台湾云端运算产业协会副理事长刘瑞隆:智能制造的发展离不开云计算人才

5月19日,由中国电子学会主办,ZD至顶网协办的第八届中国云计算大会进入第二日程,台湾云端运算产业协会副理事长刘瑞隆针对智能制造趋势下,云计算未来发展展开了阐述。

ZD至顶网CIO与应用频道 05月19日 北京消息(文/齐丰润): 5月19日,由中国电子学会主办,ZD至顶网协办的第八届中国云计算大会进入第二日程,台湾云端运算产业协会副理事长刘瑞隆针对智能制造趋势下,云计算未来发展展开了阐述。

台湾云端运算产业协会副理事长刘瑞隆:智能制造的发展离不开云计算人才

刘瑞隆表示,“对整个云计算产业未来得发展,我觉得仅仅是砸钱对未来可能是不够的。因为未来智能会进入到智能工厂里面,所以我们必须找到人才,必须有智能制造的元素,那就是我们云计算从业者,所以我想整个智能的思考应该是定位在这样的境地。”

以下是刘瑞隆演讲实录:(以下内容根据现场速记整理,未经发言嘉宾确认,仅供参考,谢绝转载。)

谢谢主持人,各位领导还有各位嘉宾,早上好,我看时间有点早,我想办法贡献一点时间,遵守这进度。

我本身是系统集成商非常荣幸都能够来参加我们中国云计算大会,共享盛举。我们讲这个智能制造,今年是我们十三五计划的开局之年,十三五计划战略性的先进战略,推进经济转型升级,在信息化工程的重大建设,聚焦宽带中国,云计算,物联网大数据这项目,在制造要强调提升的创新能力跟基础能力。那我们讲到智能,对我们云计算的从业者来讲,我们智能需要什么?需要云计算,需要大数据,所以对我们来讲非常好的机会,刚刚提到李院士,1956年首先在人类历史上,第一台既有人工智能出现,那我们现在知道韩国围棋手李世石败给谷歌的人工智能。那我们知道李世石是世界排名第四,世界排名第一是中国的柯洁,我们中国人鹿死谁手还不晓得。不过我们知道对下棋来讲人工智能是最强,那我们人类恰恰这方面,我们人类瞬间处理能力的有限。但是人工智能要来超越、要来统治人类,我想这个还没到,我不敢说发展,因为有一些关键还没办法突破,晶片是物理特性做出来,我们人类最强的功能并没有。那同时系统理论来讲,我们一般系统理论讲的九个层级,第一层级静态系统,第二是简单动态,第三是细胞等等,到第九层级是超级系统,人类目前的系统理论,都还处在第三层级回馈系统,就在温度、控制,温度高于多少启动压缩机,温度低于多少关起来。

因此昨天好多院士都说这么大型、快速的计算机储存、我们做出来不困难,但是程序写不出来,主要是程序很难去写,因此我们要担心它取代我们是短期不会发生,但是我们可以充分运用它的强项,它的记忆、运算,目前已经非常强大,因为它击败很多人了。我们充分运用它的强项在我们制造里面来提升我们的效率。

我们目前在全世界我们都会遇到在制造上面的困难。我们知道以前在讲工业革命,有六大块,集中化、同步化、标准化等等。昨天有专家讲到黑色,但是现在不是了,现在人很难搞,各式各样,一云多频,口袋掏出来都是智能手机,各种尖端设备,还有手表打高尔夫球等等各式各样的先进设备。我们看一样设备都看的很高兴。那我们知道制造的时候多困难,你随便改一个东西我们都要做半天,所以多样化的需求,在我们制造商造成很大的困难。

另外产品的生命周期,大幅的缩短,因为一个产品两三年,现在一年都撑不过,有的更快半年,我的朋友在美国非常著名的电脑公司,担任QA(英文)工作,他说以前很好做,产品进来之后要上市,产品送到QA这边来,先让它放三个月再讲。而现在不是,COO站在后面,好了没有,好了没有,那怎么办?就出去了,我说这出去怎么办?管它呢,到现场去,全线的工程师去面对。所以现在生命周期大幅度的缩短。

另外的新时代的人机互动的模式出现,要么是人工要么是自动化。自动化大批量下去,我们制成需要时间,那没关系我们总是应付过来,现在不是,都是讲少量多种,批量不是很大,需求不断的改变,所以设备的互动。反正就是800、2000,现在不是,现在越来越贵。但是没办法,人类追求更美好的生活,大家要提升待遇,这不是大家共同需求的吗?所以就必须要自动化,那没自动化的怎么办?但是又人说自动化怎么办?但是人没有工作,我说不会了,我入行的时候是1980,我们在座的很多年轻帅哥美女没有经历过,我们去云南是手写的布子上面盖个章没有计算机。那现在看你去云南看没有了。所以我想人类也是调试,对生产来讲我们也面临着调整,调试成功有教育有相关的配套你就会成功,调试不成功你就会被淘汰,我们看到世界上很多国家的繁荣跟兴衰,这真是三五十年来我们亲眼看到见证这历史,那我们中国发展这么强大,这是最好的印证。

那么有序发展,世界环境发展的在1987年的时候我们的未来报告里面,满足我们的需求,但是对我们生产制造来讲又是一个大的难题,为什么呢?因为你所有的生产条件变的更严苛了,不过没关系,我们国家很英明,我们用中国制造2025的方案,中国制造2025的方案就是要在2025年变成制造强国,而事实上我们很强,我们的工信部跟标准委员会在去年年底的时候发布了一个叫做智能制造,标准体系的建设指南,里面口号就是智能制造标准先行,什么意思呢?就是要解决一些智能设备,解决一些感知设备标准不一的问题。我们在推智能制造最严重的就是这些设备,它的之间产生了很多问题,但是如果有一个标准把它标准之后,大幅度降低了困难。 就是我们要追求,我们工业4.0就是做这个事,我们利用云计算的大数据、物联网,把IT和OT结合在一起。IT和OT结合在一起,就是在IT里面我们随时掌握生产的这些信息,得到产能跟质量的见解。OT我们当然希望掌控性能情况,以及轻重缓急透过这方式都能够很好的实施。所以工业4.0它的效益会非常大,它是一个跨产业、跨供应链、价值链水平的整合。会从软件工具到机器设备到系统集成到产品制造,也就是说我们过往,我们要去买东西的时候,你想说我要去,你到一个小店里面买一个皮包可能可以,你要帮我做一个什么东西,你今天要去生产一批什么样设备的时候,你说几千万台几百万台也好,让这些变成可行,高度的弹性,所以对生成力提升,是国家强大的一个方向。

我举几个例子,过往我们在机台上面,我们作业员就是防震衣,不过我看她没戴口罩,最好戴一个眼镜。实际上已经很多发生了,就是可以用统一的机台服务中心,来做控管,减少人员到现场机台去的时间。

另外就是自动化的工厂,你把钱花下去就有了,30年前日本喜欢做一大堆。但是配套的管理方式,这个是最重要,所以为什么一再强调,我们云计算的要积极地投入比如说(Technical)积极做起来。另外就是过往固定式的操作,刚才提到未来取得的弹性,就是人跟自动设备协同,跟机器协同的时候,这不错,这概念可以在引申,或者人牵着安全机器人,这个会引申很多相关关联上的特点,这可以值得我们科学家进一步的研究。

我们讲到智能工厂的大数据应用,我举一个例子来讲,一千万设备大概有四百个感测器,一分钟60秒,那一小时60分钟称一称一小时就是1440万B的。我们取三分之一就是三百万B,这是非常庞大,所以它会提供很多的数据来源。这数据主要目的干什么呢?就是我们把它应用之后,昨天李德义院士讲了一个,数据定义软件、软件定义网络、网络定义资料中心,我觉得引申能够整合智能工厂的管理,包括探知、诊断、控管、可视化全方位的去来实现。对我们计算从业者来讲,台湾有很多的半导体工厂,或者九成以上,它从选料、派工到生产包装都已经自动化,因为你花钱买这些设备不困难,那你想到要不要花钱,你想到作业员一方面提升效率,尽量少喝一点水,不然你上厕所也是浪费时间,这是不仁道。不小心掉地上以后糟了损失很多,所以干脆全面自动化,这是必然的。

投资这些设备不困难,但是怎么去做管理?我们刚才提到,我们过往人类非常擅长的(Feedbackcontrol)我们云计算大数据非常重要的去做(Feedbackcontrol)类似这样的概念。其实我们在太空科技和卫星里面都应用到。等到它来的时候上上下下已经飞出来,所以基本上做的排面去控制它,这样子还不相信的话,我们中国发射太空人到火星去就知道,那你怎么(Feedbockcontrol),云计算、大数据来做(Feedbackcontrol)非常重要的改变,花钱买设备不重要,那是怎么样改变。

所以现在来发展工业4.0非常好的机会,其实德国喊工业4.0,是因为它的汽车制造非常强,但是它的信息产业远远不如美国甚至不如我们中国。所以他想透过工业4.0来提升这方面的竞争力。用我们的技术云计算、大数据分析,就是在座的各位有非常好的机会,中国制造2025来达到我们的目标。

刚才讲到智能工厂产生大量的数据,大量的属于必须要活化,就是昨天的李德义院士说的,在资料定义软件这是第一次听到,我觉得很兴奋。这资料定义软件这可以发挥,数据活化之后,我们最主要的云计算从业者,我们扮演着推手这角色。

对整个云计算产业未来得发展,我觉得它是一个我们砸钱,我们过往要提升产能,我们砸钱买设备,花钱请人来操作,老板可以高枕无忧,未来可能不够。为什么?因为你在智能制造里面,你未来智能老在智能工厂里面,所以我们必须找大人才,必须有智能制造的元素,那就是我们云计算业者。所以我想整个智能的思考应该是定位在这样的境地。

刚才提到智能制造就是机器人,会不会取代人类,这个MIT荣誉学者叫(Rodneybrebooks)他说机器人终究是人类的帮手。我们应该放心强化智能的部分,最重要的在智能工厂里面有一个非常重要的角色,就是系统集成 。我本身是系统集成业者,从业41年的时间,看过很多很多大型的系统,整个系统的集成从无到有的过程,所以需要大家多多重视系统集成业者,当然国家也给很多的协助,我们也会充分发挥我们该应尽的责任,大家一起来

(以上内容根据现场速记整理,未经发言嘉宾确认,仅供参考,谢绝转载。)

来源:ZD至顶网CIO与应用频道

0赞

好文章,需要你的鼓励

2016

05/19

11:24

分享

点赞

邮件订阅
白皮书