李培根院士新作——未來製造的數字空間一瞥

中國工程院院士

中國機械工程學會理事長

各種新技術，如新材料、增材製造（3D打印）、微納技術、新能源、數字技術（包括智能技術）等必將對未來製造業產生巨大影響。但最深遠、最廣泛且全方位影響製造業的恐怕是數字技術，大數據、工業互聯網、5G、虛擬現實（VR）/增強現實（AR）、人工智能等已經初步形成了製造業應用的數字空間。這些技術的飛速發展驅使人們在數字空間逐步洞見製造業的未來。

當然，未來製造業的數字空間顯然會更加豐富多彩，今天還很難洞見。本文並不詳細探討上述單元數字技術在製造中的應用，僅從三個方面一瞥未來製造業的數字空間。

數字生成

這裡的數字生成指通過數字技術自動生成人們所希望的設計對象。已經嶄露頭角的創成式設計（generative design，GD）（亦有翻譯爲“生成式設計”或“衍生式設計”）即是一種數字生成。

創成式設計應該是21世紀以來在設計領域最令人驚喜的進展。傳統的設計是人(設計者)對某一對象的想象，而創成式設計是計算機基於人設定的問題框架給出可能遠超出人們想象的設計。它模仿自然的演進過程，設計者或工程師輸入設計目標和其他一些參數(如材料、製造方法、成本限制)等，通過雲計算軟件自動給出可能的序列解決方案。它對每一個演進的迭代進行檢查並學習方案是否可行。因爲它將人工智能融入設計軟件中，極大降低了設計的門檻。設計人員有可能不再需要特別的專業知識(如結構、材料等)，而只需要輸入問題目標和限制條件，就可以讓計算機完成專業化設計。創成式設計不但能夠在方案數量上有優勢，而且還能產生很多有創新的設計，構造設計師難以想象的複雜形態，激發設計師的靈感。

很多先進的算法和技術應用到創成式設計中來，包括：參數化系統、形狀語法（shape grammars，SG)）、L-系統（L-systems）、元胞自動機（cellular automata，CA)）、拓撲優化算法、進化系統和遺傳算法等。還有很多受生物和自然系統啓發而開發的算法，例如遺傳進化和後天免疫系統的適應能力以及鳥類、蜜蜂、螞蟻和細菌的覓食行爲等，也被移植過來用作仿生生成設計或優化的算法。[1]

拓撲優化是創成設計中最基本的方法。圖1是Ansys 通過拓撲優化設計得到的鉸鏈案例；圖2是華中科技大學高亮教授團隊利用自己開發的拓撲優化設計軟件進行材料結構一體化設計，對設計結果進行金屬3D打印成型，其結構柔度最小，材料用量僅爲傳統方法的20%，實現了宏觀結構與材料微結構的一體化設計。他們還在致力於把拓撲優化與CAD/CAE集成起來，使CAD/CAE/TO一體化。未來的一體化系統，是真正意義上幫助人進行“設計”，能夠設計出人類工程師很難想象到的結構，而非僅僅在“畫圖”和“建模”方面提高效率。

隨着3D打印技術的發展，創成式設計的應用未來會越來越普遍，人們可以很方便地完成各種創新結構的設計。

圖1 鉸鏈案例-拓撲優化結果（來源：Ansys)

圖2 拓撲優化設計：材料結構一體化設計（來源：高亮）

創成式設計還在不斷髮展中，雖然它能夠演進迭代出大量的方案，但生成完美或優化的方案還離不開人的交互。高亮團隊正在進行 HAD(human-aided design) 的工作,“設計”主要由計算機完成，人輔助之。更進一步，未來創成式設計的前沿交叉問題之一便是免人機交互的創成式設計。此外，如何考慮定性規則的創成式設計，在設計中納入美學、心理學等定性規則，這都是需要進一步研究的問題。

數字生成肯定不只是侷限在材料的拓撲結構設計，某些對象的功能結構設計也可能借助深度學習。

麻省理工學院（MIT）的一支研究團隊開發了一種新的機器人設計系統，叫做RoboGrammar，把提供創意的工作交給計算機來做。只要人提出需求，它便會提供最完美合適的機器人構形。RoboGrammar的操作分爲三個順序：定義問題，制定可能的機器人解決方案，然後選擇最佳模型，如圖3所示。通過這些步驟，RoboGrammar可以設計數十萬個潛在的機器人構形。研究團隊開發了一種“圖形語法（GraphGrammar）”，這是對機器人組件排列的一系列約束。例如，相鄰的支腿應該用一個關節連接，而不是用另一個支腿相連。圖形語法規則基於節肢動物的啓發，例如昆蟲，蜘蛛和龍蝦等。[2]

圖3 RoboGrammar的操作的三個順序[2]

團隊的主要負責人 ALLAN Zhao表示：“機器人的形狀和控制器緊密交織在一起，這就是爲什麼我們必須爲每個機器人分別優化控制器的原因。”一旦每個模擬機器人都可以自由移動，研究人員便可以通過“圖形啓發式搜索”來尋找高性能的機器人。這種神經網絡算法迭代地採樣和評估機器人的集合，可以瞭解哪些設計在給定任務下往往更有效。“啓發式功能會隨着時間的推移而提高，並且將搜索收斂到最佳機器人。”

哥倫比亞大學的機械工程師兼計算機科學家 Hod Lipson 評價道：“這項工作是 25 年來自動設計機器人形態和控制的最高成就。使用形狀語法的想法已經存在了一段時間了，但是沒有一個地方像在這部作品中那樣完美地實現了這個想法。一旦我們能夠讓機器自動設計、製造和編程機器人，所有的賭注都將消失。”

數字還能自動生成什麼？顯然未來的結果肯定會超出今天人們的想象，我們不能只是期待，還需要大膽想象。

智能增強

20世紀60年代出現賽博格（cybernetic organism，Cyborg）概念，意指兼具有機體和生化機電身體部分的生物，1960年由曼弗雷德·克萊因斯和納森·克萊恩共同提出。專指集成了一些需要通過反饋來發揮作用的人造部件或技術，使功能得到恢復或能力得到增強的有機體。此概念誕生以來，這種生物與技術交織在一起的生命體就一直讓人類癡迷不已。“20世紀60年代末，人文學科與新的人類科學發生碰撞，提出了新的理念，即‘人’是一種把所有技術都用於支持和拓展的構造體。”法國人類學家安德烈·勒魯瓦–高漢在他的奠基之作《手勢與話語》（Le Geste et la Parole）中概述了這一轉變“當今時代的我們，有兩種類型的軀體可以選擇……一種是真實軀體，通過體內液體的流動與真實世界相連，另一種是虛擬軀體，通過電子的流動與世界相連。”[3]

賽博格的概念也不神秘，誠如安珀·凱斯所言，當你看電腦屏幕或使用手機時，你就是賽博格（cyborg）[4]。既如此，賽博格也會活躍在數字化企業中。

數字-智能技術的飛速發展，人在未來的製造業中到底發揮何種作用，這真是一個值得思索的大問題。有人提出IA（intelligence augmentation），即智能增強，它所強調的是藉助機器加強或拓展人類智能，而不是取代人類的能力。人與機器和諧共存，智能增強的人類能有效掌控機器，讓機器爲人類服務而不至於人受機器的役使。機器幹機器應該乾的活，人幹人應該乾的事，有時則應人機合作，人機共事。[5]以人強化的機器，以機器強化的人，將永遠優於單純的機器或人類系統。新的賽博格可能就是一個聯網的人類機器。

最近，扎克伯格接受媒體專訪，未來5年將Facebook打造爲元宇宙公司[6]。製造業中的絕大多數人對元宇宙的概念可能還很陌生。扎克伯格認爲，可以將元宇宙視爲一個實體互聯網，人們不僅可以在其中查看內容，還可以置身其中。你會感覺與其他人在一起置身於另一個世界。很多人想到元宇宙時，只會想到VR，這是其中重要組成部分，因爲VR技術能提供最清晰臨場體驗。但元宇宙不僅是VR，你可以在所有計算平臺上訪問元宇宙，包括VR、AR，還有PC，也包括移動設備等。很多人還認爲元宇宙主要是玩遊戲，娛樂顯然會成爲其中重要組成部分，但扎克伯格不認爲遊戲就是全部。他認爲這是個持久而同步的環境，一種混合環境，人們可以共處其中。

元宇宙概念有可能用於製造業嗎？實際上，元宇宙的環境就是一個智能增強的環境。在製造業中有可能構建一個類元宇宙的混合環境嗎？也許這樣的環境能夠幫助人們獲得更強的臨場感、空間感，增強人的空間感知和認識能力。在一個智能增強的環境中，產品開發人員、負責設備運維的工作人員等可以更好地與客戶互動；同事之間能夠更富效率地協同互動；企業管理者能與員工更方便地互動。如何讓互動方式更自然，讓互動的內容更加豐富，讓感受更加真實，這都是未來製造中類元宇宙環境的不盡話題。製造的物理空間、設計者構思的空間都可以映射到數字與物理交織、虛擬與現實融合的類元宇宙空間中嗎？當然可以。未來你可以以全息圖像的方式出現在製造的現場，也可以以全息圖像的方式體驗在想象的場景。

沒有哪位企業家願意故弄玄虛。永遠不要忘記，構建類元宇宙製造環境的目的無非是使物理的製造活動更有序、更優化。

在未來的製造業裡，智能增強的數字系統與智能增強的人類相得益彰。通常，企業中職場人士有藍領、白領和金領之分，以區分不同階層，不同的收入。未來，第四種領子可能會加入進來，在IBM被稱爲“新領”——new collar。[7]不用奇怪，“數字員工”正在到來。

圖4顯示的是梅賽德奔馳公司的第一個數字銷售代表Sarah，她正在和客戶對話。如果你想買一輛最新的奔馳汽車，她會爲你計算性價比，挑選最滿足你需求的選裝套件；她還可以根據你的財務狀況，幫助你計劃是買還是租下這輛車，並量身打造租賃方案。

圖4 梅賽德奔馳公司Sarah（數字人）[7]

數字員工不再是一個聊天機器，而是有血有肉、有着靈敏的情感反應的虛擬的“數字員工”，他們能與人類交流，也可輔助人類決策。通常在人與人的溝通中，一名優秀的人類客服員工會有20%左右的語義內容丟失，但數字員工的語義捕捉率可高達95%。在商業決策中，數字員工具有更寬廣的視野、更深厚的知識儲備，一切基於數據，沒有偏見。此外，數字員工還特別勤勞，不會休假，任勞任怨。[7]未來，融入了知識工程、知識圖譜等技術的人工智能系統將越來越勝任企業的部分工作。他們能使數據產生智慧，實現從數據到知識再到智能應用的轉化，可以爲用戶提供問題答案，爲決策提供支持，改善客戶體驗等。這些功能使他們悄悄地成爲企業的“新領”。

在某些崗位上，有了“數字員工”，人類工程師是否就無所作爲呢？這不應該是我們所希望的。設想有一個具備一定創新設計能力的、基於類似TRIZ（前蘇聯根裡奇·阿奇舒勒提出，基於知識的、面向發明問題解決理論的方法）的數字設計師。他含有大量創新設計的案例， 可與人類工程師交互，能在相當程度上明白人的意圖。人類設計師的介入可以彌補數字設計師的不足，且能夠使數字設計師的智能增強。總之，人類設計師和數字設計師的作用可以互補，而且能互相學習，相互智能增強，不斷提升設計水準。

未來製造的數字空間之靈

製造，無論如何離不開物理實體。製造中最重要的物理實體是產品和製造設備，最典型的物理實體莫過於各種裝備。傳統時代的裝備和產品就是普通的物理實體，哪怕是一些看起來自動化程度很高的裝備，也沒有自感知、自適應、與外界自聯結的能力。未來智能時代的智能裝備或智能產品則不同，他們應該具有自感知、自適應、自聯結，乃至一定程度的“自我意識”的能力。筆者稱之爲“物理生命體”。[8]我們甚至可以把未來更加智能的裝備或製造系統（一個製造企業，甚至其企業生態系統都可視爲一個製造系統）看成“智能製造生命體”。

與傳統制造系統相比，未來的智能製造生命體自然是更富活力、更有靈性的系統。那麼其活力的驅動要素是什麼？生命體的靈性何在？

數據是流淌在智能製造生命體中的血液，它賦予智能製造系統生命力。非但如此，數據還是點燃智能製造生命體靈性之光的燃料。

雖然今天人們已經認識到數據的重要性，但無論是數據的使用量、數據內容、數據工具、數據使用的形式都不能適應未來“智能製造生命體”的需求。

今天的數據已經呈現爆炸性的增長，過去，數據都以關係型數據的形式存儲在數據庫、核心信息系統中。如今數據已經不只是在覈心數據庫、業務系統中，而是無時無刻不在製造環境中產生。工業互聯網和協作網絡以及各類聯網智能設備都帶來海量的數據，這些都是新時代的數據來源，如圖5。如今，企業需要有從海量數據來源中獲取有價值信息的能力。[9]

圖5 數據的多樣性[9]

未來的智能化公司與客戶的關係會在售出產品後還會不斷深化。利用技術和數據完善現有產品和服務，不斷滿足個性化的需求，並創造新的服務。重型商用車生產商戴姆勒卡車北美公司正在轉型成爲一家以數據爲關鍵資產的智能化公司。從工廠車間駛出的每一輛戴姆勒卡車都是一項新的數字資產。一系列車載傳感器和其他技術持續監控車輛的性能，生成數據，提供對卡車狀況的實時診斷。通過對車輛的性能數據進行分析，預測零部件何時可能發生故障，而不再是簡單地向車主提供車輛狀況報告。在緊急情況下，可指引車主前往附近的維修點，維修人員將被提前告知車輛問題並將確認所需零件的庫存，立即協助解決車輛問題。

掌握設備或製造系統的運行狀況，傳統關係型數據庫就有很大侷限性。未來時序數據庫的應用會越來越多。關係數據庫將每次數據更改都記錄爲更新，與此不同的是，時序數據庫會跟蹤並記錄數據變更以及變更的特定時間，並將每次變更的數據作爲唯一值插入。數據集中來自IoT（物聯網）和監控技術的臨時數據規模呈爆炸式增長，在這一背景下，無論是歷史分析還是預測分析都越來越依賴於查詢某個時點的數值，並能持續精準和高效跟蹤該數值的能力。[10]

在產品開發中，數據有着特別的作用。有一種基於溯因邏輯（abductive logic）的創新思維模式。人們熟知的邏輯方式只有兩種：演繹和歸納，前者是從一般推導到特殊，而後者是從特殊推導到一般。這兩種邏輯都是陳述式的（declarative logic），而溯因邏輯是發問式的，具有推測性的特徵。設計師們經常採用溯因邏輯，他們積極尋找新的數據，不斷挑戰已被大衆認可的規則和解釋，努力推演和創造新的可能性。在設計師們基於溯因推理而得到的創意構想中，挑選出最有可能成功的構想，然後進行下一步設計，如此反覆，爲原型製作提供較爲可靠的基礎。[11]需要指出，這種創新思維方式基於豐富的數據，因爲大數據使得原型產生和迭代都能變得更加高效。可見，數據能使設計師更富有靈性。

豈止是產品的開發設計和生產過程運行，企業的戰略與宏觀經濟密不可分。我國在相當長一段時間實行過計劃經濟，其思維方式的影響至今還存在。早在20世紀40年代，哈耶克就指出，經濟社會的首要問題，是利用好分散在個人手中的信息的問題。這是因爲我們在決策場景中所必需的知識，從來不是以整體的方式存在，而是以不完整、甚至經常矛盾的方式散落在不同個體手中。他認爲像計劃經濟那樣的“運算方法之出發點的‘數據’或‘基據’（datum），就整個社會而言，對於一個能夠計算其結果的單一心智來說，從來就不是‘給定的’，而且也絕不可能是如此給定的。”“我們必須運用的有關各種情勢的知識（the knowledge of the circumstances），從來就不是以一種集中的且整合的形式存在的，而僅僅是作爲所有彼此獨立的個人所掌握的不完全的而且還常常是相互矛盾的分散知識而存在的。” 當我讀到哈耶克的觀點，真的驚歎他的偉大，那可是在20世紀40年代！

處在世界經濟洪流中的企業，選擇航道的出發點不能基於“給定的”數據，只能基於從宏觀經濟及自己相關的生態系統中挖掘和整合出的數據。只有在數字空間企業纔有可能洞見行業趨勢、宏觀經濟的走向及自身的競爭策略，否則企業不會有未來。

數據只是智能製造生命體的血液，要真正釋放數據的力量，還需要一個魂。那麼魂是什麼？筆者曾經提到，數字孿生是智能裝備的魂[8]。對於更大概念的智能製造系統而言，數字孿生同樣是它的魂，製造系統的數字空間也因爲數字孿生的存在而顯現靈性之光。

爲了從數字世界中獲得對物理世界的洞察並提升敏捷性，企業首先要爲數字孿生創建強大而全面的數據基礎。當數字孿生連接到物理世界時，可將數據有效轉化爲可執行的洞察決策。但是，不完整或不正確的數據將導致錯誤的決策。除了歷史數據之外，企業需要制定實時數據收集策略，發揮數字孿生提供的實時分析能力。企業可以根據實時數據構建數字孿生，以愛立信（Ericsson）和沃達豐（Vodafone）爲例，他們正在與電動汽車公司合作開發未來工廠。該工廠基於互聯機器和5G專用網絡，每臺機器收集並處理數據後，將其發送到公司的“大腦”——網絡運營中心。這些數據爲整個工廠的數字孿生提供動力：瞭解每個組件、組件到達時間以及組件組裝和拆卸說明。新部件可以在需要的時候準時到達。人類員工使用的工具是互聯智能的，可以根據當前數據和規格自動進行調整。[13]

需要特別注意的是，數字孿生的概念不限於企業內部，應該適合於企業的整個生態系統。也就是說，作爲智能製造生命體之魂，數字孿生貫穿在整個供應鏈系統，貫穿在產品的全生命週期。最初應用的數字孿生主要限於設備或產品，隨着工業互聯網、大數據、人工智能等技術的發展，孿生模型不僅拓展到生產的運行控制，而且進一步擴展到整個供應鏈系統。已有領軍企業正在構建跨越組織全要素的智能化數字孿生，藉助該技術創造與現實世界的工廠、供應鏈、產品全生命週期一致的數字鏡像模型，從而連接起一個更爲龐大的實體網絡。保時捷與材料供應商北歐化工（Borealis）、科思創（Covestro）和Domo Chemicals以及區塊鏈供應商Circularise合作，在整個供應鏈中使用數字孿生，確保保時捷汽車的生產使用可持續材料。通過創建材料的數字孿生，Circularise在整個供應鏈中建立了數字線程，從而實現了材料的可追溯性並追蹤了其他可持續性指標，如碳足跡和節水情況。在整個供應鏈中，各方均可更新數字孿生以反映產品製造流程和生命週期，從而爲保時捷及其客戶提高了透明度。

物流是供應鏈中的重要環節，供應鏈的數字孿生自然少不了物流的數字孿生。2020年7月，鹿特丹港與韓國大宇造船和海洋工程公司（DSME）簽署了一項協議，要在智慧港口和智慧船隻之間構建數字孿生接口。[13]預計不久的將來，構建數字孿生的企業就能在港口環境中順暢交接，而沒有構建數字孿生的企業則徒有焦急等待，甚至望洋興嘆。

製造系統的物理空間和數字孿生空間，看似兩個平行的世界，其實交匯於人的存在。無論怎麼說，製造的數字空間之靈就是人類之靈的反映和進化。

本文所述及的三個方面均是技術的綜合，總體上涉及衆多的單元數字技術，如大數據、物聯網、VR/AR、仿真、人工智能等。三個方面都是技術意識，企業管理者和技術人員把握這些意識，在未來的數字化轉型中尤爲重要。

讓我們在數字空間一瞥未來製造閃現的靈光。

參考文獻：

[1] 張效軍. 創成式設計綜述（一）.起源與概念. 安世亞太，2019-11-20.

[2] MIT科學家讓計算機定規矩，上萬種機器人形態隨你挑！機器人大講堂，2020-12-12. https://baijiahao.baidu.com/s?id=1685882376912141900&wfr=spider&for=pc.

[3] 卡洛·拉蒂 馬修·克勞德爾. 智能城市[M].趙磊，譯.北京：中信出版集團，2019：52.

[4] Amber Case, “We Are All Cyborgs Now,” TEDWomen, International Trade Center,Washington, DC, December 8, 2010.

[5] 吳泗宗. 人工智能(AI)和智能增強 (IA)，2019-10-23.http://www.360doc.com/content/19/1023/09/39353889_868533115.shtml.

[6] 扎克伯格接受媒體專訪，未來5年將Facebook打造爲元宇宙公司. https://zhuanlan.zhihu.com/p/399641926.

[7] 周憶. 當數字員工來臨的時候.首屆中國西太湖全球公司發展論壇，2018-05-11.

[8] 李培根. 物理生命體——漫話數字時代的智能裝備.智造苑，2021-01-07.

[9] 德勤 阿里雲.打造智慧“動成長”企業驅動企業核心系統數字化轉型，2021-03.

[10] 2021年技術趨勢. 德勤報告.

[11] 王曉紅.設計思維：一種基於溯因邏輯的創新思維模式[J].哈佛商業評論，2018-09-06.

[12] 弗·馮·哈耶克. 知識在社會中的運用[M]. 選自《個人主義與經濟秩序》（鄧正來，編譯）.上海：復旦大學出版社，2012：85-100.

[13] 開拓新局，掌握變局時代的技術先機.埃森哲技術展望2021.

來源： 智造苑

-------------------END-------------------