智能制造的實(shí)現(xiàn)需要一個5層的金字塔結(jié)構(gòu)

　　多尺度與不確定性

　　總的來講，從整個制造業(yè)的高度往下看，制造具有多尺度特性;從最底層的設(shè)備往上看，先是一個快過程，然后是批處理慢過程。生產(chǎn)級別的邏輯控制是有不確定性的，監(jiān)督層越往上，智能化需要越來越高。也就是說，底層的確定性比較高，復(fù)雜度比較低，越到頂層，對應(yīng)的復(fù)雜度也越來越高。下層制造控制更關(guān)心產(chǎn)品質(zhì)量，而上面制造控制更關(guān)心商業(yè)市場的利潤，這主要適用于企業(yè)管理層面。

　　如果把最底層的機(jī)器級和最頂層的工廠級放在一起比較就會發(fā)現(xiàn)，其特點(diǎn)是不一樣的。機(jī)器級是局部特征，而工廠級是全局特征。不確定性很關(guān)鍵，越下面不確定性越小，越上面不確定性越大，這是底層物理驅(qū)動的，所以需要采用動態(tài)控制。

　　最底層的是物理連接，傳感器要觀測很多東西，這個企業(yè)可以做到。從數(shù)據(jù)到信息的轉(zhuǎn)換，利用很多現(xiàn)成的算法，企業(yè)也可以做到。再往上，企業(yè)就比較難做到了，一般只有高校才具備這樣的能力，就是系統(tǒng)與計(jì)算之間的轉(zhuǎn)換以及模型之間的轉(zhuǎn)換。更高的就是認(rèn)知層面了，這里面就需要人和機(jī)器互動了。實(shí)現(xiàn)最頂層的無人工干預(yù)全自動化也許需要未來世界了。

　　智能制造的挑戰(zhàn)

　　因此，智能制造的挑戰(zhàn)從學(xué)術(shù)上來看是具有不確定性的，由于企業(yè)、制造業(yè)的復(fù)雜性和多樣性，無法標(biāo)準(zhǔn)化，所以智能化應(yīng)該如何做到智能感知、智能控制和智能決策，是我們應(yīng)該考慮的。

　　圖中，左邊是物理空間，右邊是數(shù)據(jù)空間，也就是信息空間。任何一個工業(yè)工程都有動態(tài)系統(tǒng)，對于動態(tài)系統(tǒng)傳統(tǒng)做法先介入，然后消除不確定性再進(jìn)行控制，我相信企業(yè)認(rèn)為控制不是問題，認(rèn)為是設(shè)計(jì)問題，任何過程都可以設(shè)計(jì)，但是別忘了在小不確定性的情況下，在大的不確定性情況下，沒法得到系統(tǒng)的方程主體，因此來講對應(yīng)現(xiàn)代生活系統(tǒng)和物理系統(tǒng)，方程的主體就得不到了，我們就需要用學(xué)習(xí)的方法去獲得被控對象的模型。由于不確定性，因此來講不能做控制只能搞決策，左邊是確定性比較小，右邊是確定性比較大。

　　智能制造當(dāng)中最基本的工作就是傳感、建模、學(xué)習(xí)，越往上不確定性越大，我們從設(shè)計(jì)到控制到管理整個這一層面，傳感建波以及學(xué)習(xí)最終目的是消除不確定性，我們的世界是不確定性的，最常見的不確定性是隨機(jī)性，大家都知道，還有一種就是模糊的，學(xué)術(shù)界是叫模糊性的，就是因?yàn)樾畔@取不完整，一個是隨機(jī)的幅度是不準(zhǔn)確的。