基于现代工业基础的智能化
自动化和智能化有什么区别？我向来反对咬文嚼字，就把这个问题转化成另一个问题：在全自动化的工厂里，为什么还需要人？我想至少有两类问题需要人来处理：1、生产过程出现问题和异常时，需要人来发现和处理；2、对现有生产方式的改进与创新。从自动化到智能化，其实就是要解决这类问题。
这两类问题又与一个概念有关，这就是“标准”。在笔者看来，“标准”是连接现代工业思想与数字化的桥梁，是理解智能化的关键。以“标准”为基础，上面两类智能化问题都可以很好地定义，并借助数字化方法完善：所谓的“异常”就是超出了标准允许的范围；所谓的改进与创新，往往就是标准的优化与改变。
工业界实用的好方法，往往看似“笨办法”，而标准化就是这样一种办法。遇到问题时，学术界的许多同志总想着用理论方法给出答案。但现实中，理论有各种局限性，人们往往在很大程度上需要借助实践和尝试。一旦通过实践或者尝试成功了，就把成功的方法记下来，这就是“标准”。标准不一定是最理想的，但严格遵守标准却能取得理想的结果。
在现代工业企业中，标准往往成为一个体系，覆盖到生产经营的方方面面。比如，产品标准、工艺标准、控制标准、操作标准、设备维护标准、采购标准、检验测试标准等。标准越是完整、全面，随机干扰就会被压缩得越少，生产过程和产品质量也就越稳定。
很多人注意到：在智能化的过程中需要利用人的知识。数字化的实施过程，往往是把人的知识数字化、软件化。这样，让计算机去处理问题，本质上也就实现了标准化。我们注意到：在数字化时代，计算机管控标准的能力大大提升：可以分场景建立标准、可以根据不同产品分别建立标准、可以把若干函数作为标准、可以把若干条曲线作为标准；可以把2维的图像作为标准；可以把多变量形成的模式作为标准；.....这些标准可以在生产过程中实时监控。
知识是什么呢？人工智能有一个学派叫“符号主义”或者“计算机学派”。在这个学派中，用符号描述概念，知识的本质是概念之间的关系。比如，“老虎会吃人”是一条知识，而“老虎”、“人”都是概念。
我们一直用控制论的观点认识智能化：通过获取和处理信息，提升系统的能力。于是，就出现了一个问题：除非是人类的输入，计算机获得的信息都是通过传感器获得的。但传感器的都是物理量，如何去对接人类知识中的“概念”呢？我把从传感器的数据转化成“概念”的过程，称之为“感知到认知”。
人们眼睛看到老虎的图像，脑子中就出现老虎的概念。这就是典型的认知。与计算机相比，人具有更强的认知能力。人工智能的一个重要作用，就是让计算机具备“认知能力”。但我们必须强调的是：在工厂的场景下，人工智能只是让计算机具备认知能力的方法之一、甚至不是最重要的方法。意识到这一点，才能看到智能化广阔的应用前景。
在钢铁厂的连铸车间，通过光电管的通断，计算就能知道某一块钢坯到达或者离开了。这本质上就是一种“认知能力”。当然，这种认知的前提，是在工厂特定的场景下才能实现的。在数字化时代，通过rfid、二维码、条形码等，也能识别人或者物料，这也是一种认知能力。
借助“标准”的思想，让计算机具备很强的认知能力。前面说到：在高度自动化的工厂里，人们的一个重要作用是发现异常。而所谓的异常，就是“超出标准范围之外”。大家注意到：传统的报警就是一种认知能力。
根据信号进行报警，一直都是一种传统的、常见的功能。但在数字化背景下，这种功能可以极大地发挥出来。这是因为：计算机管理标准的能力大大提升了。比如，用射钉枪打钉子时，扭矩曲线就可以作为标准：如果某次打钉子的扭矩曲线与标准曲线不同，则意味着发生了异常。再如，设备的震动曲线也可以作为标准：当震动曲线的特征与标准不同时，就可以判断发生了异常。
许多了解我的朋友都知道：我对设备的预测性维护并不是太看好。一个重要的原因是：这些方法往往不具备一般性；算法也可能会随着时间产生漂移。如果用标准化的思想，问题就简单多了：只要关系设备状态是否在标准范围之内——只要偏离了标准，就去处理。对于数据条件好的高科技企业，这种办法是具有一般性的：当设备状态发生了奇怪的现象，能不去管吗？
在数字化背景下建立标准时，也可能会遇到一些困难。典型的问题是：标准的范围取多大好呢？如果标准过宽，则难以发现问题；如果标准过窄，虚假报警就会太多。再如，如何针对多变量问题建立标准？但我相信办法总比困难多。比如，用模式识别（分类）方法、主成分分析方法，就可能会得到广泛应用。
高压SiC与ESBC的比较 安森美半导体的SiC电源解决方案解析
ApolloRobotaxi在长沙重启试运营
庄信万丰宣布将在波兰建立一个新的电池正材料生产工厂
赛普拉斯推出面向物联网开发者的IoT-AdvantEdge解决方案
人工智能、自动化、大数据,硅谷光鲜的背后
基于现代工业基础的智能化
呕心力作！发布会全解小米6性能小怪兽究竟有多强！
特斯拉打样，百度all in，边缘计算才是未来智能制造的关键钥匙？
救护车模拟声响电路简单小制作
箱变电容器烧了是怎么回事
处理器系列之冯洛伊曼结构与哈佛结构
青云QingCloud云平台采用标准NVMe SSD盘，可助力企业加速数字化转型
国产射频前端的滤波器遇上5G热潮，能否实现弯道超车
无人驾驶技术Apollo 1.0用于农业机械的的低成本适配过程
盛大手机未经曝光的十大亮点
中国联通将勇担网络强国的主力军和先行者奋力开创高质量发展新局面
Vayyar Imaging用先进的汽车传感器提高乘客安全性
山寨机和MP3存隐患 用户听力易损
大屏幕拼接器,什么是大屏幕拼接器
红魔3钢枪版限量套装正式发布采用了ICE2.0立体多维散热设计
这两类问题又与一个概念有关，这就是“标准”。在笔者看来，“标准”是连接现代工业思想与数字化的桥梁，是理解智能化的关键。以“标准”为基础，上面两类智能化问题都可以很好地定义，并借助数字化方法完善：所谓的“异常”就是超出了标准允许的范围；所谓的改进与创新，往往就是标准的优化与改变。
工业界实用的好方法，往往看似“笨办法”，而标准化就是这样一种办法。遇到问题时，学术界的许多同志总想着用理论方法给出答案。但现实中，理论有各种局限性，人们往往在很大程度上需要借助实践和尝试。一旦通过实践或者尝试成功了，就把成功的方法记下来，这就是“标准”。标准不一定是最理想的，但严格遵守标准却能取得理想的结果。
在现代工业企业中，标准往往成为一个体系，覆盖到生产经营的方方面面。比如，产品标准、工艺标准、控制标准、操作标准、设备维护标准、采购标准、检验测试标准等。标准越是完整、全面，随机干扰就会被压缩得越少，生产过程和产品质量也就越稳定。
很多人注意到：在智能化的过程中需要利用人的知识。数字化的实施过程，往往是把人的知识数字化、软件化。这样，让计算机去处理问题，本质上也就实现了标准化。我们注意到：在数字化时代，计算机管控标准的能力大大提升：可以分场景建立标准、可以根据不同产品分别建立标准、可以把若干函数作为标准、可以把若干条曲线作为标准；可以把2维的图像作为标准；可以把多变量形成的模式作为标准；.....这些标准可以在生产过程中实时监控。
知识是什么呢？人工智能有一个学派叫“符号主义”或者“计算机学派”。在这个学派中，用符号描述概念，知识的本质是概念之间的关系。比如，“老虎会吃人”是一条知识，而“老虎”、“人”都是概念。
我们一直用控制论的观点认识智能化：通过获取和处理信息，提升系统的能力。于是，就出现了一个问题：除非是人类的输入，计算机获得的信息都是通过传感器获得的。但传感器的都是物理量，如何去对接人类知识中的“概念”呢？我把从传感器的数据转化成“概念”的过程，称之为“感知到认知”。
人们眼睛看到老虎的图像，脑子中就出现老虎的概念。这就是典型的认知。与计算机相比，人具有更强的认知能力。人工智能的一个重要作用，就是让计算机具备“认知能力”。但我们必须强调的是：在工厂的场景下，人工智能只是让计算机具备认知能力的方法之一、甚至不是最重要的方法。意识到这一点，才能看到智能化广阔的应用前景。
在钢铁厂的连铸车间，通过光电管的通断，计算就能知道某一块钢坯到达或者离开了。这本质上就是一种“认知能力”。当然，这种认知的前提，是在工厂特定的场景下才能实现的。在数字化时代，通过rfid、二维码、条形码等，也能识别人或者物料，这也是一种认知能力。
借助“标准”的思想，让计算机具备很强的认知能力。前面说到：在高度自动化的工厂里，人们的一个重要作用是发现异常。而所谓的异常，就是“超出标准范围之外”。大家注意到：传统的报警就是一种认知能力。
根据信号进行报警，一直都是一种传统的、常见的功能。但在数字化背景下，这种功能可以极大地发挥出来。这是因为：计算机管理标准的能力大大提升了。比如，用射钉枪打钉子时，扭矩曲线就可以作为标准：如果某次打钉子的扭矩曲线与标准曲线不同，则意味着发生了异常。再如，设备的震动曲线也可以作为标准：当震动曲线的特征与标准不同时，就可以判断发生了异常。
许多了解我的朋友都知道：我对设备的预测性维护并不是太看好。一个重要的原因是：这些方法往往不具备一般性；算法也可能会随着时间产生漂移。如果用标准化的思想，问题就简单多了：只要关系设备状态是否在标准范围之内——只要偏离了标准，就去处理。对于数据条件好的高科技企业，这种办法是具有一般性的：当设备状态发生了奇怪的现象，能不去管吗？
在数字化背景下建立标准时，也可能会遇到一些困难。典型的问题是：标准的范围取多大好呢？如果标准过宽，则难以发现问题；如果标准过窄，虚假报警就会太多。再如，如何针对多变量问题建立标准？但我相信办法总比困难多。比如，用模式识别（分类）方法、主成分分析方法，就可能会得到广泛应用。
高压SiC与ESBC的比较 安森美半导体的SiC电源解决方案解析
ApolloRobotaxi在长沙重启试运营
庄信万丰宣布将在波兰建立一个新的电池正材料生产工厂
赛普拉斯推出面向物联网开发者的IoT-AdvantEdge解决方案
人工智能、自动化、大数据,硅谷光鲜的背后
基于现代工业基础的智能化
呕心力作！发布会全解小米6性能小怪兽究竟有多强！
特斯拉打样，百度all in，边缘计算才是未来智能制造的关键钥匙？
救护车模拟声响电路简单小制作
箱变电容器烧了是怎么回事
处理器系列之冯洛伊曼结构与哈佛结构
青云QingCloud云平台采用标准NVMe SSD盘，可助力企业加速数字化转型
国产射频前端的滤波器遇上5G热潮，能否实现弯道超车
无人驾驶技术Apollo 1.0用于农业机械的的低成本适配过程
盛大手机未经曝光的十大亮点
中国联通将勇担网络强国的主力军和先行者奋力开创高质量发展新局面
Vayyar Imaging用先进的汽车传感器提高乘客安全性
山寨机和MP3存隐患 用户听力易损
大屏幕拼接器,什么是大屏幕拼接器
红魔3钢枪版限量套装正式发布采用了ICE2.0立体多维散热设计