10月21日，2021第五届全球智能工业大会暨全球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，智能制造的市场规模至少是万亿美元级别。

思谋科技创始人兼董事长贾佳亚 图片来源：每经实习记者 安宇飞 摄

贾佳亚称，很多人认为自动化就是智能制造，但其实智能制造的核心在于“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。

不过贾佳亚同时表示，目前智能制造还面临着“数据紧缺”等难题。

全球工业正步入智能制造时代

为什么工业制造需要智能化?

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，它的制作工艺其实是非常原始的。为了检验芯片是否合格，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有问题，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，可以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进行生产，预测未来产品生产的数量，还可以根据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，智能制造具有高度的普适性。但对智能制造来说，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。

智能制造的难题

尽管智能制造可能成为未来全球工业的发展方向之一，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。(智能制造)需要干什么呢?当我去把AI全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名的手机厂商，每家每年按照推出6款不同产品计算，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。这就需要系统可以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，智能制造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。

尽管智能制造仍面临着重重挑战，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，并与标准参考数据进行比对，记住图像的“规则”，从而能够进行原理推导，从而实现对非常见缺陷的准确判断识别。

贾佳亚表示，智能制造想要发展，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。

“如果能够真正实现AI系统设计自动化和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。