2020年7月10日，西門子（中國）有限公司數字化工業集團副總裁兼工廠自動化事業部總經理衛岳歌（Joerg Westerholt）受邀出席“2020智能趨勢峰會”，并發表主題演講。


       以下是演講實錄：

       大家好，我來自西門子。很高興今天能和大家一起，探討人工智能和邊緣計算，以及這些尖端技術將如何改變工業自動化和工廠的未來。

       在此之前，我想從這張圖講起。今天，你可以自己開車，也可以有別的選擇。你可以坐在副駕駛的座位上，讓汽車自行駕駛，而你可以放松、讀書、聊天或是做其他事情。從這張圖中可以看到，人工智能將改變世界，或者說它已經開始改變世界，特別是在消費領域和日常生活中，這已有目共睹。

       舉例來說，當你網購時，會發現購物平臺能馬上給你做推薦：或許你也對這個感興趣，因為平臺已經掌握了你的購買行為，這就是我們所說的“人工智能”。但人工智能如何能在工業領域發揮作用？消費市場之外的人工智能及其應用又將如何運用在工廠里？

       我想舉幾個例子，我們先來說一說機器學習和物體識別。10年前，當時的硬件或是計算機是幾乎不可能識別出物體的，比如分清一輛汽車和一輛摩托車，或者分清一只狗和一只貓。今天，計算機可以在99%的情況下做出正確判斷，告訴你這是一輛汽車，這是一輛自行車，這是一只貓或一只狗。那么這是如何實現的呢？前提是我們需要為圖片做出正確標注，并為計算機提供大量信息供其學習。

       在工業生產中，同樣需要類似的功能。比如，在生產電路板時，通過告知計算機，這個是低質量的電路板，這個是高質量的電路板，顯著提升質量檢測流程；或者，為工廠可能遇到的潛在威脅進行分類和預警，例如人們在工作中，遇到緊急情況時，可視化系統將警告你：可能有危險情況會發生，請停止工作，采取保護措施；另一個例子，多年前大家在電視機上看到，人類與計算機進行國際象棋的比拼，計算機的學習速度是驚人的，并且是在激勵中強化學習。而這些優勢，我們也能運用到工業領域中，比如學習抓取和放置物體。

       通常在工廠里，會需要機器人抓取一個物體放在另一個物體上，但由于這些物體看起來不同，通常需要人為處理。如今，計算機可以每天對這一動作進行學習，包括如何尋找特殊物體，如何正確地抓取它，并成功地把它放進正確的盒子里；這是第二個例子。最后，第三個例子，我想講的是知識系統。今天，我們擁有數以百萬計、萬億計的海量信息，以醫療系統為例，我們可以向計算機提供各類疾病信息，計算機在掌握這些信息后，就能判斷什么樣的診斷是正確的，從而針對不同病癥協助醫生進行正確診斷。這又能如何在工廠里幫助我們呢？以設備仿真來舉例，當我們擁有很多不同機器的行為數據時，我們可以利用這些數據，集合數字化雙胞胎技術，對新設備進行模擬仿真，在真實生產前就可以了解這一類型的設備如何運轉，而不用直接生產一臺機器。

       這些都是人工智能改變工業的可能性所在。我們為什么需要人工智能？工廠亟需解決的需求依然是：在速度、質量、效率、靈活性方面獲得提升，而人工智能能幫助工廠擁有更高的生產力。

       從西門子的角度來看，自動化的未來又是什么樣的呢？目前，我們是全球最大的自動化系統供應商之一，我們提供全集成自動化解決方案以及完整的產品組合。今天，工廠應該如何進一步提高生產效率？為此，我們已經推出了運用人工智能技術的首個解決方案，幫助企業實現預測性維護等功能；接下來，我們認為在工程自動化領域將看到更多的創新，極大地減少工程師們的工作量；更進一步來說，我們的愿景是“讓自動化更加自動化”。這里我只想強調一點：自主機器。沒錯，和自動駕駛一樣，自主機器也在不斷發展。誠然，這是一個遠大的愿景，大家也可能有很多問題：安全性該如何保障？如何確保機器是在安全、正確地運行？確實，就像面對自動駕駛汽車一樣，我們同樣會有很多顧慮。當然，這仍然是一個愿景，是一個長期發展方向，是我們想要實現的目標。但是，它可以幫助我們提高生產力，減少工程相關的工作量。

       那么，這種技術是不是已經可用了呢？是的。當我們提到邊緣計算時，也意味著邊緣技術把云技術帶到了現場層。今天，我們已經知道阿里巴巴和云改變了世界。但對于工廠來說，同樣適用嗎？基于數據安全的考慮，我們是否愿意把生產質量等數據上傳至云端呢？答案可能是否定的。因此，邊緣計算和邊緣設備把云技術引入現場層，只需在云端對真正必要的數據進行管理，例如西門子的MindSphere。

       另一方面，關于人工智能，它可以幫助我們進行預測性維護、設備性能優化、質量預測。在這一領域，我們正在和客戶一起合作開發應用程序。大家可能會問：人工智能真的有用嗎？答案是肯定的。我們從現場層獲取數據，例如傳感器、可視化系統、攝像機、分布式IO和PLC程序，而這個應用程序是運行在邊緣設備或可與PLC相連接的特殊設備上的，然后來支持質量檢測、機器人抓取和特殊分揀等工作，其實這已經可以實現了。比如，西門子已經在位于德國安貝格的工廠中使用這種技術。

       我們遇到的挑戰是：如何提升電路板生產的質量？我們為自己的PLC生產電路板，在質量控制上遇到了瓶頸。為了更好地控制產品質量，我們購買了X光機，每臺X光機的價格大約是50萬歐元，也就是400萬人民幣，這是一筆巨大的支出。如果想提升產量，那么我們需要更多的X光機。于是，我們想到，我們已經有了非常多數據，也清楚地知道不同電路板是什么樣子，我們知道什么是完美的電路板，也知道什么是質量欠佳的。因此，我們安裝了一套視覺檢測系統，在生產線最后，質檢決定非常明確，視覺化系統和攝像系統會通過拍攝檢查電路板，并負責判斷：“這塊電路板是完美的，不需要檢查”，或者“這塊質量存在一般，需要通過X光機復檢。”這種技術幫助我們極大地提高了生產力和產量。同時，也省去了購買更多X光機的費用。這是人工智能如何能夠幫助客戶提高生產力的案例之一。

       我認為，在自動化領域，西門子的人工智能解決方案能夠幫助工廠實現生產力的大幅提升。那么，究竟如何能做到這一點呢？西門子致力于通過與客戶進行價值共創來實現這一目標。首先，我們擁有一支人工智能的專家團隊，同時也非常了解自動化系統。與此同時，我們與客戶緊密合作，共同開發他們需要的應用和人工智能軟件，比如在工廠、產品、工藝、生產和人員各方面進行預測性維護、質量控制、參數優化和行為監測等。我們與客戶在這些領域攜手合作，將工業自動化推向更高的水平。這就是西門子所暢想的“自動化的未來”，我們正在攜手客戶共同實現這一愿景。

       感謝各位的聆聽，謝謝你們，再見！