【TWINHOW高质量发展科技观察：知识工自动化】

  • 柴天佑：工业数字化网络化智能化的含义是实现产品全生命周期制造活动中知识工作自动化和人机互动与协作智能化，实现产品全生命周期制造全过程优化。
  • 柴天佑为《决策知识自动化》评语：“Fish博士认为，决策需求的分析是在业务流程工作中实现知识自动化的关键，也是企业决策管理的核心所在。通过使用决策需求分析图表，将决策、知识和数据之间的依赖关系图形图像化，清晰地阐明‘局部知识用于局部决策，全局知识用于全局决策’的‘所要即所需，所得即所用’理念，更好地实现知识的价值。本译著的出版对于从事知识工作的自动化的研究具有重要参考价值。”《决策知识自动化》（Knowledge Automation: How to Implement Decision Management in Business Processes）是大数据商业实践手册，通过大量来源于流程自动化的主流应用场景，聚焦于企业业务流程中经营决策的知识自动化这一主题，向读者展示如何在实践中应用决策管理系统更高效地管理项目。 本书适合各企业CEO、CIO、IT架构师以及一切对知识自动化理论感兴趣的读者。本书第一译者为《指挥与控制学报》主编王飞跃教授。

 

 

《新华财经》：柴天佑在“2022 AI+工业互联网高峰论坛”上演讲

 

 

 

中国工程院院士柴天佑表示，工业互联网与AI协同发展实现工业数字化、网络化、智能化才能给制造业带来变革性的变化。

新华财经重庆8月3日电（记者马悦然 王松涛） 中国工程院院士、控制理论和控制工程专家柴天佑3日在“2022 AI+工业互联网高峰论坛”上表示，工业互联网与AI协同发展实现工业数字化、网络化、智能化才能给制造业带来变革性的变化。工业数字化网络化智能化的含义是实现产品全生命周期制造活动中知识工作自动化和人机互动与协作智能化，实现产品全生命周期制造全过程优化。

图为中国工程院院士、控制理论和控制工程专家柴天佑发表演讲

“目前，企业生产管理过程的决策主要依靠人，企业管理者与工程技术人员通过信息系统获取数据并通过人的智能获取生产信息，依靠经验和知识识别复杂运行工况，决策生产指标、工艺参数、控制系统指令。然而，人的决策行为往往制约发展。人的素质不同，知识结构不同，因此难以实现生产制造全流程优化，难以实现个性定制高效化。”柴天佑说。

柴天佑表示，工业数字化、网络化、智能化发展，使制造企业由资源计划、制造执行、控制系统三层结构变革为两层结构，底层是智能自主控制系统，上层是人机合作的智能化管理与决策系统。

面临的挑战是工业智能算法和实现大数据驱动的工业智能算法的智能化管理与控制系统。工业人工智能与工业互联网协同发展为实现工业数字化网络化智能化开辟了新途径。

柴天佑认为，我国的工业互联网是新一代信息技术与制造业深度融合的产物，是数字化、网络化、智能化为主要特征的新工业革命的基础设施，是智能制造的基础设施。

他提出，将工业互联网发展为工业数字化网络化智能化的基础设施，要向“两头”延伸。

一是向企业管理与控制系统下沉。在原有的工业管理与控制系统基础上增加智能数据采集、智能传感、5G和边缘控制系统。将原来的工业管理与控制系统发展成为基于新一代信息技术的自主可控的工业智能化决策与控制系统，将跨企业的工业互联网平台发展成为面向不同工业场景的专业化、智能化工业互联网平台。

二是发展工业人工智能技术，研发产生价值的智能算法。将产品设计、产品制造与产品服务中目前只能依靠人的感知、认知、分析与决策能力和经验与知识来完成的影响经济效益的知识工作，实现知识工作的自动化和智能化，来显著提高经济效益。

柴天佑指出发展工业数字化网络化智能化的思路与方法：（一）问题驱动，找准企业亟待解决的问题；（二）确定目标，以最优秀的操作人员、工程师与管理者为参考目标；（三）采用工业大数据和端边云架构，建立数字孪生系统；（四）将大数据驱动的人工智能技术、工业自动化与信息化和工业领域知识深度融合与协同，研发工业智能系统；（五）采用汇聚研究思想，将学科方法和技术研发相结合，采用团队科学研究模式；（六）机制创新，研究单位、高技术公司、制造企业合作，形成基础研究、技术研发、工程应用长期稳定的合作研究机制和研发团队。