“帮孩子洗完澡后，把盆里的水倒掉。”对人来说，这句话很正常。但对机器下这样的指令，孩子就危险了——机器可能会把水连同孩子一起倒掉。
这个例子告诉我们人和机器的差别：人脑中的知识是开放的，自己会判断知识应该在什么条件下用；但机器里的知识是封闭的，必须明确告诉它应用的前提和条件。阿尔法狗能够打败李世石，原因就是围棋有着封闭的规则。我常说：智能制造的一个切入点，就是把人的知识告诉计算机，让机器代替人来工作。在这个过程中，一个重要的工作是把开放的知识封闭化。我还认为：可靠性要求高和价值大，在工业界往往是一体两面。这就是机器学习在工业界必须受到约束的原因。
按照GE《工业互联网那个白皮书》的观点，智能制造会重构人和机器的边界：机器做什么、人做什么需要重新分工。在笔者看来，在未来的智能制造时代，机器会把人从紧张、恶劣的工作环境下解脱出来。这就是以人为本。少人化、远程集中移动监控、生产过程无人化的案例会越来越多。同时，人类则转型为知识的生产者、过程的监控者、规则的制定者。
工业4.0强调信息集成。一个重要的原因就是为了便于实现自动的“跨尺度的决策”。比如，一个设备故障或质量异常，可能会瞬间引发生产调度、生产计划、库存计划、采购计划、运输计划的改变。在这个过程中，机器中很多的知识充当决策模块，分别代替各个部门的工作人员，把各个环节的决策过程像接力赛一样层层传递下去。这样，人类的决策时间就被大大压缩了，实现了智能制造（Smart)要求的“快速响应”。同时，机器决策中可以考虑的因素大大增加了，从而可以促进更加科学的决策。
我们知道，持续改进是企业的常态。智能制造时代也不例外。但是，现在和未来的难度却有差别。
现在很多要求的改变，直接发一个联络单、打一个电话告诉操作工、计划调度人员就可以了。人类的知识是“开放的”，这些人知道该怎么用知识。但是，未来这些岗位可能被计算机代替，我们必须用计算机的语言说话。如前所述，计算机掌握的知识一定是“封闭的”，增添、修正知识的麻烦要大得多。搞不好知识会互相打架、漏洞会导致整个系统的崩溃。
怎么办呢？在我看来，未来智能制造系统的“知识”应该是“受控”的。知识进入业务系统应该是“可插拔”的，就像手机安装APP一样。这样，我们就需要一个平台来承载这种知识、让持续改进变得容易。这种平台大概就是人们说的“工业安卓”。
如果把时间向未来拉得更远些，就会发现：智能制造需要很多的“平台”。例如，越来越多的人成为“知识的生产者”时，就要进行知识的大规模生产。这时，“知识的生产”也需要有类似“人机料法环”的要求。而知识生产的平台，就像现在的工业流水线，复杂而严密。
这时我个人的猜测。不一定对。欢迎批评指正。
郭朝晖
转载请注明：http://www.0431gb208.com/sjsbszl/907.html
