自动化的问题。

还有，人工智能可以通过超级大脑的运算能力，对整个工厂和车间的内部和外部所有东西进行建模，打通各个环节的数据隔阂，通过大数据的整合分析，对工厂的进料和库存进行优化，实现最少的库存。同时，在出现不良品的情况下可以回溯到错误源，以应急处理生产过程一些的突发的情况。总的来说人工智能对于信息物理系统和整个生产起到非常重要的作用。

内容导航