如果人工智能仍被視為一種“屬于未來的技術(shù)”，那么，機(jī)器學(xué)習(xí)則是“早已發(fā)生的未來”，只是尚未普及。尤其是最近幾年，機(jī)器學(xué)習(xí)已顯現(xiàn)出扭轉(zhuǎn)工業(yè)“微笑曲線”的跡象。

　　2017年7月，全球權(quán)威技術(shù)咨詢機(jī)構(gòu)Gartner公司發(fā)布了《2017年度新興技術(shù)成熟度曲線》，并揭示未來10年人工智能(AI)將成為最具破壞能力的技術(shù)，主要是因?yàn)樽吭降挠?jì)算能力、漫無邊際的數(shù)據(jù)集、深度神經(jīng)網(wǎng)絡(luò)領(lǐng)域的超乎尋常的進(jìn)步，機(jī)器將逐漸具備人的思考能力(即機(jī)器學(xué)習(xí))，人們基于數(shù)據(jù)可以解決超乎想象的問題。

　　中國科學(xué)院陸汝鈐院士則認(rèn)為，機(jī)器學(xué)習(xí)掀起的熱潮也許大過其本身真正的貢獻(xiàn)，在理論和技術(shù)上并沒有太多的創(chuàng)新，只不過是由于硬件技術(shù)的革命，計(jì)算機(jī)速度大大提高了，使得人們有可能采用復(fù)雜度更高的算法，從而得到比過去更精細(xì)的結(jié)果。

　　機(jī)器學(xué)習(xí)在工業(yè)領(lǐng)域的前沿應(yīng)用已經(jīng)被很好地理解，“用海量數(shù)據(jù)進(jìn)行訓(xùn)練后將使機(jī)器運(yùn)行變得更聰明的算法”，這是一種通用技術(shù)，可以應(yīng)用于幾乎任何問題。

　　從“程序自動化”到“人工智能”究竟有多難

　　普遍認(rèn)為，智能制造是以“機(jī)器智能”為推動力的，機(jī)器將越來越聰明，機(jī)器越來越會自我學(xué)習(xí)。“流水線、標(biāo)準(zhǔn)化、規(guī)模化、集裝箱、低成本”作為傳統(tǒng)工業(yè)時代的標(biāo)志性產(chǎn)物，都將被重新定義。定制化將會越來越多，IOT(物聯(lián)網(wǎng))、大數(shù)據(jù)對傳統(tǒng)制造業(yè)造成的沖擊影響極其深遠(yuǎn)。

　　而機(jī)器智能、機(jī)器學(xué)習(xí)的來源正是數(shù)據(jù)。以前，機(jī)器插上了電以后就聽人的話;今后，機(jī)器不僅要通電，更要通數(shù)據(jù)。這一切創(chuàng)新的最終目的，是要實(shí)現(xiàn)“人機(jī)自然交互帶來的效率躍升”。那么，人機(jī)交互不夠“自然”，又會帶來怎樣的“效率損失”呢?

　　人工智能的構(gòu)想最早在20世紀(jì)50年代就出現(xiàn)了，當(dāng)年，麻省理工學(xué)院的計(jì)算機(jī)系教授以為“人工智能這個問題用一個夏天的時間就可以解決了?！倍鴮?shí)際上，在此后20多年的時間里，學(xué)術(shù)領(lǐng)域、工業(yè)領(lǐng)域在用電腦模擬人腦上的努力幾乎毫無進(jìn)展。

　　以現(xiàn)代信息技術(shù)的角度看，機(jī)器模擬人與人之間的自然溝通可以分為五個步驟：信息生成——編碼——通信渠道——解碼——信息接收。

　　第一步，信息生成：就是在大腦中想好要表達(dá)什么意思，傳遞怎樣一個信息;第二步，編碼：組織語言進(jìn)行表達(dá)就是“編碼”，溝通中用的是漢語，或者英語、日語、意大利語、西班牙語等，都是對我想傳遞的信息進(jìn)行編碼，各種語言的語法就相當(dāng)于機(jī)器語言的算法;第三步，信道：人與人進(jìn)行自然溝通，空氣就可以作為傳遞信息的通道，機(jī)器之間或者人與機(jī)器之間進(jìn)行溝通，可以選擇光纜，也可以選擇無線信道;第四步，解碼：我能聽懂對方說過的話，就是將對方傳遞的信息進(jìn)行成功“解碼”;第五步，信息接收：完全理解對方要表達(dá)的意思。

　　學(xué)術(shù)界和工業(yè)界曾經(jīng)進(jìn)入一個長達(dá)20多年的漫長誤區(qū)，認(rèn)為人與機(jī)器進(jìn)行溝通，類似于漢語與英語之間的翻譯，必須同時懂得漢語和英語兩種語言，然后才能進(jìn)行“編碼解碼”?？墒牵祟愓Z言太過復(fù)雜，相關(guān)語法僅能覆蓋其中的很小一部分，正如莎士比亞戲劇、中國古典文學(xué)當(dāng)中的很多經(jīng)典名句并不符合語法規(guī)則，但并不妨礙它們成為經(jīng)典。

　　直到20世紀(jì)90年代前后，“數(shù)字是最通用的語言”被廣泛認(rèn)可(數(shù)字語言幾乎沒有語法障礙)，人工智能才開始獲得可靠的技術(shù)進(jìn)步。此后，由于互聯(lián)網(wǎng)、瀏覽器以及搜索引擎的快速發(fā)展，運(yùn)用海量數(shù)據(jù)的“機(jī)器學(xué)習(xí)”迅速崛起，計(jì)算機(jī)的“深度學(xué)習(xí)”開始模擬人腦的神經(jīng)網(wǎng)絡(luò)進(jìn)行分析學(xué)習(xí)。

　　數(shù)字、文字和自然語言一樣，都是信息的載體，而不是信息本身。使機(jī)器具備人工智能的直接目的，就是要使機(jī)器與人之間的溝通，能像人與人之間那樣溝通順暢。推動人工智能與制造業(yè)的結(jié)合，不斷提高人與機(jī)器之間進(jìn)行溝通的順暢程度，這意味著越來越少的人，就能輕易操縱大量機(jī)器設(shè)備的高效運(yùn)行，而這個過程中最重要的步驟就是要使機(jī)器自行學(xué)習(xí)、自行進(jìn)化，不斷適應(yīng)多樣化的制造需求。

　　機(jī)器編程語言一直非常復(fù)雜、不易掌握，只有少數(shù)工程師能學(xué)會，這也是機(jī)器人在制造業(yè)中推廣應(yīng)用的重要因素。目前，中國制造業(yè)每萬人當(dāng)中的機(jī)器人使用數(shù)量大概是50臺左右，而日本、韓國的這一數(shù)據(jù)都超過300。工業(yè)機(jī)器人是一個復(fù)雜的系統(tǒng)工程，不是買來就能用的，需要進(jìn)行編程，將機(jī)器本體與控制軟件、應(yīng)用軟件、周邊設(shè)備結(jié)合起來，組成一條完整的產(chǎn)業(yè)鏈。在中國推行工業(yè)機(jī)器人技術(shù)，最大的瓶頸不是誰會買，而是誰會用。

　　如果人工智能在制造業(yè)中的實(shí)際應(yīng)用真正成熟起來，人機(jī)溝通達(dá)到可以接受的順暢程度，工業(yè)機(jī)器人的效率和潛力將獲得充分發(fā)揮，這絕對是智能制造的一個巨大成就，將使“機(jī)器換人”真正成為這個時代的趨勢潮流。

　　機(jī)器學(xué)習(xí)的“體系化實(shí)現(xiàn)”

　　長期以來，國內(nèi)普遍期待“互聯(lián)網(wǎng)+”各種前沿技術(shù)能使中國制造業(yè)轉(zhuǎn)型升級獲得更強(qiáng)勁的“新動能”，而人工智能則被稱為“互聯(lián)網(wǎng)的下一幕”。目前看來，這似乎并未有效提升制造業(yè)的投資回報(bào)率，也沒有類似內(nèi)燃機(jī)、蒸汽機(jī)那樣的革命性技術(shù)出現(xiàn)。

　　互聯(lián)網(wǎng)技術(shù)主要經(jīng)歷了三個發(fā)展階段——PC互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)和人工智能，整個過程中出現(xiàn)過各種前沿概念和資產(chǎn)泡沫。幾年前“物聯(lián)網(wǎng)”在中國特別火，但至今也沒有出現(xiàn)一個特別大的“物聯(lián)網(wǎng)”市場，可穿戴設(shè)備和VR(虛擬現(xiàn)實(shí))也是如此。所以，當(dāng)政策面期待“互聯(lián)網(wǎng)+人工智能”能夠催生一場新的工業(yè)革命時，只有極少數(shù)制造業(yè)巨頭能從中找到“具有可操作性的著力點(diǎn)”。

　　當(dāng)前最先進(jìn)的IC，內(nèi)部結(jié)構(gòu)就像是一個層層疊疊的千層蛋糕，做出每一層所花時間的平均，就稱為“生產(chǎn)周期”。早年在180納米的時代(約15年前)，一顆IC內(nèi)部只有25層，但是生產(chǎn)一層得花上兩天。當(dāng)前最先進(jìn)的10納米手機(jī)芯片，內(nèi)部已高達(dá)80層。如果一層還是兩天，就代表一個產(chǎn)品要160天，將近半年才做得出來。無疑，沒有人能等這么久?，F(xiàn)在臺積電10納米的生產(chǎn)周期約1.1到1.2天。

　　生產(chǎn)周期已是產(chǎn)業(yè)勝負(fù)關(guān)鍵。格羅方德(globalfoundries)是從AMD分離出來的世界三大集成電路制造商之一，其生產(chǎn)周期約比臺積電長上30%。這不但代表同樣一個廠，臺積電可以多創(chuàng)造三成營收，客戶產(chǎn)品上市的時間也可以快上將近一個月(華為海思、紫光展訊都是臺積電的長期客戶)。而一個月時間，在變化快速的智能手機(jī)市場，往往就能決定一款產(chǎn)品的生死。

　　韓國三星的研發(fā)能力與臺積電不相上下，但是制造管理不如臺積電。最先進(jìn)的7納米智能手機(jī)IC，內(nèi)部結(jié)構(gòu)高達(dá)100層。只有臺積電能夠以成熟技術(shù)生產(chǎn)出7納米IC，即快工能出細(xì)活。為何臺積電的制造能力能夠遙遙領(lǐng)先對手?臺積電先進(jìn)制造環(huán)境已采用“獨(dú)特的專家系統(tǒng)和先進(jìn)演算法，類神經(jīng)網(wǎng)絡(luò)自我學(xué)習(xí)的模式”。

　　在工廠管理部分，10納米生產(chǎn)線收集的數(shù)據(jù)量，是過去40納米的10倍。臺積電以大數(shù)據(jù)與機(jī)器學(xué)習(xí)的方式，善用這些數(shù)據(jù)。以一個月產(chǎn)30萬片的晶圓廠為例，廠內(nèi)3000生產(chǎn)機(jī)臺，每天會產(chǎn)生800萬的派工命令，臺積電的工廠管理系統(tǒng)可以在一分鐘之內(nèi)計(jì)算出最佳的生產(chǎn)排列組合。成果就是，準(zhǔn)時交貨率99.5%，產(chǎn)品生產(chǎn)周期1到1.2天。

　　集成電路是典型的“納米級”制造工藝，1納米=十億分之一米，中國目前已實(shí)現(xiàn)量產(chǎn)的最先進(jìn)工藝制程是28納米。隨著電晶體的尺度小到逼近物理極限，制程要控制的厚度變異量，甚至比一個原子還要小。10納米時代與28納米相比，控制參數(shù)多上20倍。因此，每臺生產(chǎn)機(jī)臺裝了上千個感測器。

　　臺積電更發(fā)展出精密的調(diào)機(jī)系統(tǒng)，大數(shù)據(jù)分析過去累積的很多調(diào)機(jī)記錄，再根據(jù)當(dāng)下的機(jī)臺狀況，即時回饋一個最佳的調(diào)機(jī)參數(shù)組合，例如溫度、氣體流量、電流等。而且，不同廠區(qū)之間還要確保產(chǎn)品品質(zhì)的高度一致性。因此隨時監(jiān)控不同廠區(qū)的機(jī)臺參數(shù)，找出生產(chǎn)狀況最佳者，然后做到標(biāo)準(zhǔn)化。

　　臺積電何以能在生產(chǎn)周期、流程效率上大大贏過研發(fā)能力與其不相上下的韓國三星和格羅方德?無疑，機(jī)器學(xué)習(xí)帶來“管理精度的躍升”功不可沒。而數(shù)據(jù)則成為人工智能的主要能源，如果離開了數(shù)據(jù)，任何組織的創(chuàng)新基本上都是空殼。

　　工業(yè)“微笑曲線”開始發(fā)生逆轉(zhuǎn)

　　“互聯(lián)網(wǎng)+人工智能”得以達(dá)到今天這個熱度，主要是因?yàn)橛布倪M(jìn)步，使得計(jì)算越來越快;數(shù)據(jù)的積累，使得基礎(chǔ)資源越來越大;同時，算法的不斷優(yōu)化，使得解決問題越來越準(zhǔn)。更重要是，風(fēng)投資金和資本市場的持續(xù)高度關(guān)注，加速了人工智能技術(shù)“商業(yè)化變現(xiàn)”的進(jìn)程。而事實(shí)上，這一切并不是更高的技術(shù)革命，只是主流工業(yè)技術(shù)的擴(kuò)散，并不會立刻帶來一個全新的工業(yè)時代，只是在產(chǎn)業(yè)和技術(shù)創(chuàng)新的過程中發(fā)揮點(diǎn)綴作用。

　　可以預(yù)期，未來機(jī)器智能強(qiáng)大的自我學(xué)習(xí)、自我進(jìn)化能力，將足以撼動傳統(tǒng)制造業(yè)的價值鏈結(jié)構(gòu)，而突破口就是飽受詬病的“微笑曲線”。施振榮在1992年首次采用“微笑曲線”來描述制造業(yè)價值鏈——在制造業(yè)的利潤結(jié)構(gòu)中，“研發(fā)設(shè)計(jì)+市場營銷”拿走利潤的最大部分，而“制造環(huán)節(jié)”是微笑曲線最底部、利潤最微薄的那一部分。“股神”巴菲特則進(jìn)一步表示“對制造環(huán)節(jié)無休止的固定資產(chǎn)投資感到十分厭倦”，紐約基金經(jīng)理普遍認(rèn)為“帶工廠的股票不要買”。

　　“微笑曲線”最廣為人知的負(fù)面案例就是富士康組裝iPhone手機(jī)，要忍受超低的利潤率。蘋果iPhone包含上百個零部件，其中約90%在美國以外生產(chǎn)，內(nèi)存來自韓國和日本，顯示屏、電路板來自韓國和中國臺灣，芯片組來自歐洲，稀有金屬來自非洲和亞洲，但所有這些零部件最終都在中國由富士康完成組裝。這個擁有百萬熟練工人、制造力強(qiáng)大的代工巨頭，給蘋果產(chǎn)品代工的利潤率只有不到2%。

　　蘋果公司只做研發(fā)設(shè)計(jì)和市場品牌，制造環(huán)節(jié)都外包出去了，最后利潤結(jié)構(gòu)中的最大部分被蘋果拿走，富士康處于價值鏈的最底層。這就如同微笑嘴型的一條曲線，兩端朝上。在產(chǎn)業(yè)鏈中，附加值更多體現(xiàn)在兩端：設(shè)計(jì)、銷售，處于中間環(huán)節(jié)的制造附加值最低。

　　為何蘋果產(chǎn)品的利潤分配會是這樣一種結(jié)構(gòu)?以往經(jīng)驗(yàn)，往往是離最終消費(fèi)者越近，獲取的利潤就越高。在產(chǎn)業(yè)分工上，離最終消費(fèi)者越近，難度也越大。主要原因有二：

　　一是從經(jīng)濟(jì)學(xué)角度來講，制造商與消費(fèi)者之間的信息往往非常不對稱，你說你是很好的公司，你賣的產(chǎn)品很好，服務(wù)也很好，但是大家發(fā)現(xiàn)所有廠家都可以這么說，最終消費(fèi)者怎樣在不同的廠家之間做一個區(qū)分，在不同的品牌之間做一個區(qū)分，這是決定游戲勝負(fù)的關(guān)鍵所在。二是現(xiàn)今產(chǎn)能嚴(yán)重過剩的現(xiàn)實(shí)，制造高質(zhì)量的產(chǎn)品只是最低層次的要求，甚至只是一種低端的勤勞，如何將產(chǎn)品設(shè)計(jì)與市場需求進(jìn)行無縫對接，才真正考驗(yàn)企業(yè)競爭力。

　　要想扭轉(zhuǎn)制造商在“微笑曲線”中的不利地位，唯一可行的著力點(diǎn)在于提升人和機(jī)器的效率。研發(fā)設(shè)計(jì)、市場營銷都很需要創(chuàng)意，這當(dāng)中有很大不確定性。而制造環(huán)節(jié)最需要的，是效率和精度，這恰恰是人工智能最有發(fā)揮空間的部分。

　　2011年，富士康高層已公布“百萬機(jī)器人”計(jì)劃，在具體推進(jìn)的過程中當(dāng)然會有各種曲折，比如機(jī)器人不如人工靈活、機(jī)器人不具有人的創(chuàng)新力等。但是，富士康從未停止將人工智能和工業(yè)物聯(lián)網(wǎng)導(dǎo)入車間生產(chǎn)線的努力。最近幾年，富士康直接勞動力數(shù)量是持續(xù)減少的，2016年僅在富士康昆山工廠就裁掉6萬員工。

　　富士康通過持續(xù)、大量投資機(jī)器人和人工智能技術(shù)來提升制造效率，毫無疑問，效率即利潤。具體而言，富士康除了維持在機(jī)器人技術(shù)上的重點(diǎn)投入，更關(guān)注“優(yōu)化人機(jī)互動帶來的效率躍升”，這也是富士康多次尋求對AI公司的投資的原因，而機(jī)器學(xué)習(xí)是促成人機(jī)高效溝通的核心技術(shù)。

　　人工智能的工業(yè)應(yīng)用邏輯

　　現(xiàn)今，人工智能技術(shù)能使語音識別的準(zhǔn)確率達(dá)到97%，谷歌(Google)和百度的無人駕駛汽車不斷接近實(shí)際應(yīng)用的水平。創(chuàng)新工場CEO李開復(fù)甚至預(yù)言：“每個領(lǐng)域人工智能都有可能對傳統(tǒng)公司產(chǎn)生顛覆，每產(chǎn)生一個有價值的機(jī)器人，一個人、一個群體就會失業(yè)，這對社會影響非常大。人工智能影響最深的，是制造業(yè)。百度CEO李彥宏認(rèn)為“所有制造業(yè)都將屬于人工智能產(chǎn)業(yè)?！?/FONT>