智能制造的實(shí)現(xiàn)需要一個(gè)5層的金字塔結(jié)構(gòu)
所有的優(yōu)化算法有四大類(lèi):
本文引用地址:http://www.ex-cimer.com/article/201609/296918.htm一是建模,不確定性比較小,我們可以用傳統(tǒng)優(yōu)化或者是很多算法。
二是機(jī)器學(xué)習(xí),主要基于統(tǒng)計(jì)方法。
三是增強(qiáng)學(xué)習(xí),用于不確定性大到無(wú)法用統(tǒng)計(jì)的方法處理數(shù)據(jù)的情況。
四是進(jìn)化計(jì)算。
常用算法各有各的特點(diǎn),越下面的算法越準(zhǔn)確,越上面的算法越不精確,用這種算法的時(shí)候往往是要結(jié)合的,所謂的上層算法必須要依靠下面的做法,我們?nèi)俗罱K有很復(fù)雜的決策,具體還是需要人去做。所以人工智能面對(duì)真正問(wèn)題的時(shí)候,必須要根據(jù)這一系列的問(wèn)題特點(diǎn)去設(shè)計(jì),這是很大的挑戰(zhàn)。我們要把問(wèn)題轉(zhuǎn)化成計(jì)算機(jī)面對(duì)的問(wèn)題,因?yàn)槿水吘垢?jì)算機(jī)有很大的差異。
有了數(shù)據(jù)以后,我們要提取知識(shí),然后模型只有兩類(lèi),一類(lèi)是數(shù)據(jù)模型,然后機(jī)器去控制,只要確定就可以控制了,還有一類(lèi)有那么不確定性,就是語(yǔ)言規(guī)則,比較模糊的,那么就用于決策,數(shù)據(jù)信息所有都要經(jīng)過(guò)數(shù)據(jù)學(xué)習(xí)來(lái)做,比如說(shuō)信息回歸、函數(shù)很多很多,包括深入學(xué)習(xí)也是一種應(yīng)用網(wǎng)絡(luò)的學(xué)習(xí),這是直接從數(shù)據(jù)轉(zhuǎn)化為信息。
控制最低級(jí)就是設(shè)計(jì),最高層就是邏輯控制,就是決策判斷,人能夠做決策判斷,因?yàn)椴淮_定性有隨機(jī)不確定性和模糊不確定性。如果知識(shí)是很模糊的話(huà),所有的知識(shí)確定兩種不確定性。
比如說(shuō),香港城市大學(xué)是一所好大學(xué),這個(gè)信息是很模糊,說(shuō)這句話(huà)的時(shí)候有多少自信呢?這個(gè)是隨機(jī)的,我們?nèi)丝梢蕴幚?,但是?duì)于機(jī)器來(lái)講是比較難的。因?yàn)楝F(xiàn)在的模糊系統(tǒng)是有規(guī)則的,很難提取精確的信息,有模糊的記憶推理和反模糊化這種知識(shí)表達(dá),但是不能處理隨機(jī)過(guò)度的東西。
因此,我們做的工作就是增加第三維的隨機(jī)信息,建立了三個(gè)維度的邏輯關(guān)系。
智能制造系統(tǒng)是多尺度的問(wèn)題,因此智能制造是多尺度的集群,集成了各個(gè)學(xué)科。目前,在全球范圍內(nèi),還沒(méi)有一個(gè)教授的研究能夠涵蓋智能制造的所有領(lǐng)域,只能專(zhuān)注于某個(gè)方面。打個(gè)不太恰當(dāng)?shù)谋确剑绻f(shuō)工業(yè)界是修車(chē)的,教授就是研究工具的,而企業(yè)界則是生產(chǎn)工具的,教授們的任務(wù)就是盡量提供更多的工具。
★李涵雄,博士,香港城市大學(xué)系統(tǒng)工程及工程管理系,和中南大學(xué)特聘教授。先后入選國(guó)家杰出青年基金(海外)獲得者(2004),教育部長(zhǎng)江學(xué)者(2006),國(guó)家“千人計(jì)劃”專(zhuān)家(2010)和IEEE Fellow (2010)。長(zhǎng)期擔(dān)任國(guó)際權(quán)威期刊 IEEE Transactions on Cybernetics (2002 - 至今)和 IEEE Transactions on Industrial Electronics (2009 - 2015)的副主編和國(guó)內(nèi)多個(gè)核心刊物的編委。出版系統(tǒng)建模和系統(tǒng)設(shè)計(jì)方面的英文專(zhuān)著 2本;在國(guó)際權(quán)威學(xué)術(shù)期刊上發(fā)表 SCI 論文 180 多篇。連續(xù)兩年(2014,2015)被國(guó)際權(quán)威出版社 Elsevier 評(píng)為中國(guó)高被引學(xué)者。最近二十多年來(lái)一直從事智能制造方面的研究,側(cè)重于工業(yè)過(guò)程的智能建模、設(shè)計(jì)與控制,和基于數(shù)據(jù)學(xué)習(xí)的智能決策。
評(píng)論