加拿大工程院院士杜如虚：以韧性智能制造应对全球竞争和危机

9月15-17日，2020全球硬科技创新大会在西安高新国际会议中心隆重举行。本次大会由科技部、中国科学院、中国工程院、上海证券交易所指导，科技部火炬中心、陕西省科技厅、陕西省地方金融监管局、中共西安市委、西安市人民政府主办，西安市科技局、西安市投资局、西安市金融工作局、西安高新区管委会承办的。

在16日下午举办的人工智能创新峰会上，加拿大工程院院士杜如虚、亿欧公司联合创始人王彬、君义投资合伙人王东、高新兴机器人CEO柏林、世邦魏理仕华西区战略咨询部资深董事何乐晔、上海商汤科技智能产业研究院主任刘志毅、金山云首席算法架构师兼人工智能产品中心负责人苏驰、赛灵思人工智能业务资深总监姚颂、新看点创始人兼CEO冷煜、银星智能首席技术官闫瑞君、康力优蓝副总经理兼CMO副总经理赵博韬等领导和嘉宾齐聚一堂，围绕人工智能的技术前沿和商业落地各抒己见，展开热烈讨论。

以下为杜如虚教授演讲原文，亿欧在不改变嘉宾原意的基础上，进行了编辑，以飨读者。

今天很高兴来到西安跟大家做韧性智能制造的讲座。

为什么讲韧性制造，因为现在我们遇到了很多麻烦的问题。大家都知道当前保护主义盛行，技术、原材料、零部件、市场随时可能不保。比如华为断芯、加州大火，天灾人祸不断，交通、通讯、能源都有可能中断。

中国制造需要“韧性”

中国以制造立国，跟美国相比，在六七年前，中国的工业进出口已经超过美国。而美国的电子产品一直领先，电报、电话、手机都是美国人发明的，无线网络也是美国人发明的，中国要想做到第一，面临美国的“封杀”是意料之中。

现在讲两个例子，首先是大家聚焦的5G技术。华为在5G上面做了很好的布局。美国为什么没有做这样的布局？其实很简单，美国认为钱好赚，不想布局了。但中国或者别的国家有机会超越它了，确实就成了一个问题。

遇到这样的挑战，美国用的一个简单的方法就是封杀。我们今天讲的AI也是如此，从硬件到软件，美国也是采用“封杀”的措施。今年1月以后，美国政府已经命令禁止不准美国的AI产品出口中国，现在对我们来说国际环境并不好。

第二，新冠病毒可能是更大的、也是影响全球的一个问题。现在已经有更多的问题被提出来了。短期的口罩产品，长期的经济重启，最后都是韧性的问题。大家知道“隔离”这个词来自拉丁语，在黑死病蔓延的时候，它是欧洲一些国家采取的措施。当时的隔离要40天，现在只要14天，为什么？是因为我们的技术进步了。

创新、布局、应变是韧性理论的三要素

很多人研究的韧性理论到底是怎么回事呢？韧性的理论研究源自于9·11事件，差不多有20年时间了，包括韧性城市、韧性经济、韧性环境等各种各样的分支，现在还有韧性心理学。比如：年轻人读书压力太大，从小学开始就要考试；老年人孤独，子女不在身边，这些都是我们面临的问题。

关于韧性，我们从大自然上面学到什么？比如说胡杨有500年的寿命，相比人只能活1/5的时间。科学家做过研究，世界上最具有韧性的动物应该是小小的水熊虫，大概只有2毫米左右大。它身体上有一种能够适应变化的机能，做到零下10度-20度不死，高温50度-60度不死。

我们研究韧性主要是为了能够抵御各种灾变，或者在灾变以后迅速恢复。中国怎么样获得这样抵御灾变的韧性？我们认为一共有三个部分：一是创新，二是布局，三是应变。

首先，在创新上，新技术层出不穷，一个产品不可能永远领先。美国的电子产品20年前绝对是世界第一，现在这个地位岌岌可危，甚至已经很多地方被中国超越了。

尤其在制造上，现在全球2/3的战略制定，包括中国，都与制造业有关。技术变化飞快，不创新就会落后。创新包括很多部分，包括产品设计创新、制造技术创新、供应链与市场的创新。这里我提一下供应链与市场的创新。怎么提高韧性，就是要创新，特别是供应链要不断创新。

在产品设计创新上，过去创新不创新可能在一代人之间，或者几代人之间问题都不大，比如中国的丝绸有五千年历史。而现在有一个技术叫做骨传导耳机，马上就有人来模仿。

再就是技术制造方面的创新，除了3D打印技术以外，比如，无模成型：过去的工匠一点点敲铜盆，它的特点是不需要模具，但是效率比较低，精度有待提高；但后来我们就有了用水射流做的机床。

第二点是布局。如果我们有一条生产线，一般来说要让这个生产线保持生产，传统的方法是多台机床并行。现在有一些新的方法，比如用所谓“可重复”的机床，一个机床可以做多件设备；或者还有用可移动的堆栈，这些方法都是为了增加柔性。柔性跟韧性看上去是一个矛盾，但其实不是。

其他的方法还包括运筹规划、Monte Carlo仿真验证，可以告诉你很多想象不到的问题。我们国家也有一些公司、大学研究所重构机床。动态堆栈、智能仓储现在也是很火热的话题。通过不同的布局方法，我们可以使制造系统更加具有韧性。

最后，应变包括三个部分：信号、信息、然后是模型。得到信息以后，要通过模型预测它，判断它，什么事情将会发生，然后采取对策，那就是最后一步就是控制决策。

现在很多人讲智能制造，智能制造也有三层。第一层是各种装备集成、数据采集。第二层是数字孪生。我做这么一个计算机控制的机器人焊接系统，我做一个一模一样的数字系统，两个进行比对，这个就是数字孪生。通过二者的比对，我们可以知道这个系统有没有问题。

第三层是最重要的，就是发掘深层问题，我看到数字孪生的信息，要发掘更深层的问题，甚至优化这个系统设计持续改进，这个是所谓的韧性所在。

人工智能算法的新突破

制造行业有那么多工作站，每个工作站都涉及到不同的材料、机器、人、环境、器具等。比如计算机质量控制图一直很正常，突然可能冒一个不知道的东西出来。所谓的韧性智能制造，就是要找到这个突然发生的点。

在工业人工智能时期，我们面临的问题比较多。有数据保密，也就是数据安全的问题；另外还有就是数据孤岛问题。这是因为在工业界里面，各公司是竞争对手，数据不可以共享。第二，数据采集能力是有限的。有时候孤岛的数据根本没有办法得到，不知道怎么做一个数据库。

我们近几年来全力以赴，在开发一些新的算法。我们的算法虽然还没有完全完善，但已经包括三个部分，表述、评价和优化方法。表述是指对抗神经元网络；评价，我们用的是融合函数；优化，就是最优搬运法。

对抗神经元网络这个是最热门的算法，但是很多人不知道这个算法到底来自什么地方，怎么会有这个思想？它源自一个统计学的理念叫做“自举”。这个说法就像掉进水里拉自己的鞋带把自己救上来一样。很多人认为这是不可能的事情，但是统计上它就可以实现。

Brodley Efron教授说，给定一个样本空间对它进行采样，统计总体的均值，如果你对这个采样出来数据进行再采样，甚至多次采样，用这些数据反回去统计总体的方差和均值，准确度就更高。这被誉为是50年来统计学上最大的突破。

现在人们发现这个自举概念可以用在各行各业，比如时间序列和神经元。2014年12月，一个新的突破来自一位非常有才华的青年科学家。他的思想还是自举。他做了两个模型，一个是D，一个是G，这两个之间互相对抗学习，同时进行优化，最后提出了所谓的对抗神经元网络理论。

当时这篇文章一出来，对整个计算机人工智能行业有很大震动。这位科学家在谷歌工作，他的文章出来以后直接放在网上，所有人都可以下载，现在所有人都在用对抗神经元网络。相比起来我们国家的大公司，包括百度、搜狗，在这方面还差的比较远，打开百度，算法没有公开，而广告却很多。

下面讲到评价，人脸的评价相对来讲比较容易。人脸就是一个尺度，但是制造系统其实有多个尺度，从微妙到秒到分，最后到年，这里评价是一个非常困难的问题。我们想用多尺度、编码的方法做，目前也是正在进行中。

最后讲一下计算。那个青年科学家花了那么大精力将算法开发出来，在网上就可以直接下载，说起来是很不合理的一件事情。计算真的非常困难，大家看到一个优化的方程，矩阵都是几万枚，加起来非常难，怎么解这个问题，也是很大的挑战。

我们用的方法来自1781年法国工程师Monge。我这里有沙子，把这个沙子推到坑里，这两个都是不规则的，怎么样推最好，效率最高，这是一个优化问题。这个问题非常难解，最后是另外一个法国科学家解答了问题，他也因此获得了奖。我们最近预测机器人谐波减速器的监控，用的就是神经元网络，最后准确率可以达到96.79%。我们还在继续做这方面的工作。

最后，面对全球竞争和未知的危机，韧性智能制造的三块——创新、布局、应变，希望对大家有所启示。现在我们面临的国际环境不好，要为10年的动荡做准备，有远见的公司都在发展韧性制造。

谢谢大家！