思谋科技贾佳亚：人机一体化智能系统核心不在自动化而在于AI工业新时代将以智能为核心

  10月21日，2021第五届全球智能工业大会暨全世界创新技术成果转移大会于深圳召开。

  思谋科技创始人兼董事长、香港中文大学教授贾佳亚表示，1940年，全球工业在发那科、安川等企业的带动下走入了自动化时代；1970年，工业在西门子、IBM等企业的引领下走入了信息化时代；2020年，工业正在走进智能化时代，人机一体化智能系统的市场规模至少是万亿美元级别。

  贾佳亚称，很多人认为自动化就是人机一体化智能系统，但其实人机一体化智能系统的核心在于“智能”，自动化只是“手臂”，智能才是让制造拥有“大脑”并让其进行决策的各种“神经系统”。AI技术正是让制造拥有会思考的工业机器设备的核心因素。

  贾佳亚举了个例子，上世纪60年代专门为阿波罗登月计划研制的计算机，用现在的眼光来看，它的制作流程与工艺其实是非常原始的。为了检验芯片合不合格，当时美国雇佣了非常多的女工，在显微镜下一片一片地看有没问题，如果有问题，则会用人眼判断这个芯片能不能用。

  他表示，当年的阿波罗11号导航计算机，内存是2KB-4KB，存储空间是72KB，处理速度是8万次/秒，而如今哪怕是三代以前的iPhone，内存都有4GB-6GB，存储能达到512GB，处理速度也有15.8万亿次每秒。比较这三个数字，分别是100多万倍的增长，700多万倍的增长和1.2亿倍的增长。制造能力的飞跃，倒逼着检测工艺的进步。

  而智能制造不仅能实现比人眼更精确的观测、检测，还能对产品的生产进行智能调节。贾佳亚称，一个拥有了“智能身体”的工厂，能自行知道原料和生产是否达标，产品的质量如何，自发调整机器的工作效率，迅速针对新产品需求来做生产，预测未来产品生产的数量，还能够准确的通过产品销售情况来及时调整生产安排。

  “经过了1940年的自动化革命，1970年的信息化革命后，工业即将迎来的是智能化革命。与电气化、信息化一样，人机一体化智能系统具有高度的普适性。但对人机一体化智能系统来说，其基础资源不再是电力和网络，而是计算。智慧能力构建和以计算为中心的AI，将成为智能制造发展中最需要攻克的难关。”贾佳亚说。

  尽管智能制造可能成为未来全球工业的发展趋势之一，但目前仍面临着一些挑战。

  “比如一款手机，400多个供应商，所有供应商有5个制程，每个制程有25条产线。（人机一体化智能系统）需要干什么呢？当我去把AI全方面覆盖手机生产链路的时候，我要去做它整个所有零件的管控和质量评审的时候，我要做400×75等于3万种算法。等于为了这一个手机，我这个公司或者这个团队做3万种算法出来。”贾佳亚说。

  贾佳亚表示，如果放眼全球前5名的手机生产厂商，每家每年按照推出6款不一样的产品计算，工业AI若想落地头部手机行业，仅第一年就需要90万种算法，这几乎是不可完成的任务。这就需要系统能自动实现算法组合和部署，人类才可能只提供少量定制化算法，来实现AI的跨领域规模产业化，这是一个巨大的命题，如何能实现自动的算法组合和部署，也是一个系统工程。

  与此同时，人机一体化智能系统还面临着数据紧缺的问题。贾佳亚表示，可靠的AI模型离不开大量数据的训练，尤其在工业场景下，对AI的准确率要求极高，然而目前工业生产的有效数据非常稀缺，可供训练的样本极小。通过传统的AI训练/检测的新方法，当训练样本不足的情况下，很难成功检测出非常见的产品缺陷。

  尽管人机一体化智能系统仍面临着重重挑战，但国内一些公司也在技术方面开始了“破局”的尝试。贾佳亚以他创办的思谋科技克服“数据紧缺”难题的过程举例，称公司通过自研的区域感知异常检测器（RADD），对目标区域各个细节进行捕捉，并与标准参考数据来进行比对，记住图像的“规则”，从而可以有效的进行原理推导，以此来实现对非常见缺陷的准确判断识别。

  贾佳亚表示，人机一体化智能系统想要发展，需要记住三大核心原则：第一个是普适性，不是只做某一个行业，而是大到汽车、飞机，小到半导体、晶圆和3C产业都要做；第二点是以计算为先，不依赖于电力和其他的基础能源，依赖的是算力；最后，是要保持永不间断的学习。

  “如果能够真正的完成AI系统模块设计自动化和AI系统部署自动化，那么未来的几十年，就将是新一代的智能产业变革。”贾佳亚说。