3C科普 3C 智能制造是指计算机（Computer

3C科普

3C 智能制造是指计算机（Computer）、通讯（Communication）和消费电子产品（Consumer Electronics）领域的智能制造。

近年来，3C 智能制造发展迅速。我国是 3C 制造业大国，全球大约 70%以上的电子产品均由中国进行制造和装配。为推动 3C 智能制造创新生态高质量发展，2022 年 7 月，由小米牵头，联合产业链上下游企业、高校院所等创新主体共同组建了“3C 智能制造创新联合体”，这是全国首家民营企业牵头的国家级创新联合体。

该联合体集聚了智能制造领域科研、产业、市场等优势资源，成员包括清华大学、华中科技大学、中科院软件所、仪综所等高校与科研院所，以及珞石、思灵、凌云光、优艾智合等科技企业。其立足制造本质，以工艺、装备为核心，以数据为基础，跨学科、跨领域融合创新，系统化突破关键核心技术和系统集成技术，向“数字化转型、网络化协同、智能化变革”方向发展。

在 3C 智能制造中，工业机器人的应用具有重要意义，可以有力地降低人力成本、提高工作效率并降低成本。然而，3C 制造业产品大多生命周期短、工艺变化大，产品自动化生产技术实现难度及资金投入大，因此自动化程度较国外更低。目前自动化设备主要应用在冲压、打磨、抛光、喷涂及测试等环节，其他环节如分拣、包装、装配等目前自动化程度普遍较低。

以 3C 行业全自动装配流水线为例，它是一款自动化装配线智能改造设备，可打造无人化车间。其工艺流程包括外观视觉监测、蜘蛛手分拣、隔板上料、产品对合并输送、下隔断上料、多关节机械手插板、上隔断上料、封切机（包含抽气功能）、坐标机械手装箱、自动开箱机、称重复检、拆盖封箱机、自动贴标、自动捆扎、多关节机械手码垛、托盘供料等。整个过程只需几名工人备料和运料即可，全自动高效运行。

此外，像海柔创新这样的企业加入 3C 智能制造创新联合体后，发挥科技创新力量，以全球首创箱式仓储机器人系统推动智慧仓储物流场景的落地，帮助企业实现降本增效。该系统可帮助客户一周内实现自动化改造，提升 80%-500%存储密度，提高工人工作效率 3-6 倍。

未来，3C 智能制造有望在工艺创新、制造软件系统创新、装备创新、数智创新等方面持续发力，不断取得新的突破。例如，创新联合体将继续推动协作创新，共同打造核心技术平台，以行业应用和场景化的解决方案赋能 3C 制造业；企业将研发更多适用于 3C 行业的智能制造整体解决方案，涵盖从零部件生产到整机组装等多个环节，进一步提升生产效率和产品质量。同时，随着人工智能、大数据、物联网等技术的不断发展和应用，3C 智能制造也将朝着更加智能化、柔性化和个性化的方向发展。#新潮科技讨论# #五克拉智造科技# #科技新品大讨论# #智能科技探讨#

智能制造=人工智能+制造吗？

文/郭朝晖（博士，教授级高级工程师，

优也信息科技有限公司首席科学家，走向智能研究院首席研究员。）

人工智能的两个经典学派

谈到智能制造，人们很容易联想到各种高级算法，如机器学习和逻辑推理。事实上，人工智能技术在最近十几年最重要的进展就是深度学习技术，这也是人工智能最近成为热点的原因。

人类发明计算机的初衷是帮助人们进行数据计算。由于人的很多思维过程都可以转化成计算问题，所以计算机往往被俗称为电脑。计算机可以计算很多问题，但只有一部分算法被称为人工智能算法。

一般来说，人工智能的算法往往有两个特点：一是普通的算法不容易解决，二是与人的思维接近。因此，算术、方程求解、排序等常见算法一般不被算作人工智能算法，只有涉及复杂逻辑推理和知识学习等问题时，才被称为人工智能算法。

计算机在解决逻辑推理问题时，往往先将其转化为搜索问题。人工智能关注的搜索问题往往会面临组合爆炸，计算机也难以求得最优解。下棋就是这种典型问题。但是，面对这类组合爆炸问题，人类往往有能力用有限的搜索找到相对较好的办法。这就是体现智能的地方。有人把智能算法的特点描述为能够从一个巨大的搜索空间中迅速找到比较好解的算法。因此，谷歌公司建立之初就定位为“做人工智能的公司”。

要把人的想法变成计算机代码，前提是必须能用计算机语言精确地表达出来。但是，人的很多认识恰恰是难以用语言表达清楚的。例如，我们很容易认出一个熟人，也很容易识别梨的味道，但这些认识不容易说出来。再如，棋手对“棋势”有一种直觉的认识，这种直觉能够帮助人们把注意力聚焦在个别重要的棋子上。但是，这种直觉同样难以用精确的语言来描述。这些一般被称为“默会知识”。

人类语言表达不清楚的东西，往往无法直接变成计算机代码。机器学习就是用来解决这个困难的。所谓机器学习，一般是用数学函数模拟人或动物的神经系统，通过数据不断修正这个模型，从而形成类似感性认识的知识。这样就避开了“默会”知识“难以编码”的困难。

然而，让计算机获得“感性认识”并不容易。例如，模型识别的错误比例往往太高。导致这类问题的原因很多，有数据的原因、模型的原因，也有训练算法的原因。随着计算机计算和存储能力的增强，积累的数据越来越多。在这样的背景下，出现了深度学习技术并在多个领域取得了巨大的成功。于是，人工智能成为近期的热点。

人们可以从很多角度认识人工智能，由此产生了很多的学派。其中，两个经典的主流学派分别是模拟逻辑推理的符号学派和模拟神经系统结构的连接学派。这两个学派的方法可以结合在一起进行应用。例如，阿尔法狗需要进行逻辑推理，但为了解决搜索中组合爆炸的问题，又需要模拟棋手的感性认识，而这种感性认识就是通过深度学习得到的。

自动化与人工智能的控制论学派

除了上述两个经典学派外，人工智能还有一个重要的学派被称为控制论学派。控制论是自动化和智能化的理论基础。多年以来，自动化学科比人工智能更成熟、应用范围更广和影响力也更大。因此，学术界谈论人工智能时，指的往往是上述两个学派，而不是控制论学派。但是，这个学派的思想恰恰是智能制造主要的理论基础。

20世纪40年代，控制论之父诺伯特•维纳（Norbert Wiener）想到一个问题：机器和动物（或人）到底有什么区别？维纳认为，机器一般只能按既定的步骤和逻辑运行，而动物能通过信息感知到外部世界的变化，并根据新的信息进行决策、采取行动。例如，一只正在吃草的山羊突然看到了一只狼，它会马上停止吃草，奔跑逃命。自动化就是要把感知、决策和执行3个要素统一起来，这3个要素类似于动物的感觉器官、大脑和四肢的功能。这就是自动化的本质特征。事实上，自动化系统一般由传感器、控制器和控制对象构成，分别用于信息获得、决策和执行。

与人工智能的两个经典学派不同，控制论关心的是效果和作用，往往不在乎算法和逻辑是不是复杂。事实上，自动化用到的一些算法和逻辑可能相当简单。

最近几十年来，自动化应用的范围越来越广，但也有局限性。一般来说，自动化系统能够应对的都是“预料之中”的变化。当出现设备故障、生产异常等预料之外的问题时，还是需要人来处理。这是因为计算机处理问题都是有预案的，其灵活处理问题的能力远远不如人类。

智能制造的概念

智能制造技术是信息通信技术的发展带动的，是信息通信技术在工业的广泛、深入应用。德国的工业4.0和美国的工业互联网都属于智能制造的范畴。

从整体效果来看，智能制造能够加强企业快速响应变化的能力。市场或用户有了新的需求，能够尽快设计并制造出来以供应市场；供应链发生变化时，能尽量避免对生产经营产生的不利影响；生产设备或产品质量发生问题时，能尽快找到问题的根源和解决问题的办法。

从业务角度来看，推进智能制造的主要作用是要促进多方协同、资源共享和知识复用。通俗地讲，协同就是多方协作时“不掉链子”，不耽误彼此的工作；资源共享有利于低成本地获得优质资源；知识复用则可以提高研发和服务的效率，降低获得知识的成本。当企业中的物质、知识和人力资源都能用数字化描述时，互联网就容易促进协同、共享和复用。

计算机的运算能力很强但灵活处理问题的能力很弱。这是限制自动化技术广泛应用的重要原因。为了解决这类问题，先进的制造企业普遍采用了信息化技术。信息化系统能够为管理者收集信息、帮助管理者决策和管理企业的生产和经营。与自动化系统相比，信息系统把决策的工作交由人类完成。

在数字化、网络化时代，成千上万的设备可以实时、高速地采集数据并汇集到一起。人类可以得到更多的信息，但处理信息的能力受到了生理极限的约束。为了解决这个矛盾。美国通用公司发布的《工业互联网》白皮书就提出了解决办法。该白皮书指出，工业互联网有3个要素：智能的机器、高级算法和工作中的人。智能机器指的是可以实时接收和发送数据的机器。但是，人类并不直接处理这些数据。高级算法就像人的秘书一样，帮助人们处理实时数据，从海量数据中找出那些需要人类关注和处理的问题，交给“工作中的人”来处理。

另外，对于常见的问题，可以把专家处理问题的逻辑和方法变成计算机代码，让机器按照人类的想法进行决策。这就是人类知识的数字化。通过这种办法，可以进一步减少人类处理问题的负荷，提高决策的自动化水平——这其实就是智能化。

从某种意义上来说，智能化是自动化和信息化的融合。自动化和信息化融合的思想很早就有了，但在信息通信技术不够发达的时候，技术上很难实现。于是，机会留在了智能化的时代。

智能化对工业企业的意义非常巨大。从企业生态的层面来看，智能化能促进企业之间的分工细化并在企业间建立新的生态关系。“分工促进生产力的发展”是一条非常重要的经济规律。由于互联网能够提高企业之间的协同能力、降低分工的负面影响，这为促进分工的细化奠定了基础。总之，从企业间的关系来看，智能化能够促进社会资源的优化配置。从企业自身的层面来看，智能化能提升企业的管理能力。在我国很多企业中，“技术水平低”的本质往往是管理水平差。某些企业的管理问题所导致的成本损失会超过企业的利润。通过推进智能化，人类的很多决策工作可以交给机器去做，也可以在机器帮助下或“监督”下去做，通过提升企业的管理能力，大大减少因管理不善导致的问题。从现实效果来看，智能化往往能够有效地推动企业整体利益实现最大化。

智能化与人工智能

智能化是一场决策革命，即通过数字化的方法代替人决策、帮助人决策、“监督”人决策。对工业过程来说，决策所需的知识往往是工业人多年积累的结果。这些知识的逻辑往往是清晰的、能够被准确表达的。推进智能制造的时候，容易把这些知识转化成计算机的代码，但智能制造未必用到人工智能的典型算法。因此，“智能制造等于人工智能加制造”的观点是错误的。

但是，经典的人工智能技术确实能够促进智能制造技术的发展。在一些场景下，传感器采集到的信号并不容易转化成语义明确的信息。例如，摄像头可以采集到产品表面的图像信息，但不能把图像信息与质量缺陷的类型和级别对应起来。如果这类问题解决不了，质量管理的逻辑就难以自动地实现，智能化的进程就会受阻。

深度学习等典型的人工智能技术特别善于解决图像识别问题。事实上，图像识别是人工智能算法在工业界最典型也是最主要的应用领域。缺乏人工智能技术，智能制造的体系往往是不完整的。

《张江科技评论》！

相关问答

你好,不是核心期刊,只是有影响因子的国家级期刊《智能制造》中国机械工业联合会主管,机械工业信息研究院、中国计算机用户有协会CAD/CAM分会主办的国家级月刊...

1、计算机编程方向以编程为主导,可以尝试购买MacBookAir。毕竟业界大多采用unix系统,Apple的masOS系统就是其中的一种unix系统,可以熟悉开发流程,脱离Wind...

通过应用先进的信息技术(如互联网、物联网、人工智能、大数据、机器人等)和现代制造技术(如先进制造材料、先进加工技术、先进制造工艺等)来提高生产效率、质...

智能制造和自动化是两个不同的概念,但它们之间存在密切的联系。自动化是指机械设备、系统或生产、管理过程在无人直接参与的情况下,根据人的要求,经过自动检...

智能制造是一种由智能机器和人类专家共同组成的人机一体化智能系统,其特点是:1、虚拟现实技术这是实现虚拟制造的支持技术,也是实现高水平人机一体化的关键...

不是国控专业计算机专业是高考时志愿填报最多的专业,而开设计算机类的大学,更是达9成以上,热门的,随着国民经济的发展,延伸到智能制造,互联网教育,互联网...

随着工业4.0时代的来临,系统化、数字化、智能化、数据化已经成为中国制造业变革的总体方向。智能制造系统,将互联网、云计算、大数据、移动应用等新技术与产品...

学习智能制造可以使用各种品牌和型号的笔记本电脑,主要取决于您的个人需求和预算。在选择笔记本电脑时,可以考虑以下几个方面:1.性能:智能制造所涉及的软件...

智能制造是一个系统工程,集成了数字化设计与制造,智能设备,工业机器人,工业物联网,人工智能,大数据,智能运维管理等关键技术,涉及机械工程,控制工程,计...智...

我认为有区别,其区别在于:智能制造增加了可自主优化和设计产品的人工智能技术在里面。因此,智能制造相较于机械自动化具有更高的工作效率,更节省时间和材料...