近年來(lái)，AI技術(shù)和應(yīng)用正在飛速發(fā)展。AI的興起受到多種因素的推動(dòng)，包括硬件和軟件前所未有的改進(jìn)，以及生成數(shù)據(jù)量的激增。這些進(jìn)步使得復(fù)雜的AI模型(如DL模型、DRL模型、大語(yǔ)言模型)得以開發(fā)，并能在現(xiàn)實(shí)環(huán)境中部署和執(zhí)行。這也是現(xiàn)代制造商在數(shù)字化轉(zhuǎn)型過(guò)程中對(duì)人工智能解決方案進(jìn)行大量投資的原因。因此，通過(guò)切實(shí)提高工業(yè)組織的效率、質(zhì)量和生產(chǎn)力，AI技術(shù)正在迅速改變制造業(yè)。
如今，工業(yè)4.0生產(chǎn)線中部署了許多基于AI技術(shù)的使用案例，在預(yù)測(cè)性維護(hù)、質(zhì)量控制、供應(yīng)鏈優(yōu)化、生產(chǎn)規(guī)劃、流程自動(dòng)化和安全監(jiān)控等領(lǐng)域，都可以找到一些最突出的案例。例如，如今各種機(jī)器學(xué)習(xí)(ML)模型已用于質(zhì)量控制，實(shí)現(xiàn)產(chǎn)品質(zhì)量檢測(cè)的自動(dòng)化，及時(shí)發(fā)現(xiàn)缺陷，并識(shí)別可能導(dǎo)致生產(chǎn)問(wèn)題的生產(chǎn)配置。再比如，DL算法通常用于在機(jī)器故障發(fā)生前，根據(jù)對(duì)機(jī)器剩余使用壽命(RUL)的預(yù)測(cè)和準(zhǔn)確估算，預(yù)測(cè)和預(yù)知機(jī)器故障。同樣，還有一些人工智能系統(tǒng)能夠及時(shí)發(fā)現(xiàn)產(chǎn)品和生產(chǎn)流程中的異常情況。
這些案例是工業(yè)4.0時(shí)代最具顛覆性的解決方案，工業(yè)4.0正在通過(guò)網(wǎng)絡(luò)物理生產(chǎn)系統(tǒng)(CPPS)改變制造企業(yè)。在這一方向上，工業(yè)4.0的大多數(shù)人工智能案例都強(qiáng)調(diào)準(zhǔn)確有效的機(jī)器學(xué)習(xí)系統(tǒng)的培訓(xùn)、開發(fā)和部署，并與工業(yè)物聯(lián)網(wǎng)(IIoT)系統(tǒng)集成在可擴(kuò)展和安全的云/邊緣環(huán)境中。為此，工業(yè)解決方案集成商會(huì)利用基于標(biāo)準(zhǔn)的工業(yè)4.0系統(tǒng)參考架構(gòu)中指定的結(jié)構(gòu)原則和藍(lán)圖。然而，AI在制造業(yè)中的潛力很大程度上仍未得到充分利用。最先進(jìn)的系統(tǒng)通常僅限于提取基于數(shù)據(jù)驅(qū)動(dòng)的人工智能建議，以改進(jìn)生產(chǎn)流程和相關(guān)決策。這些洞察力基于相當(dāng)簡(jiǎn)單的生產(chǎn)流程模型，很難結(jié)合多種AI系統(tǒng)和算法的能力。為了減小這些局限性，有一些研究計(jì)劃在生產(chǎn)流程范圍內(nèi)探索多個(gè)AI系統(tǒng)的集成與協(xié)作。在該方向上正在進(jìn)行的研究包括：(1)基于不同自主人工智能代理間互動(dòng)和協(xié)同發(fā)展，促進(jìn)增強(qiáng)協(xié)作智能的多代理系統(tǒng)。
(2)跨系統(tǒng)的人工智能互操作性解決方案。這些解決方案利用先進(jìn)的知識(shí)模型，如語(yǔ)義知識(shí)圖譜(SKG)和捕捉不同實(shí)體之間關(guān)系的嵌入，來(lái)開發(fā)復(fù)雜的AI系統(tǒng)，這些系統(tǒng)覆蓋了整個(gè)生產(chǎn)流程，超越了簡(jiǎn)單的基于ML的狀態(tài)機(jī)。
在過(guò)去幾年中，工業(yè)4.0正在向人工智能服務(wù)于制造工人的方向發(fā)展，同時(shí)在各種人機(jī)協(xié)作場(chǎng)景中與制造行業(yè)的工人密切互動(dòng)。與此同時(shí)，人工智能案例越來(lái)越多地以提高生產(chǎn)可持續(xù)性為目標(biāo)，以確保制造業(yè)為歐盟(EU)的歐洲綠色交易(EGD)等戰(zhàn)略目標(biāo)做出貢獻(xiàn)�？沙掷m(xù)性和以人為本的目標(biāo)正在推動(dòng)工業(yè)4.0數(shù)字制造系統(tǒng)向工業(yè)5.0時(shí)代過(guò)渡，因?yàn)楣�業(yè)5.0更強(qiáng)調(diào)以人為本和環(huán)保。
工業(yè)5.0系統(tǒng)的出現(xiàn)提高了制造業(yè)AI系統(tǒng)的功能復(fù)雜性和集成復(fù)雜性。這也要求AI技術(shù)在以人為本的維度上不斷發(fā)展，使AI系統(tǒng)以可信和可靠的方式運(yùn)行。具體來(lái)說(shuō)，AI系統(tǒng)向工業(yè)5.0時(shí)代的演進(jìn)需要：
(1)工業(yè)5.0的新型人工智能架構(gòu)：工業(yè)5.0系統(tǒng)由多個(gè)AI組件組成，如機(jī)器人、ML模型、自然語(yǔ)言處理(NLP),這些組件必須在工業(yè)環(huán)境中安全有效地與人類互動(dòng)。此類系統(tǒng)的開發(fā)和部署需要超越大數(shù)據(jù)、AI和IIoT平臺(tái)等經(jīng)典架構(gòu)的新型架構(gòu)和結(jié)構(gòu)原則。
(2)知識(shí)建模與表示：人機(jī)協(xié)作的案例通常部署在高度動(dòng)態(tài)的環(huán)境中，涉及相互影響的人類、機(jī)器人和AI系統(tǒng)。在這樣的環(huán)境中實(shí)施先進(jìn)的自動(dòng)推理，需要采用新穎的方式來(lái)表示過(guò)程，從而捕捉到不同參與者之間復(fù)雜的相互關(guān)系。
(3)人機(jī)協(xié)作的模型和學(xué)習(xí)范式：工業(yè)5.0需要開發(fā)新的學(xué)習(xí)范式，以促進(jìn)人類與AI參與者之間的互動(dòng)。這些范例包括主動(dòng)學(xué)習(xí)和智能多代理系統(tǒng)(MAS)等。它們能夠?qū)�AI系統(tǒng)的速度與人類判斷的可信度結(jié)合起來(lái)。同樣，數(shù)字孿生等工業(yè)4.0解決方案目前正在轉(zhuǎn)型，考慮到人類工人的背景，正在朝著以人為本的數(shù)字孿生方向發(fā)展。
(4)可解釋性、透明度和合規(guī)性：工業(yè)5.0系統(tǒng)有其獨(dú)特的透明度和安全性要求。它們涉及人類，而人類必須能夠理解AI系統(tǒng)的決策和操作。因此，人工智能案例不能基于黑盒AI模型來(lái)開發(fā)。相反，AI系統(tǒng)應(yīng)該是透明的、可解釋的、可信賴的，并且是人類可以理解的。制造商還必須確保AI系統(tǒng)符合歐洲人工智能法案等新興人工智能法規(guī)的要求。
本書旨在闡明制造業(yè)人工智能現(xiàn)有解決方案的局限性，并介紹新穎的解決方案：
(1)在各種生產(chǎn)流程(如生產(chǎn)調(diào)度和質(zhì)量控制)中，提高用于制造業(yè)的最先進(jìn)AI系統(tǒng)的功能和技術(shù)性能。
(2)根據(jù)工業(yè)5.0時(shí)代的要求和理念，提高AI系統(tǒng)的以人為本性能、可信度和整體社會(huì)性能。
全書共27章，介紹了創(chuàng)新的AI系統(tǒng)和解決方案，其中既有最先進(jìn)的工業(yè)4.0案例，也有新興的、以人為本的工業(yè)5.0案例。這些章節(jié)由Y個(gè)歐盟資助項(xiàng)目撰寫，這些項(xiàng)目在歐洲制造業(yè)人工智能集群(AI4 Manufacturing Cluster)框架內(nèi)及歐洲未來(lái)工廠研究協(xié)會(huì)(EFFRA)的相關(guān)活動(dòng)范圍內(nèi)密切合作完成。這些項(xiàng)目的重點(diǎn)是生產(chǎn)線AI系統(tǒng)的開發(fā)、部署和運(yùn)行。每個(gè)項(xiàng)目都要解決工業(yè)4.0和(或)工業(yè)5.0使用案例中AI所面臨的一系列獨(dú)特挑戰(zhàn)，如開發(fā)和部署有效的MAS系統(tǒng)、開發(fā)可信和可解釋的AI系統(tǒng)、規(guī)范和實(shí)施工業(yè)5.0應(yīng)用的知識(shí)模型和語(yǔ)義，以及開發(fā)新形式的數(shù)字孿生系統(tǒng)和應(yīng)用(如以人為本的數(shù)字孿生)。
具體來(lái)說(shuō)，本書分為以下三個(gè)部分：
第一部分：人工智能的架構(gòu)和知識(shí)建模
本部分介紹基于AI技術(shù)的工業(yè)5.0系統(tǒng)和解決方案的架構(gòu)，包括從高級(jí)參考架構(gòu)模型到特定AI平臺(tái)和解決方案市場(chǎng)的架構(gòu)。所介紹的架構(gòu)說(shuō)明了工業(yè)4.0和工業(yè)5.0案例的結(jié)構(gòu)，重點(diǎn)是推動(dòng)AI和ML模型與工業(yè)系統(tǒng)集成的結(jié)構(gòu)原則。此外，本部分包括幾個(gè)章節(jié)，介紹制造業(yè)中人工智能應(yīng)用的語(yǔ)義建模技術(shù)，包括基于語(yǔ)義知識(shí)圖譜和嵌入的技術(shù)。
第二部分：面向制造應(yīng)用的多代理系統(tǒng)和基于人工智能的數(shù)字孿生
本部分介紹面向工業(yè)5.0的多代理系統(tǒng)和數(shù)字孿生解決方案。數(shù)字孿生解決方案可以識(shí)別用戶的上下文，從而對(duì)基于AI的流程進(jìn)行建模和模擬，并將人類納入其中。在多代理系統(tǒng)方面，本部分介紹基于智能代理的人機(jī)交互方法，這些方法為制造業(yè)中的AI提供了分散式協(xié)作智能范例。
第三部分：可信、可解釋和以人為本的人工智能系統(tǒng)
本部分介紹在數(shù)字制造應(yīng)用中實(shí)施以人為本、可信和可解釋的AI系統(tǒng)的新方法。所介紹的大多數(shù)解決方案都以人機(jī)交互等人在環(huán)境場(chǎng)景為目標(biāo)，不僅強(qiáng)調(diào)AI系統(tǒng)的技術(shù)性能，還強(qiáng)調(diào)其社會(huì)性能。因此，它們適用于工業(yè)5.0時(shí)代的應(yīng)用。
總之，本書全面概述了制造業(yè)中的AI技術(shù)和應(yīng)用，涵蓋工業(yè)4.0和工業(yè)5.0環(huán)境。本書以開放獲取的形式出版，確保研究人員和從業(yè)人員可以不受限制地獲取。從本質(zhì)上講，本書是制造業(yè)AI項(xiàng)目集群和其他各種歐盟計(jì)劃對(duì)工業(yè)4.0和工業(yè)5.0領(lǐng)域的貢獻(xiàn)。我希望制造業(yè)工業(yè)自動(dòng)化解決方案的研究人員、從業(yè)人員和供應(yīng)商會(huì)對(duì)它感興趣。
約翰·索爾達(dá)托斯(John Soldatos)